spb/qc-election

Méthodologie ultra avancée, première vague (§100 : replay + scoring + erreur
dynamique des sondeurs) :

- ingest/wikipedia_historical.py : 462 sondages archivés sur 6 élections
  (2007: 34, 2008: 36, 2012: 121, 2014: 60, 2018: 106, 2022: 105), ères de
  partis (ADQ 2007-2008), cache data/historical/*.csv avec provenance
- Cœur alr PARAMÉTRÉ par liste de partis (trend/forecast/house_effects/
  fundamentals) — zéro changement de comportement 2026, replay multi-ères
- validation/historical_replay.py : LOEO STRICT (house effects, fondamentaux
  exclude_year, σ sur les autres élections), rolling origin J-120→J-1,
  CRPS + log score + couverture 50/90/95 + sharpness (scoring.py)
- national/pollster_error.py : erreur d'INDUSTRIE par élection (2018 CAQ −5,4,
  2007 PLQ −9,2, 2014 PQ +4,9…), σ_industrie estimé LOEO ≈0,21 (composantes
  principales ≥5 %, borné [0,08; 0,25]), house effects hiérarchiques n/(n+k)+τ
- ADOPTION σ appris (use_empirical_industry_error=True) validée par replay :
  log score −3,80 vs −5,33, CRPS 2,64 vs 2,67, couverture 95 % 83 % vs 76,5 %,
  EAM inchangée (3,71 vs 3,69) — fuite du backtest fondamentaux corrigée
- API /api/replay, /api/pollster-error (+ v3), POST /api/admin/replay
- Audits §100 : METHODOLOGY_AUDIT, STATISTICAL_DEBT (dette paramétrique
  complète), V3_MODEL_ARCHITECTURE, HISTORICAL_REPLAY_PLAN
- 33/33 tests (CRPS/log score, bornes σ, replay 2018 smoke, ère ADQ 5 partis)

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

- Attention Wikipédia (pageviews partis+chefs, API Wikimedia) : parts 7 j/28 j,
  z-scores; détecteur de turbulence → variance de campagne ×≤1,45 (jamais la moyenne)
  [Smith & Gustafson POQ 2017]
- Sondage synthétique LLM « silicon sampling » : 96 strates région×âge×genre×langue
  poststratifiées, ancré dans les manchettes réelles — EXPÉRIMENTAL, poids nul
  [arXiv:2411.01582; critique McKown-Dawson 2025]
- Page quotidienne /aujourdhui : forecast daté, Δ vs veille, journal 24 h (sondages
  intégrés + radar), attention web avec sparklines, synthétique vs forecast
- API : /api/today, /api/attention, /api/synthetic; admin POST /synthetic (amorçage)
- forecast(drift_multiplier) : turbulence élargit l'incertitude seulement
- 24 tests verts

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

- Prior de fondamentaux : satisfaction gouvernementale + vote précédent + usure,
  régression ridge 1998-2022 (LOO), blend à poids décroissant w(t) vers le scrutin
- Votes réels des 4 partielles 2023-2025 injectés dans le filtre de Kalman
  (swing local rétréci ×0,6, n équiv. 350, erreur excédentaire ±3 pp)
- Ajustement médias borné ±0,35 pp (sentiment 14 j, tanh + seuil de volume)
- Ensemble 88/12 modèle/Polymarket sur P(plus de sièges), publié partout
- Veille continue Firecrawl : radar de nouveaux sondages, extraction de la
  satisfaction (Léger 40 % trouvée live), presse élargie au-delà des RSS
- Décomposition du forecast couche par couche à chaque run (API /api/beyond)
- Nouvelle page /signaux + carte « D'où vient le forecast » sur l'accueil
- Backtest 2022 comparatif (mae v2 vs sondages seuls)
- Tables byelections / web_signals / indicators, endpoints admin (watch,
  indicator, byelection), 8 nouveaux tests (22/22 verts)

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

Modèle bayésien d'état latent (Kalman/alr) + house effects + Monte Carlo
corrélé (erreurs systémique/régionale/locale), backtesting 2022 calibré,
carte officielle DGEQ (127 circonscriptions), simulateur what-if, sentiment
médiatique et marchés prédictifs en signaux auxiliaires. FastAPI + SQLite,
frontend ECharts thèmes sombre/clair, responsive mobile. Déployée sur M2U64
→ https://www.qc-election.com (PM2 + ngrok).

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>