feat(strategy): abbandono gating settimanale — entry daily 24/7

Crypto opera 24/7: la cadenza settimanale lunedì-only era un retaggio
TradFi senza giustificazione. La nuova cadenza è giornaliera (cron
0 14 * * *), con i gate quantitativi a decidere se entrare o saltare.

Cambiamenti principali:

* runtime/orchestrator.py — _CRON_ENTRY 0 14 * * * (era MON)
* runtime/auto_pause.py — pause_until(days=) (era weeks=); minimo
  clamp 1 giorno (era 1 settimana)
* core/backtest.py — MondayPick→DailyPick, monday_picks→daily_picks
  (1 pick per calendar-day all'ora target); Sharpe annualization su
  ~120 trade/anno (era 52)
* config/schema.py — default cron daily; max_concurrent_positions 1→5;
  AutoPauseConfig.pause_weeks→pause_days, default 14
* runtime/option_chain_snapshot_cycle.py + orchestrator — cron */15
  per accumulo continuo dataset di backtest empirico

Strategy yamls (config_version 1.3.0 → 1.4.0, hash rigenerati):

* strategy.yaml — max_concurrent 1→5, cap_aggregate coerente
* strategy.aggressiva.yaml — max_concurrent 2→8, cap_aggregate
  3200→6400, max_contracts_per_trade invariato a 16
* strategy.conservativa.yaml — max_concurrent 1→3
* tutti — pause_weeks→pause_days: 14

GUI (pages/7_📚_Strategia.py):

* slider Trade/anno: range 20-200 (era 8-30), default 110, help
  riallineato sulla math 365 candidature × pass-rate 30-40%
* card profili: versione letta dinamicamente da config_version invece
  che hard-coded "v1.2.0"
* warning "entrambi perdono soldi" ora valuta i P/L effettivi
  (cons['annual_pl'], aggr['annual_pl']) invece del win_rate grezzo;
  aggiunto stato intermedio quando solo conservativo è in perdita

Tests (450/450 passati):

* test_auto_pause: pause_days, clamp ≥1 giorno
* test_backtest: rinomina + ridisegno daily picks (assert su
  calendar-day dedupe e hour filter)
* test_sizing_engine: other_open_positions=5 per cap default
* test_config_loader: version 1.4.0

Docs (README + 9 file in docs/) — tutti i riferimenti weekly/lunedì
allineati a daily/24-7, volume option_chain ricalcolato per cron
*/15 (~1.1 MB/giorno, ~400 MB/anno).

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>

src/cerbero_bite/gui/pages/7_📚_Strategia.py

@@ -435,7 +435,7 @@ def _compute_pl(
     - ``A`` (delta dinamico, §3.2): +1.5 pp win-rate, sl_loss × 0.95.
     - ``D`` (vol-harvest, §7-bis): 5% delle would-be-loss diventano
       harvest exit a +0.20 × credito.
-    - ``F`` (auto-pause, §7-bis): −8% trade/anno (skip-week dopo
+    - ``F`` (auto-pause, §7-bis): −8% trade/anno (skip-day dopo
       streak), e nei calcoli di drawdown atteso il streak_99 è
       cappato a lookback_trades=5.
 
@@ -691,8 +691,13 @@ def _render_pl_panel(
         ),
     )
     trades_per_year = col_d.slider(
-        "Trade / anno (post-filtri)", 8, 30, value=18, step=1,
-        help="52 lunedì × probabilità di superare i filtri (30–50%).",
+        "Trade / anno (post-filtri)", 20, 200, value=110, step=5,
+        help=(
+            "Crypto è 24/7: l'entry cycle gira ogni giorno alle 14:00 UTC "
+            "(`0 14 * * *`). 365 candidature × ~30-50% pass-rate effettivo "
+            "(post-filtri + cap concorrenza) ≈ 110-180/anno. Auto-pause F "
+            "riduce ulteriormente di ~8% in regime drawdown."
+        ),
     )
 
     cons_caps = _profile_caps(strategy_conservativa or strategy_main)
@@ -746,13 +751,17 @@ def _render_pl_panel(
         features=feats_aggr,
     )
 
+    cons_version = getattr(
+        strategy_conservativa or strategy_main, "config_version", "?"
+    )
+    aggr_version = getattr(strategy_aggressiva, "config_version", "?")
     col_cons, col_aggr = st.columns(2)
     with col_cons:
         _render_profile_card(
             "🛡️ Conservativa",
             cons_caps,
             cons,
-            "_(golden config v1.2.0)_",
+            f"_(golden config v{cons_version})_",
             features=feats_cons,
             metrics_base=cons_base if apply_features and any(feats_cons.values()) else None,
         )
@@ -761,7 +770,7 @@ def _render_pl_panel(
             "🔥 Aggressiva",
             aggr_caps,
             aggr,
-            "_(deroga §11, richiede paper trading)_",
+            f"_(v{aggr_version} · deroga §11, richiede paper trading)_",
             features=feats_aggr,
             metrics_base=aggr_base if apply_features and any(feats_aggr.values()) else None,
         )
@@ -774,14 +783,24 @@ def _render_pl_panel(
             "APR). Drawdown atteso scala con lo stesso fattore."
         )
 
-    if win_rate < 0.72:
+    if cons["annual_pl"] < 0 and aggr["annual_pl"] < 0:
         st.error(
-            "**Win rate sotto 0.72: entrambi i profili perdono soldi.** "
-            "Selling vol nudo è strutturalmente neutro qui. L'edge della "
-            "strategia sono i FILTRI (dealer gamma>0, no macro, "
-            "liquidation≠high, bias chiaro) che alzano il win rate sopra "
-            "il 0.75. Senza filtri attivi nessuno dei due profili è "
-            "viable."
+            f"**Entrambi i profili in perdita** (cons {cons['apr']:+.1%}, "
+            f"aggr {aggr['apr']:+.1%} APR). Selling vol nudo a win rate "
+            f"{win_rate:.0%} è strutturalmente non profittevole. L'edge "
+            "sono i FILTRI (dealer gamma>0, no macro, liquidation≠high, "
+            "bias chiaro) e i miglioramenti F+D+A+IV-RV gate, che alzano "
+            "il win rate effettivo sopra ~0.75 e/o riducono i tail loss. "
+            "Spunta l'opzione 'Applica gli effetti dei miglioramenti' qui "
+            "sopra per vedere i numeri con i filtri attivi."
+        )
+    elif cons["annual_pl"] < 0:
+        st.warning(
+            f"**Conservativo in perdita** ({cons['apr']:+.1%} APR), "
+            f"aggressivo positivo ({aggr['apr']:+.1%} APR). I miglioramenti "
+            "F+D+A+IV-RV gate stanno facendo il loro lavoro sull'aggressivo. "
+            "Sul conservativo i cap stretti riducono troppo il P/L atteso "
+            "a questo win rate."
         )
 
     # === Mini-tabella: contributo marginale di ogni feature =====