# Vitrine TAKT : indicateurs ADX, ATR et PSAR (portage de Python `ta`)

Un même benchmark à quatre niveaux : le build d’origine, le niveau 0 (réglage du build), le niveau 1
(optimisation automatique prouvée) et le niveau 2 (un ingénieur). La sortie des quatre programmes est
identique au bit près. Vous trouverez ici les programmes prêts à l’emploi pour chaque niveau, le code
source de la version d’origine, le générateur de données, la sortie attendue et les mesures.

## Ce que calcule le benchmark

Un balayage de paramètres sur un même historique de 1 million de barres : ATR, ADX, +DI, −DI pour les
fenêtres 7, 10, 14, 20, 28, et Parabolic SAR en quatre configurations. Pour chaque série, une somme de
contrôle de toutes les valeurs est affichée. Le portage reproduit `ta` 0.11.0 bit à bit, y compris
l’ordre de sommation de numpy (`tools/ta_reference_check.py`).

## Mesure (banc TAKT)

AMD Threadripper PRO 5975WX (Zen 3), cycles en mode utilisateur (vPMU) dans une VM isolée sur un cœur
dédié, 9 tours entrelacés, médiane. Ce sont exactement ces fichiers qui ont été mesurés.

| Niveau | Build | Cycles, M | Accélération | Temps, ms | vs niveau 0 : cycles · temps |
|---|---|---:|---:|---:|---:|
| Référence | `cargo build --release` | 1 376,9 | 1,00× | 503 | — |
| Niveau 0 | LTO, codegen-units 1, target-cpu x86-64-v3 | 1 248,6 | 1,10× | 463 | 1,00× · 1,00× |
| Niveau 1 | options du niveau 0 + transformation automatique prouvée | 791,4 | 1,74× | 342 | 1,58× · 1,35× |
| Niveau 2 | options du niveau 0 + travail d’un ingénieur | 143,3 | 9,61× | 81 | 8,72× · 5,73× |

Pour comparaison, sur le même cœur : Python `ta` met environ 208 s pour 1 million de barres ; le même
algorithme sous Numba (lui aussi bit à bit) prend 0,335 s de calcul plus 0,201 s de `pandas.read_csv` ;
le niveau 2 prend 0,018 s de calcul et 0,020 s de parsing du CSV. Détails dans `measurements.json`.

## Exécution

```sh
python3 tools/gen_ohlc.py 1000000 data/ohlc.csv        # les mêmes données que lors de la mesure (crée data/)
TAKT_INPUTS=data bin/ta-bench-level2 > out.txt
cmp out.txt expected_stdout.txt                        # identique à l’octet près
for l in base level0 level1 level2; do TAKT_INPUTS=data bin/ta-bench-$l | sha256sum; done
```

Linux x86-64 (glibc). Les niveaux 0–2 sont compilés pour x86-64-v3 (AVX2, FMA, BMI2 : Intel Haswell et
plus récents, AMD Zen et plus récents) ; FMA n’est pas utilisé dans le calcul.

## Équivalence

La sortie des quatre programmes est identique sur l’entrée ci-dessus et sur 60 jeux générés de formes,
de tailles et de formats CSV différents, y compris des entrées sur lesquelles le programme se termine
par une panique. La version d’origine est identique à Python `ta` bit à bit :
`tools/ta_reference_check.py data/ohlc.csv bin/ta-dump-base out/` (nécessite `pandas`, `numpy`, `ta`).

## Contenu

- `bin/` : les programmes de chaque niveau et `ta-dump-base` pour la vérification croisée avec Python `ta` ;
- `source/` : le code source de la version d’origine (le portage de `ta`), à partir duquel sont compilés
  la référence et le niveau 0 ;
- `tools/` : le générateur de données, la vérification croisée avec `ta`, une version Numba pour
  comparaison ;
- `expected_stdout.txt`, `measurements.json`, `SHA256SUMS`, `LICENSE` ;
- `README.md` : ce texte en anglais ; `README.<language>.md` : ce texte dans d’autres langues.

Les sources des niveaux 1 et 2 ne sont pas publiées : nous livrons des builds.