About This File
Projeto experimental para Mega-Sena combinando ranking neural de dezenas com
um portfólio estrutural robusto, acompanhado por auditoria OOS e validação
prospectiva Forward.
Elaborado com auxílio de IA — ChatGPT/OpenAI.
1. OBJETIVO
-----------
O objetivo do MegaHybrid não é "prever" matematicamente a Mega-Sena nem
alterar a probabilidade física do sorteio.
A proposta é testar se um ranking neural das 60 dezenas pode ajudar a fazer
pequenas substituições em um banco estrutural de 100 jogos, mantendo a
diversidade e os critérios de robustez do MegaStructure.
A arquitetura final da V1.1 ficou:
V28.1.1
ranking neural das 60 dezenas
|
v
MegaStructure V4.2
banco estrutural CVROBUST de 100 jogos
|
v
MegaHybrid V1.1
reparos neurais controlados 1->1 / 2->2
|
v
Forward Auditor
validação prospectiva sem backfill
2. COMPONENTES
--------------
V28.1.1
- Ensemble MLP para ranking Top-K.
- MC Dropout.
- Seleção de perfil somente na validação.
- Auditoria walk-forward/OOS.
MegaStructure V4.2
- Portfólio estrutural multi-topologia.
- Famílias: BALANCE, OCCUPANCY, MODULAR e GEOMETRY.
- Banco de referência: CVROBUST.
MegaHybrid V1.1
- Parte do CVROBUST original.
- O neural não reconstrói o banco inteiro.
- Propõe apenas reparos controlados.
- Cada troca deve melhorar o score neural, respeitar overlap máximo,
respeitar cap de exposição por dezena e preservar pisos estruturais.
Forward Auditor
- Congela o banco antes do sorteio.
- Registra hash do histórico e dos bancos.
- Confere somente contra concursos posteriores.
- Não reconstrói previsões perdidas.
- Não faz backfill.
3. PARAMETROS PRINCIPAIS DA V1.1
--------------------------------
Banco: 100 jogos
Baseline estrutural: CVROBUST
Perfil V28 selecionado: SMOOTH_STABLE
Overlap máximo: 3
Exposure cap: 18
Repair rounds 1->1: 6
Pair repair 2->2: habilitado, 1 rodada
Uncertainty lambda: 0.35
Peso std-between: 0.30
Pisos estruturais:
MIN >= 1.000
TAIL >= TAIL original
W.MEAN >= W.MEAN original - 0.015
GLOBAL >= 1.000
No banco estrutural de referência:
MIN = 1.025
TAIL = 1.030
W.MEAN = 1.073
GLOBAL = 1.035