JADCO — prévoir une hausse que l'on peut expliquer
The Optimizers transforme le défi Collection Équinoxe en une décision vérifiable : définir la hausse, comparer les bons logements, éprouver les hypothèses et préciser quand recalculer la prévision.
Les résultats chiffrés, tableaux et graphiques issus du CRM sont réservés au dossier destiné aux juges et organisateurs. Cette page publique présente notre démarche et les outils utilisés.
Quelle hausse voulons-nous prévoir ?
Nous estimons la médiane des variations annualisées du loyer effectif entre deux baux consécutifs d'une même unité, dont le nouveau bail commence en 2026. La définition précise la population, les intervalles admissibles et les poids. Elle distingue une évolution de loyers comparables d'un tarif individuel ou du revenu total du portefeuille.
Comment éviter de confondre prix et composition ?
Le notebook contrôle les tables et les champs Yardi, préserve les identifiants et relie les baux avec la clé propriété–unité. Une comparaison à unité constante complète une décomposition descriptive de la médiane brute : distribution des prix, poids des strates communes et extension du périmètre. Les mêmes statistiques et dénominateurs sont utilisés pour rendre ces contributions interprétables. Cette décomposition ne prétend pas établir une causalité.
Comment traiter les concessions et les types de bail ?
Nous conservons le loyer effectif fourni et auditons séparément les concessions pour éviter une seconde déduction. Les contrôles examinent les signes, dates, rattachements et conventions de calcul; une proximité de date n'autorise pas une attribution arbitraire. Le dossier explique la divergence entre prix contractuel et effectif et les limites de cette interprétation.
Renouvellements et relocations sont distingués. Les cadres québécois et ontarien sont examinés séparément : une date de bail n'établit pas à elle seule le régime juridique applicable à un logement. La prévision ne constitue pas une autorisation de hausse individuelle.
Comment choisir une méthode plutôt que raconter un bon score ?
Nous comparons une référence fondée sur la dernière année, une méthode segmentée et une variante intégrant l'IPC. Elles utilisent la même cible, les mêmes coupures temporelles et les mêmes années de backtest demandées par le défi. Le dossier présente erreurs annuelles, erreur absolue moyenne, pire erreur et compromis de complexité.
Les années consultées pendant le développement restent exploratoires. Des dates contractuelles ne prouvent pas que chaque valeur du CRM était connue à la date historique de prévision. Les scénarios de composition et de disponibilité sont séparés; une plage de scénarios n'est pas un intervalle de confiance.
Qu'apportent les sources publiques ?
L'IPC des loyers de Statistique Canada permet de tester un signal provincial. Les tables locatives de la SCHL apportent un contexte de marché, avec leurs géographies, populations, dates de publication et indicateurs de qualité. Le rapprochement à deux chambres explicite les différences de mesure. Le notebook distingue enrichissement descriptif et amélioration prédictive mesurée; ajouter une source ne suffit pas à justifier un modèle.
Une livraison qui permet de vérifier nos choix
Le dossier jury contient le notebook Jupyter, l'estimation finale définie, les paramètres, les références et instructions de reproduction, les présentations et une démonstration locale. Les sources CRM restent intactes et sont exclues des livrables. Les calculs sont reproductibles à partir des fichiers officiels fournis séparément dans l'environnement autorisé.
Les tests contrôlent notamment les clés d'appariement, l'annualisation, les coupures temporelles, les invariances et les assertions affichées. La démonstration relie la définition à la décision et aux informations nécessaires pour la réviser.
Construction et apprentissages
Outils : Python, pandas, NumPy, Matplotlib et Jupyter. OpenAI Codex a assisté le développement, la revue et la rédaction; les transformations du CRM s'exécutent localement. Les sources, versions et licences sont documentées dans la remise.
Notre apprentissage central : une prévision défendable commence par une mesure correcte et par ce que l'on pouvait réellement savoir au moment de prévoir. Notre prochaine amélioration métier est de confirmer la disponibilité historique du loyer effectif et les conventions des crédits, puis d'évaluer une méthode figée sur une nouvelle période.
Log in or sign up for Devpost to join the conversation.