# Travelers — tajribalar ketma-ketligi



Har bir raqam asl hisobotdan olingan. Protokollar turlicha; tarixiy development ko‘p marta ishlatilgan. Hidden-test balli noma’lum.



## 01. 23-sentabr — Oddiy belgilardan birinchi ansamblgacha



**Savol:** Tranzaksiyalar soni va oddiy o‘rtachalar eskalatsiyani ajrata oladimi?

**Usul:** Logistik regressiya, LightGBM va CatBoost. 1–180 kunlik oynalar, tur × yo‘nalish kesimlari, kvantillar va indeks taqsimoti: 964 belgi.

**Natija:** Oddiy logistik model OOF AUC 0.565706 berdi. Taqsimot belgilariga o‘tib, 50% CatBoost + 50% LightGBM ansambli 0.652096 ga yetdi.

**Qaror:** Faollik sonidan tashqari miqdorning taqsimotini o‘rganishga o‘tdik.

**Protokol:** 4-fold · 11 200 development · tanlash uchun ishlatilgan. **Ko‘rsatilgan AUC:** 0.652096.

**Dalil:** `reports/metrics.json`.



## 02. 23-sentabr — Nisbiy belgilar va Model v2



**Savol:** Signal ichidagi nisbatlar va taqsimot kontrastlari foyda beradimi?

**Usul:** 3 109 belgi yaratildi; 22 screening konfiguratsiyasidan 7 finalist. Yakuniy 25% LightGBM + 75% CatBoost, har biri uch seed.

**Natija:** Bir xil 5 foldda eski ansambl 0.646270, v2 0.658484. Avval ko‘rilgan holdout: 0.627317 → 0.635409.

**Qaror:** Nisbiy miqdorlar foydali. Keyingi usullarda parametr tanlashni ichki validatsiyaga ko‘chirdik.

**Protokol:** 5-fold · 11 200 · tarixiy outer early stopping. **Ko‘rsatilgan AUC:** 0.658484.

**Dalil:** `reports/model_v2/metrics.json`.



## 03. 23-sentabr — 786 yangi belgi va ablation



**Savol:** Taqsimot, ketma-ketlik yoki vaqt belgilaridan qaysi biri foydali?

**Usul:** Har belgi oilasi alohida qo‘shildi. Bir xil fixed CatBoost nazorati va 7 konfiguratsiya taqqoslandi.

**Natija:** Taqsimotlar qo‘shilganda 0.655096; nazorat 0.654180. Barcha yangi belgilarni birdan qo‘shish 0.651972 berdi.

**Qaror:** Ko‘p belgi avtomatik ustunlik bermadi; ixcham statistikalar yo‘nalishi saqlandi.

**Protokol:** 5-fold · 11 200 · fixed daraxt soni. **Ko‘rsatilgan AUC:** 0.655096.

**Dalil:** `reports/feature_research/comparison.csv`.



## 04. 24-sentabr — Patternni modelning o‘zi o‘rgansin



**Savol:** XGBoost, Deep Sets va TabPFN qo‘lda tuzilgan belgilardan ustunmi?

**Usul:** Ixcham statistikalar, density belgilar, tartibsiz tranzaksiya to‘plamlari; 10 yangi konfiguratsiya va ichki validatsiyali v2 nazorati.

**Natija:** Ixcham CatBoost 0.656018, XGBoost 0.654065, TabPFN 0.651883–0.653303. V2 + XGBoost 50/50: 0.659945.

**Qaror:** Blending o‘sishi intervali nolni qamradi. Ichki validatsiyali v2 0.650789 bo‘lgani protokol farqini ko‘rsatdi.

**Protokol:** 5-fold · 11 200 · yangi modellarda inner selection. **Ko‘rsatilgan AUC:** 0.659945.

**Dalil:** `reports/pattern_research/comparison.csv`.



## 05. 24-sentabr — Vaqt ketma-ketligi va tushuntiriladigan qoidalar



**Savol:** Kunlik tranzaksiya ketma-ketligi qo‘shimcha signal saqlaydimi?

**Usul:** MiniRocket + Ridge/boosting, temporal CNN, additiv EBM va juftlik EBM; epoch va kuch parametrlarini training ichida tanlash.

**Natija:** MiniRocket daily hybrid 0.649051; temporal CNN + summary 0.640699; EBM additiv 0.650118.

**Qaror:** Shu konfiguratsiyalarda ketma-ketlik modellari statistik ansamblni oshirmadi.

**Protokol:** 5-fold · 11 200 · inner selection. **Ko‘rsatilgan AUC:** 0.650118.

**Dalil:** `reports/sequence_research/rules_experiments.json`.



## 06. 24-sentabr — Datasetga mos 225 statistikaga qaytish



**Savol:** Har signal ichida standartlashtirilgan miqdorlar barqaror pattern beradimi?

**Usul:** 8 ta tur × yo‘nalish guruhi + umumiy guruh. Kvantillar, o‘rtacha, tarqoqlik va ulushlar; copula, spline va dependence variantlari.

**Natija:** 225 belgili fixed CatBoost 0.659046; 452 belgili dependence variant 0.660463. Karta chiqimi va naqd kirim patternlari choraklar kesimida kuzatildi.

**Qaror:** Ixcham, takrorlanadigan feature pipeline keyingi ansamblning asosi bo‘ldi.

**Protokol:** 5-fold · 11 200 · fixed/inner selection. **Ko‘rsatilgan AUC:** 0.660463.

**Dalil:** `reports/dataset_research/comparison.csv`.



## 07. 25-sentabr — Attention, embedding va qoldiq xatolar



**Savol:** Murakkabroq representation yoki xatoni tuzatish qolgan signalni topadimi?

**Usul:** 14 yangi variant: attention MIL, L-moment, taqsimot embeddingi, shrinkage, mixture, vaqt cutoffi, cross-fitted residual.

**Natija:** Eng yaxshi yangi yakka model — residual summary 0.659906. Attention summary 0.641370; oldingi 0.660463 oshmadi.

**Qaror:** Summary statistikalari saqlandi. Sinovdan o‘tgan murakkablikning o‘zi foyda bermadi.

**Protokol:** 5-fold · 11 200 · inner/cross-fitted transforms. **Ko‘rsatilgan AUC:** 0.659906.

**Dalil:** `reports/deeper_research/comparison.csv`.



## 08. 25-sentabr — Learning curve, ranking loss va TabM



**Savol:** Ko‘proq label, uzunroq tarix yoki boshqa loss yordam beradimi?

**Usul:** 12 konfiguratsiya × 5 fold × 3 seed; PairLogit, balanslash, history resampling. Keyin 225/452 belgili TabM sinovlari.

**Natija:** Yarim training subsetlari ansambli 0.660996. TabM 0.643791 / 0.645877; ranking loss 0.652800.

**Qaror:** To‘liq tarix miqdor taqsimotini aniqroq baholaydi. Kichik OOF o‘sishi ustunlikni tasdiqlamadi.

**Protokol:** 5-fold · 11 200 · 3 seed · TabM inner epochs. **Ko‘rsatilgan AUC:** 0.660996.

**Dalil:** `reports/auc_frontier/comparison.csv`.



## 09. 25-sentabr — Sun’iy ko‘paytirish va RealMLP



**Savol:** Training ichida ko‘paytirish yoki MLP foydali bo‘ladimi?

**Usul:** 13 augmentation/nazorat: nusxalash, oversampling, SMOTE, kNN, copula, history resampling; RealMLP-TD-S.

**Natija:** Nusxalash 0.660851, yangi synthetic nuqtalar ichida history mild 0.660519. SMOTE 0.646226 / 0.637018; RealMLP 0.621629.

**Qaror:** Yakuniy treningga synthetic competition qatorlari qo‘shilmadi. Ular yangi mustaqil label bermaydi.

**Protokol:** 5-fold · 11 200 · augmentation faqat trainingda. **Ko‘rsatilgan AUC:** 0.660851.

**Dalil:** `reports/synthetic_research/comparison.csv`.



## 10. 25-sentabr — O‘lchov noaniqligi va Gaussian komponent



**Savol:** Kam tranzaksiyali signalning statistikasi noaniqroq ekanini hisobga olsak-chi?

**Usul:** 281 nisbiy belgi, 8 konfiguratsiya, geometry va measurement-error Gaussian; uch-seed CatBoost bilan fixed 75/25 blend.

**Natija:** CatBoost nazorati 0.660108. Gaussian yolg‘iz 0.651390, CatBoost bilan aralashma 0.661510.

**Qaror:** Turli xatolar qiladigan statistik komponent ansamblga kiritildi; kichik o‘sish intervali nolni qamradi.

**Protokol:** 5-fold · 11 200 · Gaussian mixing inner-only. **Ko‘rsatilgan AUC:** 0.661510.

**Dalil:** `reports/geometry_research/comparison.csv`.



## 11. 25-sentabr — TabR va to‘liq kontekstli TabICLv2



**Savol:** Boshqa training signallari konteksti qo‘shimcha foyda beradimi?

**Usul:** TabR retrieval va TabICLv2, 99/225 belgi. TabICLv2 har foldda barcha 8 960 training signalidan foydalanadi; 8 estimator, fine-tuning yo‘q.

**Natija:** TabICLv2 225 belgi bilan 0.660463. Oldingi ansambl 75% + TabICLv2 25%: 0.662776, 4/5 fold g‘alabasi.

**Qaror:** Topshirish uchun shu fixed ansambl olindi: 56.25% CatBoost + 18.75% Gaussian + 25% TabICLv2. O‘sishning 95% intervali [−0.000059; +0.002645].

**Protokol:** 5-fold · 11 200 · faqat training konteksti. **Ko‘rsatilgan AUC:** 0.662776.

**Dalil:** `reports/context_research/comparison.csv`.



## 12. 26-sentabr — XD va mixture discriminant analysis



**Savol:** O‘lchov xatosi bilan birga bir nechta yashirin taqsimot kerakmi?

**Usul:** 8 konfiguratsiya, 40 fold fit: extreme deconvolution va tied-covariance MDA; 8 oldindan belgilangan blend.

**Natija:** Eng yaxshi yangi blend 0.662442. Tanlangan 0.662776 natija yaxshilanmadi.

**Qaror:** Amaldagi ansambl saqlandi va barcha 14 000 original signalda refit qilindi.

**Protokol:** 5-fold · 11 200 · fixed blends. **Ko‘rsatilgan AUC:** 0.662442.

**Dalil:** `reports/deconvolution_research/comparison.csv`.



## 13. 26-sentabr — Adaptiv scan, path signature va TF-IDF



**Savol:** Qisqa portlashlar va hodisalar ketma-ketligi qo‘shimcha foyda beradimi?

**Usul:** 280 adaptiv scan + 480 path-signature belgi; training ichida TF-IDF/SVD; seedlar bilan follow-up.

**Natija:** Bir seedli eng yuqori blend 0.662786 (+0.000010). Uch seedli tekshiruv 0.662608 bo‘ldi.

**Qaror:** Yaxshilanish barqaror saqlanmadi. Bir seedning eng baland raqami asosida yakuniy model almashtirilmadi.

**Protokol:** 5-fold · 11 200 · 1 seed + 3 seed follow-up. **Ko‘rsatilgan AUC:** 0.662786.

**Dalil:** `reports/behavior_research/comparison.csv`.



## 14. 26-sentabr — Bitta, juftlik va uchlik risk belgilar



**Savol:** Bir nechta zaif patternning qo‘shma ehtimoli foydali ustun bo‘ladimi?

**Usul:** 33 alohida, 28 juftlik va 1 uchlik: 62 risk belgi. Targetga tayangan encoder har outer training ichida cross-fit qilindi; 6 variant.

**Natija:** Yangi bitta qo‘shma ustun 0.624126. Eng yaxshi yangi fixed blend 0.662223.

**Qaror:** Tanlangan ansambl yaxshilanmadi. Target encoderdan leakage bo‘lmasligi alohida tekshirildi.

**Protokol:** 5-fold · 11 200 · ichki cross-fitting. **Ko‘rsatilgan AUC:** 0.662223.

**Dalil:** `reports/evidence_research/comparison.csv`.



## 15. 27-sentabr — yakuniy muzlatilgan validatsiya



14 000 alertdagi yangi 5-fold OOF AUC: 0.656050.

Avval ko‘rilgan holdout: 0.640681.

Vaqt stress-testi: 0.683804.

Natijalardan keyin vazn, feature yoki parametr o‘zgartirilmadi. Bu qayta ishlatilgan train ustidagi audit; yangi mustaqil test emas.