Leaderboard

Com a ajuda do ChatGpt transformei a planilha Lucro se 15 em 21 em um "aplicativo" para gerar jogos na Lotofácil. É bem simples e garante lucro se voce acertar as 15 dezenas dentro de um grupo de 21. Pode se usar alguns filtros tambem, como numero de pares, soma, repetidos do concurso anterior, posição das dezenas, e etc. Estou disponibilizando aqui para quem quiser testar, basta baixar, descompactar e enviar o icone do .exe para a area de trabalho.

**Lotofácil V5.1 — Rede Neural LSTM** Script desenvolvido para análise e previsão da Lotofácil utilizando rede neural do tipo LSTM. O programa analisa o histórico dos concursos, extrai padrões temporais e estatísticos e gera probabilidades para as 25 dezenas. Além da rede neural, utiliza ensemble de modelos, comparação com métodos simples como frequência histórica e aleatoriedade, validação fora da amostra e filtros estruturais para selecionar os jogos finais. O objetivo é experimental: avaliar se técnicas de aprendizado de máquina conseguem obter algum ganho estatisticamente consistente em relação aos métodos tradicionais. Desenvolvido com auxílio de IA — ChatGPT. Comando: python lotofacil_IA_v5_1.py --data dados_lotofacil.txt --predict-only

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