chore(gitignore): ignore .omc/ (oh-my-claudecode session/memory dir)

Directory creata localmente dall'infrastruttura OMC per stato sessione (project-memory.json, research/, sessions/, state/). Non è artefatto del progetto cerbero-bite. Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
feat(gui): Strategia pannello P/L con slider sizing + fix max_loss
2026-05-10 09:08:00 +00:00 · 2026-05-10 09:00:42 +00:00 · 2026-05-10 09:00:24 +00:00 · 2026-05-10 08:52:05 +00:00 · 2026-05-08 23:27:40 +00:00 · 2026-05-08 23:26:24 +00:00
43 changed files with 4308 additions and 215 deletions
@@ -43,3 +43,6 @@ data/
 .env
 .env.*
 !.env.example
+
+# Tooling state (oh-my-claudecode session/memory dir)
+.omc/
@@ -15,7 +15,10 @@ attiva, sizing Quarter Kelly e disciplina di uscita rigida.
 - **Gestione attiva:** profit take 50% credito, stop loss 1.5× credito,
  vol stop +10 punti DVOL, time stop 7 DTE, exit su short strike testato
  (|delta| ≥ 0.30). Su ETH **non si difende rollando**: si esce.
- **Frequenza:** apertura ogni 7 giorni, una posizione alla volta.
+- **Frequenza:** candidatura giornaliera (cron `0 14 * * *`, crypto è 24/7),
+  fino a **5 posizioni concorrenti** sul profilo principale (3 sul
+  conservativo, 8 sull'aggressivo). I gate quantitativi decidono se entrare;
+  nei giorni in cui falliscono, niente trade.

 Il sistema è **deterministico**: nessun LLM partecipa al decision loop.
 Le regole sono codificate, le soglie sono parametri di configurazione,
@@ -48,7 +51,7 @@ leggere in ordine per chi implementa.
 | `docs/03-algorithms.md` | Specifiche dettagliate dei sette algoritmi core |
 | `docs/04-mcp-integration.md` | Mappa dei tool MCP usati e contratti |
 | `docs/05-data-model.md` | Schema persistenza posizioni, log, KB |
-| `docs/06-operational-flow.md` | Flussi operativi: avvio, settimanale, monitoring |
+| `docs/06-operational-flow.md` | Flussi operativi: avvio, entry daily, monitoring |
 | `docs/07-risk-controls.md` | Kill switch, cap, dead-man, audit |
 | `docs/08-testing-validation.md` | TDD, paper trading, golden tests |
 | `docs/09-development-roadmap.md` | Fasi di sviluppo e milestone |
@@ -36,7 +36,7 @@ per imparare, ma **non sta nel loop di esecuzione**.
 ### Cosa fa Cerbero Bite

 1. Legge dati di mercato dagli MCP (Deribit, Hyperliquid, sentiment, macro).
-2. Valuta condizioni di entrata su finestra temporale fissa (settimanale).
+2. Valuta condizioni di entrata su finestra temporale fissa (giornaliera, 14:00 UTC; crypto è 24/7).
 3. Calcola la struttura ottimale dello spread secondo le regole.
 4. Verifica liquidità, cap di rischio, calendar macro.
 5. Calcola sizing in contratti.
@@ -19,10 +19,12 @@ Sorgente teorica: `Cerbero_Office/NewStrategy/strategia-credit-spread-eth.md`

 ## 2. Trigger di apertura (entry)

-Il rule engine valuta l'apertura di un nuovo trade **una sola volta al
-giorno**, alle **14:00 UTC** del lunedì (orario UE pomeridiano stabile,
-fuori dai picchi di funding statunitensi). Se il lunedì è festività
-italiana, l'engine ignora la regola e attende il lunedì successivo.
+Il rule engine valuta l'apertura di un nuovo trade **una volta al
+giorno**, alle **14:00 UTC** (orario UE pomeridiano stabile, fuori
+dai picchi di funding statunitensi). Crypto è 24/7: non c'è un "giorno
+buono" intrinseco, sono i gate quantitativi a decidere se entrare o
+saltare. Se il giorno è festività italiana e `skip_holidays_country`
+è attivo, l'engine attende il giorno successivo.

 Una nuova posizione viene aperta **solo se tutte** le seguenti condizioni
 sono vere:
@@ -41,8 +43,36 @@ sono vere:
   patrimonio totale (correlazione direzionale già alta).
 8. **Liquidità degli strike candidati** entro le soglie del §3.

+### 2.8 Filtri quant (introdotti in Phase 4)
+
+Due gate aggiuntivi che leggono i campi del `market_snapshot`:
+
+- **Dealer net gamma > 0** (default: `dealer_gamma_min: 0`). Long-gamma
+  regime = dealer hedge che sopprime la vol → ideale per vendere
+  credit spread. Short-gamma = vol-amplifying flow, statisticamente
+  perdente. Disattivabile via `dealer_gamma_filter_enabled: false`.
+- **Liquidation risk ≠ high** (default: `liquidation_filter_enabled:
+  true`). Salta entry quando il modulo sentiment flagga uno squeeze
+  imminente su long o short side.
+
+### 2.9 IV richness gate (introdotto in Phase 5, opt-in)
+
+Filtro a maggior impatto sul win-rate. **Disabilitato** di default
+nella golden config — abilitato esplicitamente nel profilo
+`strategy.aggressiva.yaml`:
+
+- `iv_minus_rv_filter_enabled: true|false` — master switch.
+- `iv_minus_rv_min: <pt vol>` — soglia: l'entry passa solo se la
+  IV implicita 30g supera la realized vol 30g di almeno tot punti.
+  Default 0; valori sensati 3-5 dopo calibrazione sui dati raccolti.
+
+Razionale: il selling vol nudo è strutturalmente neutro a win-rate
+70-72%. L'edge della strategia esiste solo quando il premio è
+"ricco" — IV30 > RV30 + N. Vedere `13-strategia-spiegata.md §4-quater`
+per il razionale completo.
+
 Se anche **una sola** condizione fallisce → **no entry**, log con motivo,
-ritento la settimana successiva.
+ritento il giorno successivo.

 ## 3. Selezione struttura

@@ -77,6 +107,20 @@ assoluto.
 | Distanza minima OTM | 15% (anche se delta è dentro tolleranza) |
 | Distanza massima OTM | 25% |

+**Variante dinamica per regime DVOL (Phase 5, opt-in).** Il campo
+`short_strike.delta_by_dvol` (lista step-function) sostituisce il
+delta target singolo con bande ordinate per `dvol_under`: a DVOL
+bassa il bot prende delta più alto (più premio), a DVOL alta sceglie
+delta più basso (più safety distance). Lista vuota = comportamento
+classico col delta target sopra. Esempio bande nel profilo
+`strategy.aggressiva.yaml`:
+
+| dvol_under | delta_target | delta_min | delta_max |
+|---|---|---|---|
+| 50 | 0.15 | 0.13 | 0.17 |
+| 70 | 0.12 | 0.10 | 0.15 |
+| 90 | 0.10 | 0.08 | 0.12 |
+
 Se nessuno strike disponibile rientra in entrambe le tolleranze → no entry.

 ### 3.3 Strike long (protezione)
@@ -179,6 +223,49 @@ Per ogni posizione aperta, il rule engine valuta in ordine:

 L'ordine è importante: il primo trigger soddisfatto vince.

+## 7-bis. Estensioni opzionali (Phase 5)
+
+Tre miglioramenti opt-in al decision loop. Tutti **disabled** di
+default nella golden config; il profilo `strategy.aggressiva.yaml`
+li abilita.
+
+### 7-bis.1 Vol-collapse harvest (D)
+
+Inserito tra il profit-take §7.1 e lo stop-loss §7.2:
+
+> Se `vol_harvest_dvol_decrease > 0`, siamo in profit
+> (`debit < credit`) E `DVOL_now ≤ DVOL_entry − vol_harvest_dvol_decrease`,
+> `decision = CLOSE_VOL_HARVEST`.
+
+Razionale: edge IV-RV già catturato, vol attesa rientrata, non c'è
+motivo di tenere fino al profit-take. Default disabilitato (`0`);
+profilo aggressivo: `15` punti vol.
+
+### 7-bis.2 Profit-take graduale (C — scaffolding)
+
+Schema in place per chiusure parziali; pipeline runtime di
+chiusura partial-close NON ancora wirata. Default vuoto. Quando
+popolato, ogni livello `{mark_at_pct_credit, close_pct_of_initial_contracts}`
+emette un'azione `CLOSE_PROFIT_PARTIAL` advisory che il runtime
+attualmente ignora. Il completamento richiede refactor del position
+model (contracts_open vs contracts_initial) — PR dedicato.
+
+### 7-bis.3 Auto-pause su drawdown (F)
+
+Circuit breaker sopra il kill-switch tecnico. Valutato all'inizio di
+ogni entry-cycle:
+
+> Se `auto_pause.enabled` e P/L cumulato delle ultime
+> `lookback_trades` posizioni chiuse < `−max_drawdown_pct ×
+> capitale_corrente`, l'engine si auto-mette in pausa per
+> `pause_days` giorni (skip-day mode).
+
+Difende dai regime change non rilevati dai filtri quant. La pausa
+si annulla automaticamente alla scadenza, oppure manualmente con
+`UPDATE system_state SET auto_pause_until = NULL`. Default
+disabilitato; profilo aggressivo: lookback 5 trade, soglia 15%, 14
+giorni di pausa.
+
 ## 8. Esecuzione di apertura

 1. Engine costruisce **combo order Deribit** (un solo ordine atomico
@@ -211,7 +298,7 @@ L'ordine è importante: il primo trigger soddisfatto vince.
  durante un trade aperto).
 - Non aggiusta strike o size dopo l'apertura.
 - Non apre nuovi trade per "compensare" perdite recenti.
- Non opera fuori dalla finestra del lunedì 14:00 UTC, eccetto chiusure.
+- Non opera fuori dalla finestra delle 14:00 UTC, eccetto chiusure.
 - Non deroga ai cap nemmeno per "opportunità eccezionali".
 - Non si aggiorna automaticamente: nuovo set di regole = nuovo deploy
  con review esplicita.
@@ -122,7 +122,7 @@ Cerbero_Bite/
 │   │   ├── lockfile.py                    # fcntl.flock single-instance
 │   │   ├── alert_manager.py               # severity routing
 │   │   ├── health_check.py                # ping + 3-strikes kill switch
-│   │   ├── entry_cycle.py                 # weekly entry auto-execute
+│   │   ├── entry_cycle.py                 # daily entry auto-execute (crypto 24/7)
 │   │   ├── monitor_cycle.py               # 12h exit auto-execute
 │   │   └── recovery.py                    # state reconcile al boot
 │   ├── state/                             # persistenza
@@ -202,7 +202,9 @@ CREATE TABLE system_state (
    last_kelly_calib   TEXT,
    config_version     TEXT NOT NULL,
    started_at         TEXT NOT NULL,
-    last_audit_hash    TEXT             -- aggiunto dalla migration 0002
+    last_audit_hash    TEXT,            -- aggiunto dalla migration 0002
+    auto_pause_until   TEXT,            -- aggiunto dalla migration 0004 (§7-bis.3)
+    auto_pause_reason  TEXT             -- aggiunto dalla migration 0004
 );
 ```

@@ -212,6 +214,57 @@ Al boot l'orchestrator confronta questo valore con il tail del file
 `audit.log`: discrepanza → kill switch CRITICAL, vedi
 `07-risk-controls.md`.

+I campi `auto_pause_until` / `auto_pause_reason` implementano il
+circuit breaker §7-bis.3 (pausa automatica su drawdown rolling).
+NULL = engine attivo.
+
+### `option_chain_snapshots`
+
+Snapshot della catena opzioni Deribit prelevata in continuo
+(cron `*/15 * * * *`, allineato a `market_snapshots`). Crypto è
+24/7: l'accumulo dataset deve essere continuo, non gateato sulla
+settimana. Ogni tick contiene un quote per strumento entro la
+finestra `[dte_min, dte_max]` di config; tutti i quote prelevati
+nello stesso tick condividono ``timestamp``. Migration `0005`.
+
+```sql
+CREATE TABLE option_chain_snapshots (
+    timestamp        TEXT NOT NULL,
+    asset            TEXT NOT NULL,
+    instrument_name  TEXT NOT NULL,
+    strike           TEXT NOT NULL,
+    expiry           TEXT NOT NULL,
+    option_type      TEXT NOT NULL CHECK (option_type IN ('C','P')),
+    bid              TEXT,
+    ask              TEXT,
+    mid              TEXT,
+    iv               TEXT,
+    delta            TEXT,
+    gamma            TEXT,
+    theta            TEXT,
+    vega             TEXT,
+    open_interest    INTEGER,
+    volume_24h       INTEGER,
+    book_depth_top3  INTEGER,
+    PRIMARY KEY (timestamp, instrument_name)
+) WITHOUT ROWID;
+```
+
+Indici: `(asset, timestamp DESC)` per listing recenti, `(asset,
+expiry)` per query per scadenza specifica. ``book_depth_top3`` è
+NULL by design — il collector non chiama l'order book per ogni
+strike per non saturare l'API; lo legge il liquidity gate live solo
+sugli strike candidati al picker.
+
+**Sblocca**: il backtest non-stilizzato (modulo `core/backtest.py`
+con prezzi reali invece di Black-Scholes), la calibrazione empirica
+dello skew premium, la validazione ex-post dello strike picker.
+
+Volume atteso (cron `*/15 * * * *`, ~96 snapshot/giorno):
+~50 strike × 3 scadenze × 96 snap/giorno × 17 colonne ≈ ~1.1 MB/giorno,
+~400 MB/anno. Considerare politiche di retention (archive trimestrale
+in parquet) se il bot gira a lungo.
+
 ## Log file

 Sotto `data/log/` un file per giorno: `cerbero-bite-YYYY-MM-DD.jsonl`.
@@ -289,11 +342,18 @@ da altri processi (es. CLI `state inspect`) non vedano stati parziali.

 ## Migrations

-Lo schema viene tracciato con il counter `PRAGMA user_version`. La
-prima volta `0001_init.sql` viene applicato e versione → 1; alla
-seconda esecuzione (o su DB già a versione 1) `0002_audit_anchor.sql`
-viene applicato e versione → 2. `state.db.run_migrations` è
-idempotente. Nessun rollback supportato (migrations forward-only).
+Lo schema viene tracciato con il counter `PRAGMA user_version`.
+`state.db.run_migrations` applica in ordine ogni file
+`NNNN_<name>.sql` con versione superiore a quella corrente,
+idempotente, forward-only:
+
+| Versione | File | Cosa aggiunge |
+|---|---|---|
+| 1 | `0001_init.sql` | tabelle base (positions, decisions, ...) |
+| 2 | `0002_audit_anchor.sql` | `system_state.last_audit_hash` |
+| 3 | `0003_market_snapshots.sql` | tabella `market_snapshots` |
+| 4 | `0004_auto_pause.sql` | `system_state.auto_pause_until / _reason` |
+| 5 | `0005_option_chain_snapshots.sql` | tabella `option_chain_snapshots` |

 ## Backup

@@ -27,9 +27,11 @@ L'avvio è progettato per essere **safe**: se qualcosa non torna, il
 sistema si rifiuta di operare. Mai partire con uno stato dubbio o un
 ambiente diverso da quello atteso.

-## Flusso 2 — Settimanale (entry)
+## Flusso 2 — Daily (entry)

-Trigger: cron `0 14 * * MON` (lunedì 14:00 UTC).
+Trigger: cron `0 14 * * *` (ogni giorno 14:00 UTC). Crypto è 24/7:
+la cadenza di candidatura non è gateata sulla settimana — sono i gate
+quantitativi a decidere se entrare o saltare il giorno.

 ```
 START
@@ -219,7 +221,7 @@ proposed

 | Cron | Trigger | Frequenza |
 |---|---|---|
-| `0 14 * * MON` | Entry evaluation | Settimanale |
+| `0 14 * * *` | Entry evaluation | Giornaliera |
 | `0 2,14 * * *` | Position monitoring | 2× giorno |
 | `0 12 1 * *` | Kelly recalibration | Mensile |
 | `*/5 * * * *` | Health check | 5 min |
@@ -237,7 +239,7 @@ Il bot riconosce due interruttori indipendenti, letti da
 | Variabile d'ambiente | Default | Cosa abilita |
 |---|---|---|
 | `CERBERO_BITE_ENABLE_DATA_ANALYSIS` | `true` | Job `market_snapshot` ogni 15 min: raccolta dati MCP, scrittura tabella `market_snapshots`, calibrazione soglie. |
-| `CERBERO_BITE_ENABLE_STRATEGY` | `false` | Job `entry` (lunedì 14:00 UTC) e `monitor` (2× giorno): valutazione regole §2-§9 di `01-strategy-rules.md` e proposta/esecuzione ordini. |
+| `CERBERO_BITE_ENABLE_STRATEGY` | `false` | Job `entry` (daily 14:00 UTC) e `monitor` (2× giorno): valutazione regole §2-§9 di `01-strategy-rules.md` e proposta/esecuzione ordini. |

 I job di infrastruttura (`health`, `backup`, `manual_actions`) sono
 **sempre attivi**, indipendentemente dai flag, perché tengono in vita il
@@ -54,7 +54,7 @@ cerbero-bite kill-switch disarm --reason "<motivo>" \
 L'operazione è transazionale: SQLite `system_state.kill_switch = 0` +
 una linea `KILL_SWITCH_DISARMED` nella audit chain con il motivo. Il
 disarm non riavvia automaticamente lo scheduler; è il prossimo tick
-naturale (entry settimanale o monitor 12h) a far ripartire la
+naturale (entry giornaliero o monitor 12h) a far ripartire la
 decisione.

 ## Cap di rischio (oltre alle regole di strategia)
@@ -157,9 +157,9 @@ chain:

 | Test | Scenario |
 |---|---|
-| `test_weekly_open_happy_path` | Tutto OK → proposta inviata |
-| `test_weekly_open_no_strike_available` | Chain vuota nel range delta |
-| `test_weekly_open_macro_blocks` | FOMC entro 5 giorni |
+| `test_daily_open_happy_path` | Tutto OK → proposta inviata |
+| `test_daily_open_no_strike_available` | Chain vuota nel range delta |
+| `test_daily_open_macro_blocks` | FOMC entro 5 giorni |
 | `test_monitor_profit_take` | Mark = 50% credito → close_profit |
 | `test_monitor_vol_stop` | DVOL +12 → close_vol |
 | `test_recovery_after_crash_open_position` | Crash mid-fill, restart, riconcilia |
@@ -175,8 +175,8 @@ checked-in.

 ```
 tests/golden/
-├── 2026-04-27_weekly_open_bull_put.yaml      # input snapshot
-├── 2026-04-27_weekly_open_bull_put.golden    # output atteso
+├── 2026-04-27_daily_open_bull_put.yaml       # input snapshot
+├── 2026-04-27_daily_open_bull_put.golden     # output atteso
 └── runner.py
 ```

@@ -114,7 +114,7 @@ Tasks:
 4. `runtime/alert_manager.py` — escalation policy

 Test integration su scenari completi (vedi `08-testing-validation.md`):
- weekly open happy path
+- daily open happy path
 - monitor profit take
 - monitor vol stop
 - recovery dopo crash
@@ -206,7 +206,7 @@ Setup:

 Metriche da raccogliere:

- Numero proposte settimanali emesse
+- Numero proposte giornaliere emesse
 - Quante passano i filtri
 - Win rate, avg P&L paper
 - Discrepanze tra mid stimato e fill reale (slippage)
@@ -24,8 +24,8 @@ asset:
 # === ENTRY ===

 entry:
-  # finestra di valutazione settimanale
-  cron: "0 14 * * MON"          # lunedì 14:00 UTC
+  # finestra di valutazione giornaliera (crypto 24/7)
+  cron: "0 14 * * *"            # ogni giorno 14:00 UTC
  skip_holidays_country: "IT"

  # filtri di accesso (vedi 01-strategy-rules.md §2)
@@ -12,7 +12,7 @@

 ## TL;DR

-Cerbero Bite vende **credit spread settimanali su ETH/Deribit** quando
+Cerbero Bite vende **credit spread su ETH/Deribit (DTE 14-21, valutati ogni giorno)** quando
 la volatilità implicita è **abbastanza alta da pagare bene**, il
 mercato non è in **stress di liquidazione**, non ci sono **eventi macro
 forti** in finestra, e il bias direzionale è **chiaro** (bull o bear).
@@ -22,8 +22,9 @@ strategia.
 Ogni 15 minuti raccoglie 1 riga per asset (ETH e BTC) nella tabella
 `market_snapshots`. Quei dati alimentano tre obiettivi distinti:

-1. **Decisione live** — l'entry ciclo del lunedì 14:00 UTC legge i
-   campi più freschi per dire "go/no-go".
+1. **Decisione live** — l'entry ciclo daily alle 14:00 UTC legge i
+   campi più freschi per dire "go/no-go" (crypto è 24/7: la cadenza
+   non è gateata sulla settimana, decidono i gate quantitativi).
 2. **Monitoring continuo** — il decision loop di gestione attiva
   confronta la situazione con quella all'apertura.
 3. **Calibrazione** — la pagina `📐 Calibrazione` usa la distribuzione
@@ -197,7 +198,7 @@ Quanto segue è la versione "leggibile" delle regole §2-§9 di
 `01-strategy-rules.md`. Ogni passo cita i campi di
 `market_snapshots` che lo alimentano.

-### Fase 1 — Trigger (lunedì 14:00 UTC, festività italiane escluse)
+### Fase 1 — Trigger (daily 14:00 UTC, festività italiane escluse se `skip_holidays_country` è on)

 ```
 SE NESSUNA posizione aperta
@@ -211,7 +212,7 @@ SE NESSUNA posizione aperta
 ALLORA
   procedi alla Fase 2
 ALTRIMENTI
-   no entry, log motivo, ritento la settimana successiva
+   no entry, log motivo, ritento il giorno successivo
 ```

 ### Fase 2 — Bias e struttura
@@ -363,8 +364,8 @@ capitale **non aumenta** i contratti per trade.

 ### Frequenza realistica di entry

-La regola si valuta una volta a settimana, ma la maggioranza dei
-lunedì viene saltata per:
+La regola si valuta **una volta al giorno** (crypto è 24/7), ma la
+maggioranza dei giorni viene saltata per:

 | Motivo di skip | Frequenza tipica |
 |---|---|
@@ -372,11 +373,12 @@ lunedì viene saltata per:
 | Bias non chiaro (trend × funding discordi o entrambi neutri senza IC) | 25–35% |
 | Macro entro DTE | 10–20% |
 | Funding o liquidation risk fuori soglia | 5–15% |
-| Capitale o sizing insufficiente | 0–5% |
+| Capitale, sizing insufficiente o concurrency cap raggiunto | 5–15% |

-**Risultato netto: 30–50% delle settimane finisce in entry effettiva
-⇒ 15–25 trade / anno** (52 lunedì × 30–50%). Le altre settimane il
-bot sta fermo. È il design.
+**Risultato netto: ~30–40% dei giorni finisce in entry effettiva
+⇒ 110–145 trade / anno** (365 candidature × pass-rate, capped da
+`max_concurrent_positions`). I restanti giorni il bot sta fermo:
+è il design — la disciplina è la strategia.

 ### Win-rate atteso (short delta 0.12 + profit-take 50%)

@@ -450,11 +452,11 @@ In modalità data-only (oggi) il P/L atteso è **0** — l'engine
 2. **Validare** i filtri quant osservando ex-post quanti tick
   sarebbero stati filtrati (vedi pagina `📐 Calibrazione`, colonna
   "% bloccato dalla soglia").
-3. **Misurare** la quota effettiva di lunedì che superano i filtri
+3. **Misurare** la quota effettiva di giorni che superano i filtri
   nel proprio regime, prima di committare capitale.

-> Suggerimento: 4 settimane di dati = 4 lunedì × probabilità entry =
-> 1–2 candidate entry effettive. **Aspettare almeno 8 settimane**
+> Suggerimento: 30 giorni di dati = 30 candidature × probabilità entry
+> ≈ 9–12 candidate entry effettive. **Aspettare almeno 60 giorni**
 > prima di tarare le soglie dà uno storico con dispersione
 > sufficiente per decisioni non-rumorose.

@@ -560,8 +562,8 @@ step di calibrazione, vedi §4-quinquies in roadmap).

 - **Conservativa / golden config**: `enabled=false, min=0`. Tutti i
  setup passano questo gate, anche con IV-RV negativa. Motivo: nei
-  primi 8 turni di lunedì non si hanno abbastanza tick per stabilire
-  che soglia ha senso nel proprio regime. Lasciamo la pagina
+  primi 60 giorni non si hanno abbastanza tick per stabilire che
+  soglia ha senso nel proprio regime. Lasciamo la pagina
  `📐 Calibrazione` mostrare la distribuzione e poi alziamo
  manualmente.
 - **Aggressiva**: `enabled=true, min=3`. Il profilo aggressivo già di
@@ -595,6 +597,48 @@ questa logica: muovi da 0.72 a 0.78 e vedi l'APR scattare.
 3. **Multi-asset (ETH+BTC)**: come da §4-ter, sblocca il
   moltiplicatore 2× sulle opportunità a parità di filtri.

+## 4-quinquies. Catena opzioni storica (Phase 5)
+
+In aggiunta a `market_snapshots` (cron `*/15`), il bot raccoglie
+ora una seconda fonte di dati: la **catena opzioni Deribit completa**
+ogni 15 minuti (cron `*/15`, allineato a `market_snapshots` — crypto
+è 24/7, l'accumulo dataset deve essere continuo).
+
+Tabella `option_chain_snapshots` — vedi `05-data-model.md` per lo
+schema. Cosa registra per ogni strumento entro la finestra
+`[dte_min, dte_max]`:
+
+| Campo | Cosa misura | A che serve |
+|---|---|---|
+| `bid` / `ask` / `mid` | Prezzi reali Deribit in ETH | P/L reale per backtest |
+| `iv` | IV implicita allo strike | Calibrazione skew premium |
+| `delta`/`gamma`/`theta`/`vega` | Greeks | Sizing + risk monitoring |
+| `open_interest` / `volume_24h` | Liquidità | Validazione gate §4 |
+
+**Cosa sblocca:**
+
+- **Backtest non-stilizzato**: il modulo `core/backtest.py` può
+  sostituire la stima Black-Scholes (con `skew_premium` hardcoded a
+  1.5×) leggendo i `mid` reali. Numeri da "stime ex-ante per
+  ranking" a "P/L empirico per dimensionare capitale".
+- **Calibrazione empirica dello skew**: rapporto fra prezzi
+  Deribit reali e BS pulito → valore data-driven invece di stima a
+  istinto. Va fatto dopo 4-8 settimane di accumulo.
+- **Validazione ex-post strike picker**: "il delta-0.12 era davvero
+  a 25% OTM in quella settimana?" diventa una `SELECT`.
+
+**Strumenti CLI:**
+
+- `cerbero-bite option-chain trigger` — esegue UNA volta il
+  collector senza aspettare il cron. Utile per test e per popolare
+  prima del primo tick utile.
+- `cerbero-bite option-chain analyze [--bias bull_put|bear_call]` —
+  legge l'ultimo snapshot, simula il selector di strike con la
+  strategy passata e stampa: short/long strike, delta, width,
+  credito reale, ratio credit/width, PASS/FAIL del gate
+  `credit_to_width_ratio_min`. Risponde in tempo reale: "il rule
+  engine aprirebbe un trade adesso?".
+
 ## 5. Come leggere il dato giorno per giorno

 Tre euristiche operative sui campi raccolti:
@@ -602,9 +646,9 @@ Tre euristiche operative sui campi raccolti:
 1. **Premio "ricco":** `iv_minus_rv` consistentemente > 5 punti per
   N giorni → il regime sta pagando bene la vendita di vol. Sono i
   periodi in cui la strategia ha edge maggiore.
-2. **Premio "magro":** `dvol < 35` per più giorni → la finestra del
-   lunedì viene saltata. Non è un fallimento: è la disciplina che
-   funziona.
+2. **Premio "magro":** `dvol < 35` per più giorni → la finestra
+   giornaliera viene saltata. Non è un fallimento: è la disciplina
+   che funziona.
 3. **Stress imminente:** `liquidation_*_risk = high` o spike di
   `oi_delta_pct_4h` (> 5% in valore assoluto) + funding ai limiti
   → atteso vol stop / time stop attivi nei prossimi cicli, anche
@@ -0,0 +1,316 @@
+# IV-RV adaptive entry gate — design
+
+**Status**: drafted, awaiting implementation plan
+**Date**: 2026-05-08
+**Author**: brainstorming session (operator + Claude)
+**Roadmap origin**: `docs/13-strategia-spiegata.md` §4-quater, hardening punti 1 e 2
+
+## 1. Problema
+
+Il gate IV-richness in `core/entry_validator.py:140-152` confronta `ctx.iv_minus_rv` con la soglia statica `entry.iv_minus_rv_min` (config). I dati raccolti in `market_snapshots` mostrano due problemi sul campione 2026-05-01 → 2026-05-08:
+
+| metrica | ETH | BTC |
+|---|---|---|
+| IV-RV p25 | 1.87 | 5.48 |
+| IV-RV p50 | 2.70 | 6.88 |
+| IV-RV p90 | 8.52 | 8.26 |
+| Pearson(\|drift%\|, IV-RV mean) | **−0.02** | **+0.54** |
+| Trend giornaliero IV-RV mean | 1.64 → 8.96 (+5.4×) | 4.78 → 8.11 (+1.7×) |
+
+ETH mostra un IV richening monotono **decoupled dal drift realised** — la soglia statica `min=3` (profilo Aggressiva) avrebbe escluso il 50%+ dei tick nei primi 4 giorni e il 0% degli ultimi 3, sopra una distribuzione che non è stazionaria. Su BTC è meno drammatico ma il problema è strutturale: il regime di IV cambia, la soglia no.
+
+## 2. Obiettivo
+
+Sostituire la soglia statica con un meccanismo adattivo che si auto-calibra al regime corrente, senza richiedere intervento manuale dell'operatore. Il gate deve restare semanticamente "non vendere vol senza margine misurabile sopra la RV", solo che il "margine misurabile" è ora derivato dalla distribuzione storica recente invece che hardcoded.
+
+## 3. Approccio scelto: Hybrid (P25 rolling + Vol-of-Vol guard)
+
+Decisione presa nel brainstorming dopo aver scartato:
+- **Solo percentile rolling**: insufficiente, non protegge da regime shift bruschi (DVOL salta di 5+ pt in 24h)
+- **Solo regime detection (HMM/cluster)**: troppo opaco e ad alto rischio di overfit con 8 giorni di dati
+
+L'hybrid bilancia due controlli additivi:
+1. **Soglia adattiva** = P25 di IV-RV nella finestra rolling
+2. **Vol-of-Vol guard** = blocco se |ΔDVOL_24h| ≥ 5 pt (regime shift detector)
+
+## 4. Comportamento del gate
+
+> **Errata 2026-05-10** — design originale assumeva `n_days = len(history) // 96` (cadenza fissa 96 tick/giorno). Refattorizzato a **distinct-days policy**: il caller interroga il repository per (a) il numero di giorni di calendario distinti coperti e (b) i valori della finestra scelta. Questo permette di mischiare cadenze (tick live 15 min + backfill daily) senza assumere un fattore costante. Sotto il pseudo-codice aggiornato.
+
+```
+def validate_iv_richness_adaptive(ctx, cfg, repo):
+    if not cfg.entry.iv_minus_rv_filter_enabled:
+        return PASS                               # gate off
+
+    # 1) Soglia adattiva — distinct-days policy
+    n_days = repo.count_iv_rv_distinct_days(
+        asset=ctx.asset, max_days=cfg.window_target_days,
+    )
+
+    if n_days < 1:
+        return PASS                               # warmup hard: nessun giorno coperto
+
+    if n_days >= cfg.window_target_days:
+        window_days = cfg.window_target_days      # ≥60g → finestra fissa 60g
+    elif n_days >= cfg.window_min_days:
+        window_days = cfg.window_min_days         # 30-60g → finestra fissa 30g
+    else:
+        window_days = cfg.window_target_days      # 1-30g → query tutta la storia disp.
+
+    history = repo.iv_rv_values_for_window(
+        asset=ctx.asset, window_days=window_days,
+    )
+
+    threshold = max(percentile(history, cfg.percentile),
+                    cfg.absolute_floor)
+
+    if ctx.iv_minus_rv < threshold:
+        return SKIP("IV richness below P25 rolling")
+
+    # 2) Vol-of-vol guard (additivo)
+    if cfg.vol_of_vol_guard_enabled:
+        dvol_24h_ago = repo.dvol_lookback(asset=ctx.asset, hours=24)
+        if dvol_24h_ago is not None and \
+           abs(ctx.dvol - dvol_24h_ago) >= cfg.vol_of_vol_threshold:
+            return SKIP("DVOL shifted ≥5pt in 24h")
+
+    return PASS
+```
+
+### 4.1 Warmup behavior
+
+Tutte le soglie sono espresse in **giorni di calendario distinti** coperti da almeno un record valido (`fetch_ok=1` ∧ `iv_minus_rv IS NOT NULL`).
+
+| storia disponibile | finestra usata | comportamento |
+|---|---|---|
+| 0 giorni distinti | — | gate disabled (PASS), log `GATE_WARMUP_INSUFFICIENT` |
+| 1 g ≤ giorni < 30 g | tutta la storia | percentile della finestra disponibile (decisione utente) |
+| 30 g ≤ giorni < 60 g | ultimi 30 g | finestra fissa 30g |
+| ≥ 60 g | ultimi 60 g | finestra fissa 60g (target) |
+
+I valori della finestra contribuiscono uno-a-uno al percentile: un tick a 15 min e un record di backfill daily hanno lo stesso peso. Mix di cadenze diverse è statisticamente sbilanciato finché i tick live non saturano la finestra; questa è una scelta deliberata per non rinunciare allo storico backfill.
+
+### 4.2 Soglia = `max(P25, floor)`
+
+`floor` è il vecchio `iv_minus_rv_min` riutilizzato come *absolute floor*. Permette:
+- backwards compat: se `adaptive_enabled=False`, comportamento identico ad oggi
+- safety: anche se P25 storico fosse ≈0 (regime IV bassa persistente), l'operatore può tenere un floor minimo (es. 1 vol pt) per evitare di vendere vol mai
+
+## 5. Schema config (`config/schema.py`)
+
+Aggiunte alla classe `EntryConfig`:
+
+```python
+class EntryConfig(BaseModel):
+    # campi esistenti
+    iv_minus_rv_filter_enabled: bool = False
+    iv_minus_rv_min: Decimal = Decimal("0")     # ora è absolute_floor
+
+    # nuovi — gate adattivo
+    iv_minus_rv_adaptive_enabled: bool = False
+    iv_minus_rv_percentile: Decimal = Decimal("0.25")
+    iv_minus_rv_window_target_days: int = 60
+    iv_minus_rv_window_min_days: int = 30
+
+    # nuovi — vol-of-vol guard
+    vol_of_vol_guard_enabled: bool = False
+    vol_of_vol_threshold_pt: Decimal = Decimal("5")
+    vol_of_vol_lookback_hours: int = 24
+```
+
+### 5.1 Profili predefiniti
+
+**Conservativa / golden** (`config/golden.yaml`):
+```yaml
+entry:
+  iv_minus_rv_filter_enabled: false
+  iv_minus_rv_adaptive_enabled: false
+  vol_of_vol_guard_enabled: false
+```
+Comportamento invariato rispetto a oggi.
+
+**Aggressiva** (`config/aggressive.yaml`):
+```yaml
+entry:
+  iv_minus_rv_filter_enabled: true
+  iv_minus_rv_adaptive_enabled: true
+  iv_minus_rv_min: 0                # floor 0, lascia decidere il P25 rolling
+  iv_minus_rv_percentile: 0.25
+  iv_minus_rv_window_target_days: 60
+  iv_minus_rv_window_min_days: 30
+  vol_of_vol_guard_enabled: true
+  vol_of_vol_threshold_pt: 5
+```
+
+### 5.2 Backwards compat
+
+Se `iv_minus_rv_adaptive_enabled=False` e `iv_minus_rv_filter_enabled=True`, il validator usa il path legacy `iv_rv < iv_minus_rv_min` esattamente come oggi. Nessuna regressione comportamentale per chi non ha attivato l'adaptive.
+
+## 6. Architettura
+
+### 6.1 Modulo `core/adaptive_threshold.py`
+
+Funzione pura, testabile senza I/O. La selezione della finestra è
+delegata al caller (separation of concerns):
+
+```python
+def compute_adaptive_threshold(
+    history: Sequence[Decimal],
+    *,
+    n_days: int,
+    percentile: Decimal,
+    absolute_floor: Decimal,
+) -> Decimal | None:
+    """Ritorna None se warmup hard (n_days==0 o history vuota),
+    altrimenti max(P_q(history), absolute_floor)."""
+```
+
+### 6.2 Repository (`state/repository.py`)
+
+Tre metodi su `Repository` (uno preesistente):
+
+```python
+def count_iv_rv_distinct_days(
+    self, *, asset: str, max_days: int, as_of: datetime | None = None,
+) -> int:
+    """Numero di giorni di calendario distinti con almeno un IV-RV
+    valido nell'intervallo [as_of - max_days, as_of]."""
+
+def iv_rv_values_for_window(
+    self, *, asset: str, window_days: int, as_of: datetime | None = None,
+) -> list[Decimal]:
+    """Valori IV-RV ordinati ASC su [as_of - window_days, as_of]."""
+
+def dvol_lookback(self, *, asset: str, hours: int) -> Decimal | None:
+    """DVOL del tick più vicino a now-hours, ±15min tolerance. None se gap."""
+```
+
+Usa l'index esistente `idx_market_snapshots_asset_ts`. Nessuna nuova migration.
+
+### 6.3 Inline nel validator
+
+`core/entry_validator.py` chiama `compute_adaptive_threshold` con i dati dal repo. Nessun caching, stateless. La query per finestra 60g (5760 righe per asset) costa ms-level con index — non vale la pena introdurre cache da invalidare.
+
+### 6.4 Audit / logging
+
+Ogni entry cycle scrive in `decisions`:
+- `inputs_json`: `{iv_rv_now, threshold_used, dvol_now, dvol_24h_ago, n_history, window_used_days}`
+- `outputs_json`: `{gate: "iv_richness_adaptive", verdict: PASS|SKIP, reason}`
+
+Permette ricostruzione ex-post: perché un trade è stato saltato e con quali numeri.
+
+## 7. GUI Calibrazione (`pages/6_📐_Calibrazione.py`)
+
+Aggiunta sezione "Gate adattivo" sopra ai percentili statici esistenti — questi ultimi NON vengono modificati (restano per analisi).
+
+```
+┌─ 🎯 Gate IV-RV adattivo ──────────────────────────────────┐
+│  Status:    🟢 Attivo (Aggressiva) | 🟡 Warmup (n=8/30g)  │
+│                                                          │
+│  Soglia P25 rolling (corrente)         2.74 vol pts      │
+│  IV-RV ultimo tick                     8.96 vol pts  ✅   │
+│  Floor assoluto                        0.00 vol pts      │
+│                                                          │
+│  Evoluzione 7g (sparkline)   ▁▂▂▃▄▆▇                     │
+│                                                          │
+│  ── VoV guard ──                                          │
+│  ΔDVOL ultime 24h                      0.43 pt        ✅  │
+│  Soglia VoV                            5.00 pt           │
+│                                                          │
+│  Decisione hypothetical: PASS                            │
+└──────────────────────────────────────────────────────────┘
+```
+
+La GUI usa la stessa funzione `compute_adaptive_threshold` del validator → unica fonte di verità. Refresh manuale al page load (coerente con resto GUI).
+
+## 8. Error handling
+
+Principio: **fail-open** in tutti i casi di dato mancante. Il gate adattivo è additivo sopra ai gate hard esistenti (delta band, credit, ecc.); il dato mancante non deve trasformare un trade non voluto in trade fatto, ma neppure deve bloccare entry valide se è il dato del gate stesso a mancare.
+
+| Scenario | Comportamento | Loggato come |
+|---|---|---|
+| `iv_rv_history` ritorna 0 righe | gate = PASS | `GATE_WARMUP_NO_DATA` |
+| Storia < 96 tick (1g) | gate = PASS, threshold None | `GATE_WARMUP_INSUFFICIENT` |
+| `dvol_lookback` = None (gap dati 24h fa) | VoV guard = PASS | `VOV_GUARD_NO_LOOKBACK` |
+| `ctx.iv_minus_rv` = None | gate bypassato (riga 146 esistente) | invariato |
+| `ctx.dvol` = None | VoV guard bypassato, gate adattivo prosegue | invariato |
+
+## 9. Testing strategy
+
+### 9.1 Unit — `core/adaptive_threshold.py`
+
+- Warmup: `n_days=0` → None
+- Warmup difensivo: `n_days=0` ma history non vuota → None
+- Difensivo: history vuota con `n_days>0` → None
+- `n_days=1`, 96 tick → P25 sui 96
+- Mix di cadenze (30 daily + 96 live) → percentile uno-a-uno
+- Floor binding: P25=0.5, floor=3 → 3
+- Floor non binding: P25=5, floor=0 → 5
+- Percentile diverso: percentile=0.5 → mediana
+- Validation: percentile ∉ [0,1] o `n_days<0` → ValueError
+
+### 9.1bis Unit — `state/repository.py`
+
+- `count_iv_rv_distinct_days`: 1 giorno → 1; 3 giorni misti → 3
+- esclusione asset diversi, NULL e fetch_ok=0
+- rispetto del cutoff `max_days`
+- ValueError su `as_of` naive o `max_days≤0`
+- `iv_rv_values_for_window`: ordine ASC, filtri equivalenti, ValueError input
+
+### 9.2 Unit — `core/entry_validator.py`
+
+Mock repo, focus sul flusso decisionale:
+- Adaptive disabled, statico passa → PASS legacy
+- Adaptive disabled, statico fail → SKIP legacy
+- Adaptive enabled, IV-RV sopra P25 → PASS
+- Adaptive enabled, IV-RV sotto P25 sopra floor → SKIP("rolling")
+- VoV guard ON, ΔDVOL=6 pt → SKIP("vov")
+- VoV guard ON, ΔDVOL=4 pt, gate principale pass → PASS
+- VoV guard ON, dvol_lookback=None → guard bypass
+- ctx.iv_minus_rv=None → bypass
+- decisions log popolato con threshold, n_history, dvol_lookback
+
+### 9.3 Integration — `tests/integration/test_entry_cycle_adaptive.py`
+
+SQLite temp + fixture market_snapshots con 5760 tick (60g):
+- Aggressiva con flag adattivo → entry passa solo nei tick sopra P25 della fixture
+- Golden → invariato
+- Warmup: DB con 50 tick → tutti pass, log `GATE_WARMUP_INSUFFICIENT`
+- Regime shift fixture: DVOL salta da 50 a 56 in 24h → VoV guard scatta
+
+### 9.4 Backtest sanity
+
+Aggiunta nel report del CLI `backtest`: count distinto skip-reasons (`iv_rv_static`, `iv_rv_rolling`, `vov_guard`) per analisi ex-post.
+
+### 9.5 GUI smoke
+
+Manuale al deploy:
+- Calibrazione carica con `enabled=False` (fallback grafico)
+- Calibrazione mostra warmup status quando DB < 30g
+- Refresh ricalcola coerente
+
+### 9.6 Cosa NON testiamo
+
+- Performance query (5760 righe con index = trascurabile)
+- Concorrenza entry cycle / GUI (WAL abilitato)
+- Migrazione (nessuna tabella nuova)
+
+## 10. Out of scope
+
+- Regime detection avanzato (HMM, cluster) — esplicitamente scartato per opacità
+- Soglie per-asset diverse — il P25 si calibra naturalmente per asset (history filtrata per asset)
+- Auto-attivazione adaptive su Conservativa quando warmup è completo — l'operatore decide manualmente quando passare al profilo aggressivo
+- Multi-asset (ETH+BTC simultanei) — già scope §4-ter, indipendente da questo design
+- Override manuale soglia da GUI — explicit no, l'obiettivo è autocalibrante
+
+## 11. Decisioni prese durante brainstorming
+
+| # | Domanda | Scelta |
+|---|---|---|
+| 1 | Approccio | Hybrid (percentile + VoV guard) |
+| 2 | Warmup | Percentile della finestra disponibile (anche se <30g) |
+| 3 | Percentile | P25 (allineato roadmap) |
+| 4 | Window | Target 60g, attivazione a 30g, sotto usa quel che c'è |
+| 5 | VoV soglia | 5 pt vol in 24h |
+| 6 | Architettura | Inline nel validator, stateless, no cache DB |
+| 7 | GUI | Pannello informativo aggiunto, slider esistenti invariati |
@@ -0,0 +1,281 @@
+"""Backfill IV-RV history from Deribit public REST API.
+
+Use case: il gate IV-RV adattivo richiede ≥30 giorni di storia per
+attivarsi (spec ``docs/superpowers/specs/2026-05-08-iv-rv-adaptive-gate-design.md``).
+Quando la pipeline ha pochi giorni di tick live, questo script popola
+``market_snapshots`` con record giornalieri storici calcolati da
+DVOL Deribit + closes ETH-PERPETUAL/BTC-PERPETUAL pubblici.
+
+Idempotente: usa ``INSERT OR REPLACE`` sulla PK ``(timestamp, asset)``
+con timestamp fissato a 12:00 UTC del giorno di calendario.
+``fetch_errors_json='{"backfill":true}'`` permette di distinguere i
+record sintetici dai tick live in audit.
+
+I record contribuiscono al gate adattivo come singoli punti
+(distinct-days policy), uno per giorno: lo statistical bias è coperto
+dalla spec §4.1.
+
+Esempio:
+    python scripts/backfill_iv_rv.py --db data/state.sqlite --days 45
+"""
+
+from __future__ import annotations
+
+import argparse
+import json
+import math
+import sqlite3
+import statistics
+import urllib.request
+from dataclasses import dataclass
+from datetime import UTC, date, datetime, timedelta
+from decimal import Decimal
+
+__all__ = [
+    "BackfillRow",
+    "build_backfill_records",
+    "compute_rv30d_annualized",
+]
+
+
+_DERIBIT = "https://www.deribit.com/api/v2/public"
+_RV_LOOKBACK_DAYS = 30
+_TRADING_DAYS_PER_YEAR = 365
+
+
+@dataclass(frozen=True)
+class BackfillRow:
+    """Una riga sintetica destinata a ``market_snapshots``."""
+
+    timestamp: datetime
+    asset: str
+    spot: Decimal
+    dvol: Decimal
+    realized_vol_30d: Decimal
+    iv_minus_rv: Decimal
+    fetch_ok: bool = True
+
+
+# ---------------------------------------------------------------------------
+# Pure compute layer (TDD: tests/unit/test_backfill_iv_rv.py)
+# ---------------------------------------------------------------------------
+
+
+def compute_rv30d_annualized(closes: list[Decimal]) -> Decimal:
+    """Volatilità realizzata 30g annualizzata in **punti vol** (% annuali).
+
+    Args:
+        closes: ``31`` close consecutivi (uno al giorno) — produce 30
+            log-returns.
+
+    Returns:
+        ``stdev(log_returns) * sqrt(365) * 100`` come ``Decimal``.
+
+    Raises:
+        ValueError: se ``len(closes) < 31``.
+    """
+    if len(closes) < _RV_LOOKBACK_DAYS + 1:
+        raise ValueError(
+            f"need at least {_RV_LOOKBACK_DAYS + 1} closes, got {len(closes)}"
+        )
+    log_returns = [
+        math.log(float(closes[i] / closes[i - 1]))
+        for i in range(1, _RV_LOOKBACK_DAYS + 1)
+    ]
+    sigma_daily = statistics.stdev(log_returns)
+    annualized = sigma_daily * math.sqrt(_TRADING_DAYS_PER_YEAR) * 100.0
+    return Decimal(str(annualized))
+
+
+def build_backfill_records(
+    *,
+    asset: str,
+    spots_by_day: dict[str, Decimal],
+    dvols_by_day: dict[str, Decimal],
+    oldest_day: date,
+) -> list[BackfillRow]:
+    """Compone le righe di backfill per i giorni nella finestra richiesta.
+
+    Per ogni giorno target ``D`` (da ``oldest_day`` a oggi compreso) la
+    riga viene emessa solo se: (a) DVOL e spot sono presenti per ``D``,
+    (b) la serie di spot dispone dei 30 giorni precedenti necessari per
+    il calcolo di RV30d.
+
+    Il timestamp è fissato a 12:00 UTC, scelta che evita il rollover
+    delle candele Deribit (vedi anomalia DVOL 00:00 UTC nei market
+    snapshots live).
+    """
+    sorted_days = sorted(spots_by_day.keys())
+    records: list[BackfillRow] = []
+    for day_str in sorted_days:
+        day = date.fromisoformat(day_str)
+        if day < oldest_day:
+            continue
+        if day_str not in dvols_by_day:
+            continue
+        rv_window = [
+            day - timedelta(days=i) for i in range(_RV_LOOKBACK_DAYS, -1, -1)
+        ]
+        if not all(d.isoformat() in spots_by_day for d in rv_window):
+            continue
+        closes = [spots_by_day[d.isoformat()] for d in rv_window]
+        rv = compute_rv30d_annualized(closes)
+        dvol = dvols_by_day[day_str]
+        spot = spots_by_day[day_str]
+        records.append(
+            BackfillRow(
+                timestamp=datetime(day.year, day.month, day.day, 12, 0, tzinfo=UTC),
+                asset=asset,
+                spot=spot,
+                dvol=dvol,
+                realized_vol_30d=rv,
+                iv_minus_rv=dvol - rv,
+            )
+        )
+    return records
+
+
+# ---------------------------------------------------------------------------
+# I/O layer (network + sqlite)
+# ---------------------------------------------------------------------------
+
+
+def _http_get_json(url: str, timeout_s: float = 30.0) -> dict:
+    with urllib.request.urlopen(url, timeout=timeout_s) as resp:
+        return json.loads(resp.read())
+
+
+def fetch_dvol_daily(currency: str, days: int) -> dict[str, Decimal]:
+    """Mappa ``YYYY-MM-DD -> DVOL close`` per gli ultimi ``days`` giorni."""
+    end_ms = int(datetime.now(UTC).timestamp() * 1000)
+    start_ms = end_ms - days * 86_400_000
+    url = (
+        f"{_DERIBIT}/get_volatility_index_data"
+        f"?currency={currency}"
+        f"&start_timestamp={start_ms}&end_timestamp={end_ms}"
+        f"&resolution=86400"
+    )
+    payload = _http_get_json(url)
+    data = (payload.get("result") or {}).get("data") or []
+    out: dict[str, Decimal] = {}
+    for row in data:
+        # row = [ts_ms, open, high, low, close]
+        if not isinstance(row, list) or len(row) < 5:
+            continue
+        ts = datetime.fromtimestamp(row[0] / 1000, tz=UTC).date().isoformat()
+        out[ts] = Decimal(str(row[4]))
+    return out
+
+
+def fetch_spot_daily(instrument: str, days: int) -> dict[str, Decimal]:
+    """Mappa ``YYYY-MM-DD -> close USD`` per ``instrument`` su ``days`` giorni."""
+    end_ms = int(datetime.now(UTC).timestamp() * 1000)
+    start_ms = end_ms - days * 86_400_000
+    url = (
+        f"{_DERIBIT}/get_tradingview_chart_data"
+        f"?instrument_name={instrument}"
+        f"&start_timestamp={start_ms}&end_timestamp={end_ms}"
+        f"&resolution=1D"
+    )
+    payload = _http_get_json(url)
+    result = payload.get("result") or {}
+    ticks = result.get("ticks") or []
+    closes = result.get("close") or []
+    out: dict[str, Decimal] = {}
+    for ts_ms, close in zip(ticks, closes, strict=False):
+        ts = datetime.fromtimestamp(ts_ms / 1000, tz=UTC).date().isoformat()
+        out[ts] = Decimal(str(close))
+    return out
+
+
+def write_records(db_path: str, records: list[BackfillRow]) -> int:
+    """Insert/replace dei record in market_snapshots. Ritorna la rowcount."""
+    if not records:
+        return 0
+    conn = sqlite3.connect(db_path)
+    try:
+        with conn:
+            for r in records:
+                conn.execute(
+                    "INSERT OR REPLACE INTO market_snapshots ("
+                    "timestamp, asset, spot, dvol, realized_vol_30d, iv_minus_rv, "
+                    "funding_perp_annualized, funding_cross_annualized, "
+                    "dealer_net_gamma, gamma_flip_level, oi_delta_pct_4h, "
+                    "liquidation_long_risk, liquidation_short_risk, "
+                    "macro_days_to_event, fetch_ok, fetch_errors_json"
+                    ") VALUES (?,?,?,?,?,?,?,?,?,?,?,?,?,?,?,?)",
+                    (
+                        r.timestamp.astimezone(UTC).isoformat(),
+                        r.asset,
+                        str(r.spot),
+                        str(r.dvol),
+                        str(r.realized_vol_30d),
+                        str(r.iv_minus_rv),
+                        None,
+                        None,
+                        None,
+                        None,
+                        None,
+                        None,
+                        None,
+                        None,
+                        1 if r.fetch_ok else 0,
+                        '{"backfill":true}',
+                    ),
+                )
+        return len(records)
+    finally:
+        conn.close()
+
+
+def backfill_asset(db_path: str, asset: str, days: int) -> int:
+    """Esegue l'intero backfill per ``asset`` e ritorna il numero di
+    record inseriti/sostituiti.
+    """
+    instrument = f"{asset.upper()}-PERPETUAL"
+    fetch_window_days = days + _RV_LOOKBACK_DAYS + 5  # margine per il lookback RV
+    spots = fetch_spot_daily(instrument, fetch_window_days)
+    dvols = fetch_dvol_daily(asset.upper(), fetch_window_days)
+    today = datetime.now(UTC).date()
+    oldest = today - timedelta(days=days)
+    records = build_backfill_records(
+        asset=asset.upper(),
+        spots_by_day=spots,
+        dvols_by_day=dvols,
+        oldest_day=oldest,
+    )
+    return write_records(db_path, records)
+
+
+def main() -> int:
+    parser = argparse.ArgumentParser(description=__doc__)
+    parser.add_argument(
+        "--db",
+        default="data/state.sqlite",
+        help="path a state.sqlite (default: data/state.sqlite)",
+    )
+    parser.add_argument(
+        "--days",
+        type=int,
+        default=45,
+        help="quanti giorni di backfill emettere (default: 45)",
+    )
+    parser.add_argument(
+        "--assets",
+        nargs="+",
+        default=["ETH", "BTC"],
+        help="asset symbols (default: ETH BTC)",
+    )
+    args = parser.parse_args()
+
+    total = 0
+    for asset in args.assets:
+        n = backfill_asset(args.db, asset, args.days)
+        print(f"{asset}: inserted/replaced {n} backfill rows")
+        total += n
+    print(f"TOTAL: {total}")
+    return 0
+
+
+if __name__ == "__main__":
+    raise SystemExit(main())
@@ -789,7 +789,7 @@ def backtest(
    table = Table(title=f"Backtest report — {strategy_path.name}")
    table.add_column("Metrica", style="cyan")
    table.add_column("Valore", style="bold")
-    table.add_row("Picks (lunedì 14:00)", str(report.n_picks))
+    table.add_row("Picks (daily 14:00)", str(report.n_picks))
    table.add_row(
        "Accettati dai filtri",
        f"{report.n_accepted} ({report.n_accepted / max(1, report.n_picks):.0%})",
@@ -815,7 +815,7 @@ def backtest(
    if report.skip_reasons:
        skip_table = Table(title="Motivi di skip aggregati")
        skip_table.add_column("Motivo")
-        skip_table.add_column("Settimane", justify="right")
+        skip_table.add_column("Giorni", justify="right")
        for reason, count in sorted(
            report.skip_reasons.items(), key=lambda kv: -kv[1]
        ):
@@ -1004,8 +1004,8 @@ def option_chain_trigger(
 ) -> None:
    """Esegue UNA volta il collector della catena opzioni e persiste in DB.

-    Utile per popolare i dati senza aspettare il cron settimanale del
-    job ``option_chain_snapshot``. Riusa esattamente la stessa pipeline
+    Utile per popolare i dati senza aspettare il cron del job
+    ``option_chain_snapshot``. Riusa esattamente la stessa pipeline
    schedulata.
    """
    from cerbero_bite.runtime.dependencies import build_runtime  # noqa: PLC0415
@@ -9,7 +9,7 @@ the ``core/`` algorithms stay in their preferred numeric domain.
 from __future__ import annotations

 import re
-from datetime import UTC, datetime
+from datetime import UTC, datetime, timedelta
 from decimal import Decimal
 from typing import Any, Literal

@@ -167,9 +167,12 @@ class DeribitClient:
    ) -> Decimal:
        """Return the latest DVOL value for ``currency``."""
        when = (now or datetime.now(UTC)).astimezone(UTC)
+        # Window starts one day back so a tick fired exactly at 00:00 UTC
+        # — before Deribit has built today's 1D candle — still has
+        # yesterday's close to fall back on (see candles[-1] branch).
        body = {
            "currency": currency,
-            "start_date": (when.date()).isoformat(),
+            "start_date": (when.date() - timedelta(days=1)).isoformat(),
            "end_date": when.date().isoformat(),
            "resolution": "1D",
        }
@@ -47,7 +47,7 @@ class EntryConfig(BaseModel):

    model_config = ConfigDict(frozen=True, extra="forbid")

-    cron: str = "0 14 * * MON"
+    cron: str = "0 14 * * *"
    skip_holidays_country: str = "IT"

    # access filters (§2)
@@ -84,6 +84,24 @@ class EntryConfig(BaseModel):
    iv_minus_rv_min: Decimal = Field(default=Decimal("0"))
    iv_minus_rv_filter_enabled: bool = False

+    # IV richness gate adattivo (Phase 5+). Quando
+    # `iv_minus_rv_adaptive_enabled=True`, la soglia statica
+    # `iv_minus_rv_min` diventa il floor assoluto e la soglia
+    # effettiva è `max(P_q rolling, floor)` calcolata su
+    # `market_snapshots`. Vedi
+    # `docs/superpowers/specs/2026-05-08-iv-rv-adaptive-gate-design.md`.
+    iv_minus_rv_adaptive_enabled: bool = False
+    iv_minus_rv_percentile: Decimal = Field(default=Decimal("0.25"))
+    iv_minus_rv_window_target_days: int = 60
+    iv_minus_rv_window_min_days: int = 30
+
+    # Vol-of-Vol guard (§4-quater roadmap punto 2): blocca entry se
+    # |DVOL_now - DVOL_24h_ago| supera la soglia. Cattura regime
+    # shift bruschi non riflessi nel percentile rolling.
+    vol_of_vol_guard_enabled: bool = False
+    vol_of_vol_threshold_pt: Decimal = Field(default=Decimal("5"))
+    vol_of_vol_lookback_hours: int = 24
+

 # ---------------------------------------------------------------------------
 # Structure
@@ -183,7 +201,7 @@ class SizingConfig(BaseModel):

    cap_per_trade_eur: Decimal = Field(default=Decimal("200"))
    cap_aggregate_open_eur: Decimal = Field(default=Decimal("1000"))
-    max_concurrent_positions: int = 1
+    max_concurrent_positions: int = 5
    max_contracts_per_trade: int = 4

    dvol_adjustment: list[DvolAdjustmentBand] = Field(default_factory=_default_dvol_bands)
@@ -266,8 +284,8 @@ class AutoPauseConfig(BaseModel):
    Quando abilitato, il rule engine valuta — prima di ogni entry —
    il P/L cumulato delle ultime `lookback_trades` posizioni chiuse
    in proporzione al capitale attuale. Se la perdita supera la
-    soglia, l'engine si auto-mette in pausa per `pause_weeks`
-    settimane (skip-week). La pausa si annulla automaticamente alla
+    soglia, l'engine si auto-mette in pausa per `pause_days`
+    giorni (skip-day). La pausa si annulla automaticamente alla
    scadenza, oppure manualmente via comando dalla GUI.

    Difende da regime change non rilevati dai filtri quant: se i
@@ -282,7 +300,7 @@ class AutoPauseConfig(BaseModel):
    enabled: bool = False
    lookback_trades: int = 5
    max_drawdown_pct: Decimal = Field(default=Decimal("0.10"))
-    pause_weeks: int = 2
+    pause_days: int = 14


 # ---------------------------------------------------------------------------
@@ -389,6 +407,16 @@ class StrategyConfig(BaseModel):
        if self.entry.dvol_min >= self.entry.dvol_max:
            raise ValueError("dvol_min must be < dvol_max")

+        e = self.entry
+        if e.iv_minus_rv_window_min_days >= e.iv_minus_rv_window_target_days:
+            raise ValueError(
+                "iv_minus_rv_window_min_days must be < iv_minus_rv_window_target_days"
+            )
+        if not (Decimal("0") < e.iv_minus_rv_percentile < Decimal("1")):
+            raise ValueError(
+                "iv_minus_rv_percentile must be in (0, 1)"
+            )
+
        return self


@@ -0,0 +1,75 @@
+"""Funzione pura per calcolare la soglia adattiva del gate IV-RV.
+
+Spec: ``docs/superpowers/specs/2026-05-08-iv-rv-adaptive-gate-design.md``.
+
+Deterministic, no I/O. La selezione della finestra (target_days vs
+min_days vs intera storia disponibile) è responsabilità del caller, che
+interroga il repository con i parametri corretti e passa qui sia i
+valori (``history``) sia il numero di giorni distinti coperti
+(``n_days``). Questo permette di mischiare cadenze diverse — tick live a
+15 min e backfill daily — senza assumere un fattore costante
+``ticks_per_day``.
+"""
+
+from __future__ import annotations
+
+from collections.abc import Sequence
+from decimal import Decimal
+
+__all__ = ["compute_adaptive_threshold"]
+
+
+def compute_adaptive_threshold(
+    history: Sequence[Decimal],
+    *,
+    n_days: int,
+    percentile: Decimal,
+    absolute_floor: Decimal,
+) -> Decimal | None:
+    """Ritorna la soglia adattiva o ``None`` durante il warmup hard.
+
+    Args:
+        history: Sequenza dei valori IV-RV nella finestra scelta dal
+            caller. NULL e tick non riusciti devono essere già stati
+            filtrati upstream. L'ordine non è significativo per il
+            percentile.
+        n_days: Numero di giorni distinti coperti dalla storia
+            disponibile (calcolato dal caller, tipicamente con
+            ``COUNT(DISTINCT date(timestamp))``). ``0`` → warmup hard.
+        percentile: Quantile target nella distribuzione (es. ``0.25``).
+        absolute_floor: Floor minimo applicato dopo il calcolo del
+            percentile. La soglia restituita è
+            ``max(P_q, absolute_floor)``.
+
+    Returns:
+        ``None`` se ``n_days == 0`` o ``history`` è vuota (warmup hard,
+        gate disabilitato), altrimenti il percentile della finestra
+        bounded dal floor.
+    """
+    if not (Decimal(0) <= percentile <= Decimal(1)):
+        raise ValueError(
+            f"percentile must be in [0, 1], got {percentile}"
+        )
+    if n_days < 0:
+        raise ValueError(f"n_days must be >= 0, got {n_days}")
+    if n_days == 0 or not history:
+        return None
+    return max(_percentile(history, percentile), absolute_floor)
+
+
+def _percentile(values: Sequence[Decimal], q: Decimal) -> Decimal:
+    """Linear-interpolated percentile, NumPy-compatible (method='linear').
+
+    Implementato in Decimal puro per evitare dipendenze numpy nel core.
+    """
+    if not values:
+        raise ValueError("percentile of empty sequence")
+    sorted_v = sorted(values)
+    n = len(sorted_v)
+    k = (Decimal(n) - Decimal(1)) * q
+    f = int(k)  # floor
+    c = min(f + 1, n - 1)
+    if f == c:
+        return sorted_v[f]
+    frac = k - Decimal(f)
+    return sorted_v[f] + (sorted_v[c] - sorted_v[f]) * frac
@@ -2,7 +2,7 @@

 Two layers, both pure functions:

-1. **Entry-filter simulation** — for each Monday 14:00 UTC tick in the
+1. **Entry-filter simulation** — for each daily 14:00 UTC tick in the
   recorded snapshots, evaluate which §2 gates would have passed,
   reconstructing :class:`EntryContext` from the snapshot.  This part
   is **rigorous**: it uses the same :func:`validate_entry` the live
@@ -49,12 +49,12 @@ __all__ = [
    "BacktestEntry",
    "BacktestExit",
    "BacktestReport",
-    "MondayPick",
+    "DailyPick",
    "bs_put_delta",
    "bs_put_price",
+    "daily_picks",
    "estimate_credit_eth",
    "find_strike_for_delta",
-    "monday_picks",
    "normal_cdf",
    "run_backtest",
    "simulate_entry_filters",
@@ -184,41 +184,40 @@ def estimate_credit_eth(


@dataclass(frozen=True)
-class MondayPick:
-    """Indice di un tick "Monday 14:00 UTC" nella time-series."""
+class DailyPick:
+    """Indice di un tick "daily h:00 UTC" nella time-series."""

    timestamp: datetime
    snapshot: MarketSnapshotRecord


-def monday_picks(
+def daily_picks(
    snapshots: list[MarketSnapshotRecord],
    *,
-    weekday: int = 0,  # Monday
    hour_utc: int = 14,
    asset: str = "ETH",
-) -> list[MondayPick]:
-    """Estrae i tick più vicini a "Monday h:00 UTC" per ogni settimana.
+) -> list[DailyPick]:
+    """Estrae un tick per giorno all'ora ``hour_utc``.

-    ``snapshots`` deve essere ordinato per timestamp ascending.  Per ogni
-    occorrenza di ``weekday + hour_utc`` (es. lun 14:00) presa l'unica
-    riga ETH che la copre.  Settimane senza tick a quell'ora vengono
-    saltate.
+    Crypto è 24/7, quindi non gateiamo sul giorno della settimana: per
+    ogni giorno di calendario presente in ``snapshots``, prendiamo la
+    riga ETH che cade a ``hour_utc:00``.  Giorni senza tick a quell'ora
+    vengono saltati. ``snapshots`` deve essere ordinato per timestamp
+    ascending.
    """
-    picks: list[MondayPick] = []
-    seen_dates: set[tuple[int, int]] = set()  # (iso_year, iso_week)
+    picks: list[DailyPick] = []
+    seen_dates: set[tuple[int, int, int]] = set()  # (year, month, day)
    for snap in snapshots:
        if snap.asset.upper() != asset.upper():
            continue
        ts = snap.timestamp.astimezone(UTC)
-        if ts.weekday() != weekday or ts.hour != hour_utc:
+        if ts.hour != hour_utc:
            continue
-        iso_y, iso_w, _ = ts.isocalendar()
-        key = (iso_y, iso_w)
+        key = (ts.year, ts.month, ts.day)
        if key in seen_dates:
            continue
        seen_dates.add(key)
-        picks.append(MondayPick(timestamp=ts, snapshot=snap))
+        picks.append(DailyPick(timestamp=ts, snapshot=snap))
    return picks


@@ -231,9 +230,8 @@ def _entry_context_from_snapshot(
    """Costruisce :class:`EntryContext` dal tick storico.

    ``None`` quando la riga non ha i campi minimi (spot, dvol, funding).
-    Nel filtro questo si traduce in "skip della settimana" — è la
-    stessa logica del live: un tick incompleto è meglio di un'entry
-    al buio.
+    Nel filtro questo si traduce in "skip del giorno" — è la stessa
+    logica del live: un tick incompleto è meglio di un'entry al buio.
    """
    if snap.dvol is None or snap.funding_perp_annualized is None:
        return None
@@ -254,21 +252,21 @@ def _entry_context_from_snapshot(

@dataclass(frozen=True)
 class EntryFilterResult:
-    """Esito del check filtri per una singola Monday pick."""
+    """Esito del check filtri per una singola daily pick."""

-    pick: MondayPick
+    pick: DailyPick
    accepted: bool
    reasons: list[str]
    skipped_for_data: bool  # True se il tick non aveva i campi minimi


 def simulate_entry_filters(
-    picks: list[MondayPick],
+    picks: list[DailyPick],
    cfg: StrategyConfig,
    *,
    capital_usd: Decimal,
 ) -> list[EntryFilterResult]:
-    """Per ogni Monday pick, valuta validate_entry come farebbe il live.
+    """Per ogni daily pick, valuta validate_entry come farebbe il live.

    Rigoroso: usa esattamente :func:`validate_entry` e :class:`EntryContext`.
    Restituisce la lista degli esiti, una entry per pick.
@@ -500,7 +498,7 @@ class BacktestReport(BaseModel):


 def _build_entry_from_pick(
-    pick: MondayPick,
+    pick: DailyPick,
    cfg: StrategyConfig,
    *,
    capital_usd: Decimal,
@@ -566,7 +564,8 @@ def _max_drawdown_usd(equity: list[Decimal]) -> tuple[Decimal, Decimal]:


 def _sharpe_annualized(pnls_usd: list[Decimal], capital_usd: Decimal) -> Decimal | None:
-    """Annualized Sharpe approximation: 52 trade/anno (settimanali).
+    """Annualized Sharpe approximation: ~120 trade/anno (entry daily,
+    crypto 24/7, post-filtri + concurrency cap).

    Restituisce ``None`` se ci sono <5 trade o stdev = 0.
    """
@@ -578,7 +577,7 @@ def _sharpe_annualized(pnls_usd: list[Decimal], capital_usd: Decimal) -> Decimal
    std = math.sqrt(var)
    if std == 0:
        return None
-    sharpe = mean / std * math.sqrt(52)
+    sharpe = mean / std * math.sqrt(120)
    return Decimal(str(round(sharpe, 3)))


@@ -593,7 +592,7 @@ def run_backtest(
    """Esegue il backtest end-to-end sui ``snapshots`` ETH ordinati per ts."""
    snapshots = sorted(snapshots, key=lambda s: s.timestamp)
    eth_snapshots = [s for s in snapshots if s.asset.upper() == asset.upper()]
-    picks = monday_picks(eth_snapshots, asset=asset)
+    picks = daily_picks(eth_snapshots, asset=asset)
    filter_results = simulate_entry_filters(picks, cfg, capital_usd=capital_usd)

    # Tally skip reasons
@@ -15,6 +15,7 @@ from decimal import Decimal
 from pydantic import BaseModel, ConfigDict

 from cerbero_bite.config import SpreadType, StrategyConfig
+from cerbero_bite.core.adaptive_threshold import compute_adaptive_threshold

 __all__ = [
    "EntryContext",
@@ -50,6 +51,25 @@ class EntryContext(BaseModel):
    # invalida l'entry).
    iv_minus_rv: Decimal | None = None

+    # Valori IV-RV nella finestra rolling già scelta dal caller
+    # (entry_cycle): tutti i record validi su window_days, ASC, NULL e
+    # fetch_ok=0 esclusi. Caricata dal repository quando
+    # `iv_minus_rv_adaptive_enabled` è True. Tuple per coerenza con
+    # frozen=True.
+    iv_rv_history: tuple[Decimal, ...] = ()
+
+    # Numero di giorni di calendario distinti coperti dalla storia
+    # IV-RV disponibile (non solo dalla finestra `iv_rv_history`).
+    # ``0`` = warmup hard, gate disabilitato (fail-open). Calcolato dal
+    # caller via `repository.count_iv_rv_distinct_days`.
+    iv_rv_n_days: int = 0
+
+    # DVOL al tick più vicino a now - vol_of_vol_lookback_hours.
+    # ``None`` = gap nel dato (es. cron mancante 24h fa) → VoV guard
+    # skip. Caricato dal repository in `entry_cycle` quando
+    # `vol_of_vol_guard_enabled` è True.
+    dvol_24h_ago: Decimal | None = None
+

 class EntryDecision(BaseModel):
    """Result of :func:`validate_entry`. ``reasons`` holds *all* blocking reasons."""
@@ -140,16 +160,43 @@ def validate_entry(ctx: EntryContext, cfg: StrategyConfig) -> EntryDecision:
    # §2.9: IV richness gate. Vendere vol senza un margine misurabile
    # fra IV e RV è statisticamente neutro: l'edge della strategia
    # esiste solo quando il premio è "ricco" rispetto a quanto il
-    # mercato si è effettivamente mosso.
+    # mercato si è effettivamente mosso. La modalità adattiva calcola
+    # la soglia come max(P_q rolling, iv_minus_rv_min) sulla storia
+    # disponibile in market_snapshots; altrimenti fallback alla
+    # soglia statica `iv_minus_rv_min`.
+    if entry_cfg.iv_minus_rv_filter_enabled and ctx.iv_minus_rv is not None:
+        if entry_cfg.iv_minus_rv_adaptive_enabled:
+            threshold = compute_adaptive_threshold(
+                history=ctx.iv_rv_history,
+                n_days=ctx.iv_rv_n_days,
+                percentile=entry_cfg.iv_minus_rv_percentile,
+                absolute_floor=entry_cfg.iv_minus_rv_min,
+            )
+            if threshold is not None and ctx.iv_minus_rv < threshold:
+                pct = int(entry_cfg.iv_minus_rv_percentile * 100)
+                reasons.append(
+                    f"IV richness below P{pct} rolling "
+                    f"(IV-RV={ctx.iv_minus_rv} < {threshold} vol pts)"
+                )
+        elif ctx.iv_minus_rv < entry_cfg.iv_minus_rv_min:
+            reasons.append(
+                f"IV richness below floor "
+                f"(IV-RV={ctx.iv_minus_rv} < {entry_cfg.iv_minus_rv_min} vol pts)"
+            )
+
+    # §4-quater roadmap: vol-of-vol guard. Blocca entry quando il
+    # regime di volatilità sta cambiando bruscamente, anche se IV-RV
+    # è alto. Fail-open su gap dati 24h fa.
    if (
-        entry_cfg.iv_minus_rv_filter_enabled
-        and ctx.iv_minus_rv is not None
-        and ctx.iv_minus_rv < entry_cfg.iv_minus_rv_min
+        entry_cfg.vol_of_vol_guard_enabled
+        and ctx.dvol_24h_ago is not None
    ):
-        reasons.append(
-            f"IV richness below floor "
-            f"(IV-RV={ctx.iv_minus_rv} < {entry_cfg.iv_minus_rv_min} vol pts)"
-        )
+        delta = abs(ctx.dvol_now - ctx.dvol_24h_ago)
+        if delta >= entry_cfg.vol_of_vol_threshold_pt:
+            reasons.append(
+                f"DVOL shifted {delta} pt in {entry_cfg.vol_of_vol_lookback_hours}h "
+                f"(threshold {entry_cfg.vol_of_vol_threshold_pt})"
+            )

    return EntryDecision(accepted=not reasons, reasons=reasons)

@@ -16,6 +16,7 @@ from __future__ import annotations
 import os
 from dataclasses import dataclass
 from datetime import UTC, datetime, timedelta
+from decimal import Decimal
 from pathlib import Path

 import pandas as pd
@@ -23,6 +24,7 @@ import plotly.graph_objects as go
 import streamlit as st

 from cerbero_bite.config.loader import load_strategy
+from cerbero_bite.core.adaptive_threshold import compute_adaptive_threshold
 from cerbero_bite.gui.data_layer import (
    DEFAULT_DB_PATH,
    humanize_dt,
@@ -167,9 +169,21 @@ def _percentiles_strip(s: pd.Series) -> None:
        st.caption("(nessun dato)")
        return
    quantiles = [0.05, 0.10, 0.25, 0.50, 0.75, 0.90, 0.95]
-    cols = st.columns(len(quantiles))
-    for col, q in zip(cols, quantiles, strict=False):
-        col.metric(f"P{int(q * 100)}", f"{s.quantile(q):.4g}")
+    # Inline markdown compatto: i valori a 4 cifre significative
+    # cadono regolarmente fuori dalla colonna se renderizzati con
+    # ``st.metric`` (font fisso, label sopra, no shrink). Render
+    # orizzontale con font ridotto evita il troncamento.
+    parts = [
+        f"<b>P{int(q * 100)}</b> {s.quantile(q):.4g}"
+        for q in quantiles
+    ]
+    html = (
+        "<div style='font-size:0.85rem;line-height:1.5;"
+        "white-space:nowrap;overflow-x:auto;'>"
+        + " &nbsp;·&nbsp; ".join(parts)
+        + "</div>"
+    )
+    st.markdown(html, unsafe_allow_html=True)


 def _render_metric(spec: MetricSpec, records: list[MarketSnapshotRecord]) -> None:
@@ -230,6 +244,132 @@ def _render_metric(spec: MetricSpec, records: list[MarketSnapshotRecord]) -> Non
    _percentiles_strip(s)


+def _render_adaptive_gate_panel(
+    strategy: object | None,
+    records: list[MarketSnapshotRecord],
+) -> None:
+    """Pannello informativo sul gate IV-RV adattivo (read-only)."""
+    if strategy is None:
+        return
+
+    try:
+        entry = strategy.entry  # type: ignore[attr-defined]
+    except AttributeError:
+        return
+
+    if not getattr(entry, "iv_minus_rv_filter_enabled", False):
+        st.subheader("🎯 Gate IV-RV adattivo")
+        st.info("Gate IV-RV disabilitato nel profilo corrente.")
+        st.divider()
+        return
+
+    st.subheader("🎯 Gate IV-RV adattivo")
+
+    # records DESC (newest first) → history ASC con NULL/fetch_ok=0 esclusi
+    iv_rv_history: list[Decimal] = []
+    distinct_days: set[str] = set()
+    for r in reversed(records):
+        if r.fetch_ok and r.iv_minus_rv is not None:
+            iv_rv_history.append(r.iv_minus_rv)
+            distinct_days.add(r.timestamp.date().isoformat())
+
+    n_ticks = len(iv_rv_history)
+    n_days = len(distinct_days)
+    target = int(getattr(entry, "iv_minus_rv_window_target_days", 60))
+    min_days = int(getattr(entry, "iv_minus_rv_window_min_days", 30))
+
+    if n_days < 1:
+        status = "🟡 Warmup hard (nessun giorno coperto)"
+    elif n_days < min_days:
+        status = f"🟡 Warmup ({n_days}/{min_days}g — finestra crescente)"
+    elif n_days < target:
+        status = f"🟢 Attivo (finestra {min_days}g, target {target}g)"
+    else:
+        status = f"🟢 Attivo (finestra stabile {target}g)"
+    st.markdown(f"**Status:** {status} · {n_ticks} tick complessivi")
+
+    # Latest tick
+    iv_rv_now: Decimal | None = None
+    dvol_now: Decimal | None = None
+    latest_ts: datetime | None = None
+    for r in records:  # records DESC
+        if r.fetch_ok:
+            iv_rv_now = r.iv_minus_rv
+            dvol_now = r.dvol
+            latest_ts = r.timestamp
+            break
+
+    adaptive_on = bool(getattr(entry, "iv_minus_rv_adaptive_enabled", False))
+    floor = Decimal(str(getattr(entry, "iv_minus_rv_min", "0")))
+
+    if adaptive_on:
+        percentile = Decimal(
+            str(getattr(entry, "iv_minus_rv_percentile", "0.25"))
+        )
+        try:
+            threshold = compute_adaptive_threshold(
+                history=iv_rv_history,
+                n_days=n_days,
+                percentile=percentile,
+                absolute_floor=floor,
+            )
+        except ValueError as exc:
+            st.warning(f"Configurazione gate non valida: {exc}")
+            threshold = None
+
+        c1, c2, c3 = st.columns(3)
+        pct_label = int(percentile * 100)
+        c1.metric(
+            f"Soglia P{pct_label} rolling",
+            f"{threshold:.2f}" if threshold is not None else "—",
+            help="Soglia adattiva = max(percentile, floor)",
+        )
+        c2.metric(
+            "IV-RV ultimo tick",
+            f"{iv_rv_now:.2f}" if iv_rv_now is not None else "—",
+        )
+        c3.metric("Floor assoluto", f"{floor:.2f}")
+
+        if threshold is not None and iv_rv_now is not None:
+            verdict = "✅ PASS" if iv_rv_now >= threshold else "❌ SKIP"
+            st.markdown(f"**Decisione hypothetical:** {verdict}")
+    else:
+        st.write(f"Modalità statica: floor = {floor} vol pts")
+
+    if bool(getattr(entry, "vol_of_vol_guard_enabled", False)):
+        st.markdown("---")
+        st.markdown("**Vol-of-Vol guard**")
+        threshold_pt = Decimal(
+            str(getattr(entry, "vol_of_vol_threshold_pt", "5"))
+        )
+        lookback_h = int(getattr(entry, "vol_of_vol_lookback_hours", 24))
+
+        # Find tick closest to latest_ts - lookback hours, tolerance 15 min
+        dvol_lookback: Decimal | None = None
+        if latest_ts is not None and dvol_now is not None:
+            target_ts = latest_ts - timedelta(hours=lookback_h)
+            best_delta = timedelta(minutes=15)
+            for r in records:
+                if not r.fetch_ok or r.dvol is None:
+                    continue
+                d = abs(r.timestamp - target_ts)
+                if d <= best_delta:
+                    best_delta = d
+                    dvol_lookback = r.dvol
+
+        if dvol_lookback is not None and dvol_now is not None:
+            delta = abs(dvol_now - dvol_lookback)
+            c1, c2 = st.columns(2)
+            c1.metric(f"|ΔDVOL {lookback_h}h|", f"{delta:.2f}")
+            c2.metric("Soglia VoV", f"{threshold_pt:.2f}")
+            verdict = "✅ PASS" if delta < threshold_pt else "❌ SKIP"
+            st.markdown(f"**Verdict:** {verdict}")
+        else:
+            st.info(f"Lookback {lookback_h}h non disponibile (gap dati).")
+
+    st.divider()
+
+
 def render() -> None:
    st.title("📐 Calibrazione")
    st.caption(
@@ -301,6 +441,8 @@ def render() -> None:

    specs = _metric_specs(strategy)

+    _render_adaptive_gate_panel(strategy, records)
+
    for spec in specs:
        _render_metric(spec, records)
        st.divider()
@@ -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.

@@ -476,7 +476,11 @@ def _compute_pl(

    cap_pertrade_usd = caps["cap_pertrade_eur"] * eur_to_usd
    risk_target = min(caps["kelly"] * capital, cap_pertrade_usd)
-    n_kelly = int(risk_target // width) if width > 0 else 0
+    # Max loss per contratto = width − credit (NON width). Su un put
+    # spread incassi `credit` upfront, quindi la perdita massima è la
+    # larghezza meno il credito (vedi core/sizing_engine.py).
+    max_loss_per_contract = max(width - credit, 1e-6)
+    n_kelly = int(risk_target // max_loss_per_contract)
    n_per_trade = max(0, min(n_kelly, int(caps["max_n"])))

    prob_time_stop = 0.07
@@ -670,33 +674,81 @@ def _render_pl_panel(
    """Pannello P/L: confronto Conservativa vs Aggressiva sugli stessi slider."""
    st.subheader("💰 P/L atteso — Conservativa vs Aggressiva")
    st.caption(
-        "Stessi slider, due profili di sizing. **Conservativa** = la "
-        "golden config attuale (`strategy.yaml`). **Aggressiva** = "
-        "`strategy.aggressiva.yaml` con cap_per_trade 4×, max contratti "
-        "4×, 2 posizioni concorrenti. Le regole §2-§9 sono identiche; "
-        "cambiano SOLO le leve di sizing — quello che il P/L "
-        "conservativo lascia sul tavolo."
+        "Slider parametrici: scegli **cap per trade** e **posizioni "
+        "concorrenti**, il capitale richiesto viene calcolato in "
+        "automatico (Kelly-binding × concurrency / kelly_fraction). "
+        "Conservativa e Aggressiva ereditano dai rispettivi yaml SOLO "
+        "le leve qualitative (width_pct, credit_ratio, kelly_fraction, "
+        "feature attive); le leve di sizing (cap, concorrenza) le "
+        "controlli qui sotto."
    )

-    col_a, col_b, col_c, col_d = st.columns(4)
-    capital = col_a.slider(
-        "Capitale (USD)", 720, 50_000, value=10_000, step=100
+    col_a, col_b, col_c, col_d, col_e = st.columns(5)
+    cap_per_trade_eur = col_a.slider(
+        "Cap/trade (EUR)", 50, 2000, value=200, step=10,
+        help="Massima perdita per singolo trade. Bound al rischio.",
    )
-    spot = col_b.slider("Spot ETH (USD)", 1500, 6000, value=3000, step=100)
-    win_rate = col_c.slider(
+    concurrency_override = col_b.slider(
+        "Pos. concorrenti", 1, 10, value=3, step=1,
+        help="Quanti trade simultanei. Cap aggregato = cap/trade × N.",
+    )
+    spot = col_c.slider("Spot ETH (USD)", 1500, 6000, value=3000, step=100)
+    win_rate = col_d.slider(
        "Win rate atteso", 0.50, 0.90, value=0.75, step=0.01,
        help=(
            "Senza filtri quant ≈ 0.65–0.70. CON filtri (dealer gamma>0, "
            "no macro, IV−RV>0, liquidation_*_risk≠high) sale a 0.75–0.80."
        ),
    )
-    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%).",
+    trades_per_year = col_e.slider(
+        "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)
    aggr_caps = _profile_caps(strategy_aggressiva)
+    # Override sizing dai slider (sostituisce le leve cap/trade,
+    # cap_aggregate, max_concurrent dei yaml).
+    eur_to_usd = 1.075
+    cap_pertrade_usd = cap_per_trade_eur * eur_to_usd
+    cap_aggregate_override = float(cap_per_trade_eur * concurrency_override)
+    cons_caps = {
+        **cons_caps,
+        "cap_pertrade_eur": float(cap_per_trade_eur),
+        "cap_aggregate_eur": cap_aggregate_override,
+        "max_concurrent": float(concurrency_override),
+    }
+    aggr_caps = {
+        **aggr_caps,
+        "cap_pertrade_eur": float(cap_per_trade_eur),
+        "cap_aggregate_eur": cap_aggregate_override,
+        "max_concurrent": float(concurrency_override),
+    }
+    # Capitale richiesto: Kelly-binding aggregato.
+    # Per ogni trade slot, kelly × capital ≥ cap_pertrade_usd → capital
+    # ≥ cap_pertrade_usd / kelly. Per N concorrenti, scala linearmente
+    # come limite conservativo del notional cumulato.
+    kelly_cons = cons_caps.get("kelly", 0.13)
+    kelly_aggr = aggr_caps.get("kelly", 0.13)
+    capital_cons = int(
+        cap_pertrade_usd * concurrency_override / max(kelly_cons, 1e-3)
+    )
+    capital_aggr = int(
+        cap_pertrade_usd * concurrency_override / max(kelly_aggr, 1e-3)
+    )
+    capital = max(capital_cons, capital_aggr)
+    cap_col1, cap_col2, cap_col3 = st.columns(3)
+    cap_col1.metric("📊 Capitale richiesto", f"${capital:,}")
+    cap_col2.metric(
+        "💸 Cap aggregato (notional)",
+        f"${int(cap_pertrade_usd * concurrency_override):,}",
+    )
+    cap_col3.metric("🎯 Cap per trade (USD)", f"${int(cap_pertrade_usd):,}")
    cons_feats = _detect_features(strategy_conservativa or strategy_main)
    aggr_feats = _detect_features(strategy_aggressiva)

@@ -746,13 +798,17 @@ 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 +817,7 @@ 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 +830,24 @@ 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 =====
@@ -84,15 +84,15 @@ def is_paused(
    )


-def pause_until(now: datetime, weeks: int) -> datetime:
-    """Calcola la scadenza della pausa (``now + weeks``).
+def pause_until(now: datetime, days: int) -> datetime:
+    """Calcola la scadenza della pausa (``now + days``).

    Estratto in funzione separata per facilitare i test e per ricordare
-    che la pausa è espressa in **settimane** (la strategia ha cron
-    settimanale; pause più corte non avrebbero modo di evitare una
-    settimana di entry).
+    che la pausa è espressa in **giorni** (la strategia ha cron
+    giornaliero su crypto 24/7; pause sub-giornaliere non avrebbero
+    modo di evitare un'entry).
    """
-    return now + timedelta(weeks=max(1, weeks))
+    return now + timedelta(days=max(1, days))


 def evaluate_drawdown_breach(
@@ -1,9 +1,11 @@
-"""Weekly entry decision loop (``docs/06-operational-flow.md`` §2).
+"""Daily entry decision loop (``docs/06-operational-flow.md`` §2).

-Pure orchestration over the existing core/clients/state primitives.
-The cycle is auto-execute: when every gate passes, the engine sends
-the combo order without asking Adriano. Telegram is used only to
-notify the outcome.
+Crypto è 24/7: la cadenza di candidatura non è gateata sulla
+settimana, sono i gate quantitativi a decidere se entrare o saltare
+il giorno. Pure orchestration over the existing core/clients/state
+primitives. The cycle is auto-execute: when every gate passes, the
+engine sends the combo order without asking Adriano. Telegram is
+used only to notify the outcome.
 """

 from __future__ import annotations
@@ -28,6 +30,7 @@ from cerbero_bite.clients.macro import MacroClient
 from cerbero_bite.clients.portfolio import PortfolioClient
 from cerbero_bite.clients.sentiment import SentimentClient
 from cerbero_bite.config.schema import StrategyConfig
+from cerbero_bite.core.adaptive_threshold import compute_adaptive_threshold
 from cerbero_bite.core.combo_builder import ComboProposal, build, select_strikes
 from cerbero_bite.core.entry_validator import (
    EntryContext,
@@ -313,6 +316,51 @@ async def _build_quotes(
    return out


+def _select_window_days(entry_cfg: object, n_days: int) -> int:
+    """Sceglie la finestra in giorni per il gate adattivo dato n_days
+    disponibili.
+
+    Spec: warmup hard se ``n_days == 0`` → 0; finestra ``target_days``
+    se ``n_days >= target_days``; ``min_days`` se ``n_days >= min_days``;
+    altrimenti tutta la storia disponibile (capped a ``target_days``).
+    """
+    target = int(getattr(entry_cfg, "iv_minus_rv_window_target_days", 60))
+    min_days = int(getattr(entry_cfg, "iv_minus_rv_window_min_days", 30))
+    if n_days < 1:
+        return 0
+    if n_days >= target:
+        return target
+    if n_days >= min_days:
+        return min_days
+    return target  # storia parziale: query fino a target, repository ne ritorna n_days
+
+
+def _audit_threshold(
+    entry_cfg: object,
+    iv_rv_history: tuple[Decimal, ...],
+    n_days: int,
+) -> str | None:
+    """Soglia P_q rolling effettivamente usata dal gate, per il decisions log."""
+    if not getattr(entry_cfg, "iv_minus_rv_filter_enabled", False):
+        return None
+    if not getattr(entry_cfg, "iv_minus_rv_adaptive_enabled", False):
+        return str(getattr(entry_cfg, "iv_minus_rv_min", Decimal("0")))
+    threshold = compute_adaptive_threshold(
+        history=iv_rv_history,
+        n_days=n_days,
+        percentile=entry_cfg.iv_minus_rv_percentile,  # type: ignore[attr-defined]
+        absolute_floor=entry_cfg.iv_minus_rv_min,  # type: ignore[attr-defined]
+    )
+    return None if threshold is None else str(threshold)
+
+
+def _audit_window_days(entry_cfg: object, n_days: int) -> int | None:
+    """Numero di giorni effettivamente usati dalla finestra rolling."""
+    if not getattr(entry_cfg, "iv_minus_rv_adaptive_enabled", False):
+        return None
+    return _select_window_days(entry_cfg, n_days)
+
+
 def _max_loss_per_contract_usd(short_strike: Decimal, long_strike: Decimal) -> Decimal:
    return (short_strike - long_strike).copy_abs()

@@ -328,7 +376,7 @@ async def run_entry_cycle(
    eur_to_usd_rate: Decimal,
    now: datetime | None = None,
 ) -> EntryCycleResult:
-    """Run one weekly entry evaluation cycle.
+    """Run one daily entry evaluation cycle.

    The function is idempotent and side-effect aware: it persists the
    decision in the ``decisions`` table regardless of outcome and only
@@ -406,7 +454,7 @@ async def run_entry_cycle(
            capital_usd=capital_usd,
        )
        if breach.should_pause:
-            until = auto_pause_module.pause_until(when, auto_cfg.pause_weeks)
+            until = auto_pause_module.pause_until(when, auto_cfg.pause_days)
            conn = connect_state(ctx.db_path)
            try:
                with transaction(conn):
@@ -427,6 +475,44 @@ async def run_entry_cycle(
            )

    # 2. Entry filters
+    entry_cfg = cfg.entry
+    asset = cfg.asset.symbol
+
+    iv_rv_history: tuple[Decimal, ...] = ()
+    iv_rv_n_days: int = 0
+    dvol_24h_ago: Decimal | None = None
+    if entry_cfg.iv_minus_rv_filter_enabled and entry_cfg.iv_minus_rv_adaptive_enabled:
+        conn = connect_state(ctx.db_path)
+        try:
+            iv_rv_n_days = ctx.repository.count_iv_rv_distinct_days(
+                conn,
+                asset=asset,
+                max_days=entry_cfg.iv_minus_rv_window_target_days,
+                as_of=when,
+            )
+            window_days = _select_window_days(entry_cfg, iv_rv_n_days)
+            if window_days > 0:
+                iv_rv_history = tuple(
+                    ctx.repository.iv_rv_values_for_window(
+                        conn,
+                        asset=asset,
+                        window_days=window_days,
+                        as_of=when,
+                    )
+                )
+        finally:
+            conn.close()
+    if entry_cfg.vol_of_vol_guard_enabled:
+        conn = connect_state(ctx.db_path)
+        try:
+            dvol_24h_ago = ctx.repository.dvol_lookback(
+                conn,
+                asset=asset,
+                reference=when - timedelta(hours=entry_cfg.vol_of_vol_lookback_hours),
+            )
+        finally:
+            conn.close()
+
    entry_ctx = EntryContext(
        capital_usd=capital_usd,
        dvol_now=snap.dvol,
@@ -437,6 +523,9 @@ async def run_entry_cycle(
        dealer_net_gamma=snap.dealer_net_gamma,
        iv_minus_rv=snap.iv_minus_rv,
        liquidation_squeeze_risk_high=snap.liquidation_squeeze_risk_high,
+        iv_rv_history=iv_rv_history,
+        iv_rv_n_days=iv_rv_n_days,
+        dvol_24h_ago=dvol_24h_ago,
    )
    decision = validate_entry(entry_ctx, cfg)
    inputs = {
@@ -456,6 +545,17 @@ async def run_entry_cycle(
            "iv_minus_rv": (
                str(snap.iv_minus_rv) if snap.iv_minus_rv is not None else None
            ),
+            "iv_rv_history_n": len(iv_rv_history),
+            "iv_rv_n_days": iv_rv_n_days,
+            "iv_rv_threshold_used": _audit_threshold(
+                entry_cfg, iv_rv_history, iv_rv_n_days
+            ),
+            "iv_rv_window_used_days": _audit_window_days(
+                entry_cfg, iv_rv_n_days
+            ),
+            "dvol_24h_ago": (
+                str(dvol_24h_ago) if dvol_24h_ago is not None else None
+            ),
        }
    }
    if not decision.accepted:
@@ -22,7 +22,7 @@ from typing import TYPE_CHECKING, Any

 from cerbero_bite.clients._exceptions import McpError
 from cerbero_bite.state import connect, transaction
-from cerbero_bite.state.models import MarketSnapshotRecord
+from cerbero_bite.state.models import DvolSnapshot, MarketSnapshotRecord

 if TYPE_CHECKING:
    from cerbero_bite.runtime.dependencies import RuntimeContext
@@ -181,6 +181,21 @@ async def collect_market_snapshot(
            try:
                with transaction(conn):
                    ctx.repository.record_market_snapshot(conn, record)
+                    # Mirror ETH spot+DVOL into dvol_history so monitor_cycle's
+                    # return_4h lookup has local samples even in data-only mode.
+                    if (
+                        record.asset == "ETH"
+                        and record.spot is not None
+                        and record.dvol is not None
+                    ):
+                        ctx.repository.record_dvol_snapshot(
+                            conn,
+                            DvolSnapshot(
+                                timestamp=record.timestamp,
+                                dvol=record.dvol,
+                                eth_spot=record.spot,
+                            ),
+                        )
            finally:
                conn.close()
            persisted += 1
@@ -1,10 +1,11 @@
 """Periodic option-chain snapshot collector (§13).

 Fetches the Deribit option chain for every strike entro la finestra
-DTE configurata, prima del trigger entry settimanale (cron
-``55 13 * * MON`` di default). Persiste un quote per ogni strumento
-in ``option_chain_snapshots`` con un timestamp condiviso, che diventa
-il dato di base per:
+DTE configurata. Cadenza di default ``*/15 * * * *`` (allineata a
+``market_snapshot``: crypto è 24/7 e l'accumulo dataset deve essere
+continuo, non gateato sui rollover TradFi-style). Persiste un quote
+per ogni strumento in ``option_chain_snapshots`` con un timestamp
+condiviso, che diventa il dato di base per:

 * il backtest non-stilizzato (vedi ``core/backtest.py``),
 * la calibrazione empirica dello skew premium e del credit/width
@@ -50,13 +50,13 @@ _log = logging.getLogger("cerbero_bite.runtime.orchestrator")
 Environment = Literal["testnet", "mainnet"]

 # Default cron schedule (matches docs/06-operational-flow.md table).
-_CRON_ENTRY = "0 14 * * MON"
+_CRON_ENTRY = "0 14 * * *"  # crypto 24/7: candidatura giornaliera; i gate decidono se entrare
 _CRON_MONITOR = "0 2,14 * * *"
 _CRON_HEALTH = "*/5 * * * *"
 _CRON_BACKUP = "0 * * * *"
 _CRON_MANUAL_ACTIONS = "*/1 * * * *"
 _CRON_MARKET_SNAPSHOT = "*/15 * * * *"
-_CRON_OPTION_CHAIN_SNAPSHOT = "55 13 * * MON"  # 5 min prima del trigger entry
+_CRON_OPTION_CHAIN_SNAPSHOT = "*/15 * * * *"  # crypto è 24/7: cadenza continua allineata a market_snapshot
 _BACKUP_RETENTION_DAYS = 30


@@ -222,7 +222,7 @@ class Orchestrator:
        market_snapshot_cron: str = _CRON_MARKET_SNAPSHOT,
        market_snapshot_assets: tuple[str, ...] = DEFAULT_ASSETS,
        option_chain_cron: str = _CRON_OPTION_CHAIN_SNAPSHOT,
-        option_chain_asset: str = "ETH",
+        option_chain_assets: tuple[str, ...] = ("ETH", "BTC"),
        backup_dir: Path | None = None,
        backup_retention_days: int = _BACKUP_RETENTION_DAYS,
    ) -> AsyncIOScheduler:
@@ -290,9 +290,8 @@ class Orchestrator:

        async def _option_chain_snapshot() -> None:
            async def _do() -> None:
-                await collect_option_chain_snapshot(
-                    self._ctx, asset=option_chain_asset
-                )
+                for asset in option_chain_assets:
+                    await collect_option_chain_snapshot(self._ctx, asset=asset)

            await _safe("option_chain_snapshot", _do)

@@ -1,10 +1,10 @@
-- 0004_option_chain_snapshots.sql — catena opzioni storica
+-- 0005_option_chain_snapshots.sql — catena opzioni storica
 --
-- Snapshot della option chain Deribit, prelevata settimanalmente (cron
-- 55 13 * * MON, appena prima del trigger entry alle 14:00 UTC) per
-- ogni strike entro ±30% dallo spot e per ogni scadenza in finestra
-- 14-28 DTE. Dato di base per il backtest non-stilizzato e per
-- calibrare empiricamente lo skew premium del modello BS.
+-- Snapshot della option chain Deribit prelevata ogni 15 minuti (stesso
+-- scheduler di market_snapshots, cron */15) per ogni strike entro ±30%
+-- dallo spot e per ogni scadenza nella finestra 14-28 DTE. Dato di
+-- base per il backtest non-stilizzato e per calibrare empiricamente
+-- lo skew premium del modello BS.
 --
 -- Granularità: una riga per (snapshot_ts, instrument). Lo
 -- snapshot_ts è il timestamp del cron tick — TUTTI i quote raccolti
@@ -13,7 +13,7 @@ Decimals are stored as TEXT to preserve precision (see
 from __future__ import annotations

 import sqlite3
-from datetime import UTC, datetime
+from datetime import UTC, datetime, timedelta
 from decimal import Decimal
 from typing import Any
 from uuid import UUID
@@ -408,6 +408,111 @@ class Repository:
        ).fetchall()
        return [_row_to_market_snapshot(r) for r in rows]

+    def count_iv_rv_distinct_days(
+        self,
+        conn: sqlite3.Connection,
+        *,
+        asset: str,
+        max_days: int,
+        as_of: datetime | None = None,
+    ) -> int:
+        """Numero di giorni di calendario distinti coperti da IV-RV validi.
+
+        Esclude righe con ``fetch_ok=0`` o ``iv_minus_rv IS NULL``.
+        Usato dal caller del gate adattivo per decidere la finestra
+        (warmup hard / min_days / target_days).
+
+        Args:
+            as_of: Reference time for the rolling window. Defaults to
+                ``datetime.now(UTC)``.
+        """
+        if max_days <= 0:
+            raise ValueError(f"max_days must be positive, got {max_days}")
+        ref = as_of if as_of is not None else datetime.now(UTC)
+        if ref.tzinfo is None:
+            raise ValueError("as_of must be timezone-aware")
+        cutoff = ref - timedelta(days=max_days)
+        row = conn.execute(
+            "SELECT COUNT(DISTINCT substr(timestamp, 1, 10)) AS n "
+            "FROM market_snapshots "
+            "WHERE asset = ? "
+            "  AND fetch_ok = 1 "
+            "  AND iv_minus_rv IS NOT NULL "
+            "  AND timestamp >= ?",
+            (asset, _enc_dt(cutoff)),
+        ).fetchone()
+        return int(row["n"]) if row is not None else 0
+
+    def iv_rv_values_for_window(
+        self,
+        conn: sqlite3.Connection,
+        *,
+        asset: str,
+        window_days: int,
+        as_of: datetime | None = None,
+    ) -> list[Decimal]:
+        """Valori IV-RV ordinati ASC su ``[as_of - window_days, as_of]``.
+
+        Esclude righe con ``fetch_ok=0`` o ``iv_minus_rv IS NULL``.
+        Tutti i record validi della finestra concorrono come singoli
+        contributi alla statistica del percentile, indipendentemente
+        dalla cadenza con cui sono stati raccolti (tick live vs backfill
+        daily).
+        """
+        if window_days <= 0:
+            raise ValueError(f"window_days must be positive, got {window_days}")
+        ref = as_of if as_of is not None else datetime.now(UTC)
+        if ref.tzinfo is None:
+            raise ValueError("as_of must be timezone-aware")
+        cutoff = ref - timedelta(days=window_days)
+        rows = conn.execute(
+            "SELECT iv_minus_rv FROM market_snapshots "
+            "WHERE asset = ? "
+            "  AND fetch_ok = 1 "
+            "  AND iv_minus_rv IS NOT NULL "
+            "  AND timestamp >= ? "
+            "ORDER BY timestamp ASC",
+            (asset, _enc_dt(cutoff)),
+        ).fetchall()
+        return [Decimal(str(r["iv_minus_rv"])) for r in rows]
+
+    def dvol_lookback(
+        self,
+        conn: sqlite3.Connection,
+        *,
+        asset: str,
+        reference: datetime,
+        tolerance_minutes: int = 15,
+    ) -> Decimal | None:
+        """DVOL al tick più vicino a `reference`, entro ±tolerance_minutes.
+
+        Ritorna ``None`` se non esiste un tick valido (``fetch_ok=1``,
+        ``dvol IS NOT NULL``) entro la tolerance. Usato dal Vol-of-Vol
+        guard per stimare DVOL N ore fa.
+        """
+        if reference.tzinfo is None:
+            raise ValueError("reference must be timezone-aware")
+        ref_lo = (reference - timedelta(minutes=tolerance_minutes)).astimezone(UTC)
+        ref_hi = (reference + timedelta(minutes=tolerance_minutes)).astimezone(UTC)
+        row = conn.execute(
+            "SELECT dvol, timestamp FROM market_snapshots "
+            "WHERE asset = ? "
+            "  AND fetch_ok = 1 "
+            "  AND dvol IS NOT NULL "
+            "  AND timestamp >= ? "
+            "  AND timestamp <= ? "
+            "ORDER BY ABS(julianday(timestamp) - julianday(?)) ASC LIMIT 1",
+            (
+                asset,
+                _enc_dt(ref_lo),
+                _enc_dt(ref_hi),
+                _enc_dt(reference),
+            ),
+        ).fetchone()
+        if row is None:
+            return None
+        return Decimal(str(row["dvol"]))
+
    # ------------------------------------------------------------------
    # option_chain_snapshots
    # ------------------------------------------------------------------
@@ -28,8 +28,8 @@
 # 2× via "ETH + BTC" indicato in `📚 Strategia` è una **stima ex-ante**
 # di cosa otterresti DOPO quel lavoro di codice.

-config_version: "1.3.0-aggressiva"
-config_hash: "e983e156bf0c270941765e7b9639a35fdc6de7b091076bf5a9b360e294e81e4c"
+config_version: "1.4.0-aggressiva"
+config_hash: "7fa9b0be5b56517293421bc19838b700da595725360fe018a1be13b802dea859"
 last_review: "2026-04-26"
 last_reviewer: "Adriano"

@@ -38,7 +38,7 @@ asset:
  exchange: "deribit"

 entry:
-  cron: "0 14 * * MON"
+  cron: "0 14 * * *"
  skip_holidays_country: "IT"

  capital_min_usd: "2880"           # 4× del minimo conservativo (720)
@@ -65,9 +65,22 @@ entry:
  dealer_gamma_min: "0"
  dealer_gamma_filter_enabled: true
  liquidation_filter_enabled: true
-  # IV richness gate (§2.9) — abilitato a 3 pt vol per profilo aggressivo.
-  iv_minus_rv_min: "3"
+  # IV richness gate (§2.9). In Aggressiva il gate è in modalità
+  # adattiva: la soglia è il P25 rolling sui market_snapshots
+  # (warmup: usa la storia disponibile finché < 30g, poi finestra 30g
+  # fino a 60g, poi fissa 60g). `iv_minus_rv_min: 0` = floor zero,
+  # lascia decidere al P25.
  iv_minus_rv_filter_enabled: true
+  iv_minus_rv_adaptive_enabled: true
+  iv_minus_rv_min: "0"
+  iv_minus_rv_percentile: "0.25"
+  iv_minus_rv_window_target_days: 60
+  iv_minus_rv_window_min_days: 30
+
+  # Vol-of-Vol guard: blocca entry su shift bruschi DVOL.
+  vol_of_vol_guard_enabled: true
+  vol_of_vol_threshold_pt: "5"
+  vol_of_vol_lookback_hours: 24


 structure:
@@ -108,8 +121,8 @@ sizing:

  # Le tre leve dominanti:
  cap_per_trade_eur: "800"          # era 200 → 4×
-  cap_aggregate_open_eur: "3200"    # era 1000 → 4× (proporzionato a 2 posizioni × cap_per_trade × 2 ruote)
-  max_concurrent_positions: 2       # era 1
+  cap_aggregate_open_eur: "6400"    # 8 posizioni concorrenti × 800 cap_per_trade (entry daily)
+  max_concurrent_positions: 8       # era 2 (entry daily × DTE 14-21 × pass-rate)
  max_contracts_per_trade: 16       # era 4 → 4×

  dvol_adjustment:
@@ -150,7 +163,7 @@ auto_pause:
  enabled: true
  lookback_trades: 5
  max_drawdown_pct: "0.15"
-  pause_weeks: 2
+  pause_days: 14

 execution:
  environment: "testnet"
@@ -15,8 +15,8 @@
 #   cerbero-bite config hash --file strategy.conservativa.yaml
 # e bumpare config_version.

-config_version: "1.3.0-conservativa"
-config_hash: "900646beb1dd0a7bfaf553f76adb4b55004eff1f094585f779302131625919e8"
+config_version: "1.4.0-conservativa"
+config_hash: "b6af7b041508a67846eba5985e27e655526fe89105653f86bc88b8a4a437ac3a"
 last_review: "2026-04-26"
 last_reviewer: "Adriano"

@@ -25,7 +25,7 @@ asset:
  exchange: "deribit"

 entry:
-  cron: "0 14 * * MON"
+  cron: "0 14 * * *"
  skip_holidays_country: "IT"

  capital_min_usd: "720"
@@ -84,8 +84,8 @@ sizing:
  kelly_fraction: "0.13"

  cap_per_trade_eur: "200"
-  cap_aggregate_open_eur: "1000"
-  max_concurrent_positions: 1
+  cap_aggregate_open_eur: "1000"   # 3 posizioni × ~200 + headroom (entry daily, profilo conservativo)
+  max_concurrent_positions: 3

  max_contracts_per_trade: 4

@@ -119,7 +119,7 @@ auto_pause:
  enabled: false
  lookback_trades: 5
  max_drawdown_pct: "0.10"
-  pause_weeks: 2
+  pause_days: 14

 execution:
  environment: "testnet"
@@ -6,8 +6,8 @@
 # config hash), and lands as a separate commit with the motivation in
 # the commit message.

-config_version: "1.3.0"
-config_hash: "178a87467707d54d1ffef2d585a3a01be54de5ccc7e23493356eac47fd1c24d8"
+config_version: "1.4.0"
+config_hash: "22182814216190331e0b69b3bc99493e6d69cc813f7ed937394986eecc1f5d11"
 last_review: "2026-04-26"
 last_reviewer: "Adriano"

@@ -16,7 +16,7 @@ asset:
  exchange: "deribit"

 entry:
-  cron: "0 14 * * MON"
+  cron: "0 14 * * *"
  skip_holidays_country: "IT"

  capital_min_usd: "720"
@@ -81,7 +81,7 @@ sizing:

  cap_per_trade_eur: "200"
  cap_aggregate_open_eur: "1000"
-  max_concurrent_positions: 1
+  max_concurrent_positions: 5

  max_contracts_per_trade: 4

@@ -121,7 +121,7 @@ auto_pause:
  enabled: false
  lookback_trades: 5
  max_drawdown_pct: "0.10"
-  pause_weeks: 2
+  pause_days: 14

 execution:
  environment: "testnet"        # testnet|mainnet — kill switch on broker mismatch
@@ -0,0 +1,136 @@
+"""End-to-end test del gate IV-RV adattivo + Vol-of-Vol guard via Repository.
+
+Verifica che la nuova API distinct-days componga correttamente repository
+helpers + ``compute_adaptive_threshold``.
+"""
+
+from __future__ import annotations
+
+from datetime import UTC, datetime, timedelta
+from decimal import Decimal
+
+import pytest
+
+from cerbero_bite.core.adaptive_threshold import compute_adaptive_threshold
+from cerbero_bite.state.db import connect, run_migrations
+from cerbero_bite.state.models import MarketSnapshotRecord
+from cerbero_bite.state.repository import Repository
+
+
+def _seed_history(
+    conn,
+    repo: Repository,
+    asset: str,
+    base: datetime,
+    n_ticks: int,
+    iv_rv_value: Decimal,
+    dvol_value: Decimal,
+) -> None:
+    for i in range(n_ticks):
+        repo.record_market_snapshot(
+            conn,
+            MarketSnapshotRecord(
+                timestamp=base + timedelta(minutes=15 * i),
+                asset=asset,
+                spot=Decimal("2000"),
+                dvol=dvol_value,
+                realized_vol_30d=Decimal("48"),
+                iv_minus_rv=iv_rv_value,
+                funding_perp_annualized=Decimal("0"),
+                funding_cross_annualized=Decimal("0"),
+                dealer_net_gamma=Decimal("0"),
+                gamma_flip_level=None,
+                oi_delta_pct_4h=None,
+                liquidation_long_risk="low",
+                liquidation_short_risk="low",
+                macro_days_to_event=None,
+                fetch_ok=True,
+                fetch_errors_json=None,
+            ),
+        )
+    conn.commit()
+
+
+@pytest.fixture
+def db_30d(tmp_path):
+    """30 giorni di storia con IV-RV bimodale: prima metà 1.0, seconda metà 5.0."""
+    db_path = tmp_path / "e2e.sqlite"
+    conn = connect(str(db_path))
+    run_migrations(conn)
+    repo = Repository()
+    base = datetime(2026, 4, 1, 0, 0, tzinfo=UTC)
+    _seed_history(conn, repo, "ETH", base, 1440, Decimal("1.0"), Decimal("50"))
+    _seed_history(
+        conn,
+        repo,
+        "ETH",
+        base + timedelta(days=15),
+        1440,
+        Decimal("5.0"),
+        Decimal("50"),
+    )
+    return conn, repo
+
+
+def test_distinct_days_count_matches_calendar_days(db_30d) -> None:
+    """30 giorni di calendario seedati → COUNT DISTINCT = 30."""
+    conn, repo = db_30d
+    n = repo.count_iv_rv_distinct_days(
+        conn,
+        asset="ETH",
+        max_days=60,
+        as_of=datetime(2026, 5, 1, 0, 0, tzinfo=UTC),
+    )
+    assert n == 30
+
+
+def test_window_values_returned_for_full_history(db_30d) -> None:
+    conn, repo = db_30d
+    values = repo.iv_rv_values_for_window(
+        conn,
+        asset="ETH",
+        window_days=60,
+        as_of=datetime(2026, 5, 1, 0, 0, tzinfo=UTC),
+    )
+    assert len(values) == 2880
+    # Bimodale: 1440 valori 1.0 e 1440 valori 5.0
+    assert sum(1 for v in values if v == Decimal("1.0")) == 1440
+    assert sum(1 for v in values if v == Decimal("5.0")) == 1440
+
+
+def test_p25_of_bimodal_history_picks_low_regime(db_30d) -> None:
+    """Comporre repository + adaptive_threshold come fa entry_cycle."""
+    conn, repo = db_30d
+    as_of = datetime(2026, 5, 1, 0, 0, tzinfo=UTC)
+    n_days = repo.count_iv_rv_distinct_days(
+        conn, asset="ETH", max_days=60, as_of=as_of
+    )
+    values = repo.iv_rv_values_for_window(
+        conn, asset="ETH", window_days=60, as_of=as_of
+    )
+    threshold = compute_adaptive_threshold(
+        history=values,
+        n_days=n_days,
+        percentile=Decimal("0.25"),
+        absolute_floor=Decimal("0"),
+    )
+    # P25 di 2880 valori bimodali: 1440 ×1.0, 1440 ×5.0 → soglia = 1.0
+    assert threshold == Decimal("1.0")
+
+
+def test_dvol_lookback_within_tolerance(db_30d) -> None:
+    conn, repo = db_30d
+    base = datetime(2026, 4, 1, 0, 0, tzinfo=UTC)
+    out = repo.dvol_lookback(conn, asset="ETH", reference=base + timedelta(hours=24))
+    assert out == Decimal("50")
+
+
+def test_dvol_lookback_returns_none_outside_tolerance(db_30d) -> None:
+    conn, repo = db_30d
+    out = repo.dvol_lookback(
+        conn,
+        asset="ETH",
+        reference=datetime(2025, 1, 1, tzinfo=UTC),
+        tolerance_minutes=15,
+    )
+    assert out is None
@@ -0,0 +1,170 @@
+"""TDD per :mod:`cerbero_bite.core.adaptive_threshold`.
+
+Spec: ``docs/superpowers/specs/2026-05-08-iv-rv-adaptive-gate-design.md``.
+
+La funzione è una pura statistica: riceve già la finestra di valori scelta
+dal caller e il numero di giorni distinti coperti dalla storia disponibile
+(``n_days``), e restituisce ``max(percentile, floor)`` o ``None`` durante
+il warmup hard. La selezione della finestra (target_days vs min_days vs
+intera storia) è responsabilità del caller (repository + entry_cycle).
+"""
+
+from __future__ import annotations
+
+from decimal import Decimal
+
+import pytest
+
+from cerbero_bite.core.adaptive_threshold import compute_adaptive_threshold
+
+# ---------------------------------------------------------------------------
+# Warmup hard: nessun giorno disponibile
+# ---------------------------------------------------------------------------
+
+
+def test_n_days_zero_returns_none() -> None:
+    """Storia vuota o nessun giorno coperto → warmup hard."""
+    out = compute_adaptive_threshold(
+        history=[],
+        n_days=0,
+        percentile=Decimal("0.25"),
+        absolute_floor=Decimal("0"),
+    )
+    assert out is None
+
+
+def test_n_days_zero_with_values_still_returns_none() -> None:
+    """Difensivo: se il caller passa n_days=0 ma valori non vuoti, warmup
+    hard vince comunque (gate disabilitato)."""
+    out = compute_adaptive_threshold(
+        history=[Decimal("3")] * 10,
+        n_days=0,
+        percentile=Decimal("0.25"),
+        absolute_floor=Decimal("0"),
+    )
+    assert out is None
+
+
+def test_empty_history_with_positive_n_days_returns_none() -> None:
+    """Difensivo: history vuota anche con n_days>0 → None."""
+    out = compute_adaptive_threshold(
+        history=[],
+        n_days=5,
+        percentile=Decimal("0.25"),
+        absolute_floor=Decimal("0"),
+    )
+    assert out is None
+
+
+# ---------------------------------------------------------------------------
+# Calcolo percentile sulla finestra ricevuta
+# ---------------------------------------------------------------------------
+
+
+def test_n_days_one_returns_percentile_of_history() -> None:
+    """Singolo giorno con tick a 15 min (96 valori): P25 standard."""
+    history = [Decimal(i) / Decimal("10") for i in range(96)]  # 0.0..9.5
+    out = compute_adaptive_threshold(
+        history=history,
+        n_days=1,
+        percentile=Decimal("0.25"),
+        absolute_floor=Decimal("0"),
+    )
+    # P25 di [0.0..9.5] passo 0.1 con method='linear': k=23.75, val ≈ 2.375
+    assert out is not None
+    assert Decimal("2.3") < out < Decimal("2.5")
+
+
+def test_window_chosen_by_caller_is_used_verbatim() -> None:
+    """La funzione NON fa slicing: usa esattamente la history ricevuta."""
+    history = [Decimal(i) for i in range(1, 201)]  # 1..200
+    out = compute_adaptive_threshold(
+        history=history,
+        n_days=30,
+        percentile=Decimal("0.5"),
+        absolute_floor=Decimal("0"),
+    )
+    # P50 di [1..200] = (200+1)/2 = 100.5
+    assert out is not None
+    assert Decimal("100") <= out <= Decimal("101")
+
+
+def test_mixed_cadence_window_no_special_treatment() -> None:
+    """Mix di valori (es. backfill daily + tick live) trattato come una
+    distribuzione qualunque: il caller ha già scelto la finestra; la
+    funzione calcola il percentile sui valori ricevuti uno-a-uno."""
+    # 30 valori "daily backfill" (uno per giorno) + 96 tick "live"
+    history = [Decimal("5")] * 30 + [Decimal("8")] * 96
+    out = compute_adaptive_threshold(
+        history=history,
+        n_days=31,
+        percentile=Decimal("0.25"),
+        absolute_floor=Decimal("0"),
+    )
+    # Sorted: 30 ×5, 96 ×8. P25 a indice 0.25*125 = 31.25 → tra 5 e 8.
+    # NumPy linear: sorted_v[31]=8, sorted_v[32]=8 → 8.
+    # Verifica solo l'estremo superiore della famiglia di valori sorted.
+    assert out is not None
+    assert out in (Decimal("5"), Decimal("8"))
+
+
+# ---------------------------------------------------------------------------
+# Floor binding
+# ---------------------------------------------------------------------------
+
+
+def test_floor_binding_overrides_low_percentile() -> None:
+    history = [Decimal("0.5")] * 200
+    out = compute_adaptive_threshold(
+        history=history,
+        n_days=30,
+        percentile=Decimal("0.25"),
+        absolute_floor=Decimal("3"),
+    )
+    assert out == Decimal("3")
+
+
+def test_floor_not_binding_returns_percentile() -> None:
+    history = [Decimal("5")] * 200
+    out = compute_adaptive_threshold(
+        history=history,
+        n_days=30,
+        percentile=Decimal("0.25"),
+        absolute_floor=Decimal("0"),
+    )
+    assert out == Decimal("5")
+
+
+# ---------------------------------------------------------------------------
+# Input validation
+# ---------------------------------------------------------------------------
+
+
+def test_invalid_percentile_above_one_raises() -> None:
+    with pytest.raises(ValueError, match="percentile must be in"):
+        compute_adaptive_threshold(
+            history=[Decimal("1")] * 200,
+            n_days=10,
+            percentile=Decimal("1.5"),
+            absolute_floor=Decimal("0"),
+        )
+
+
+def test_invalid_percentile_negative_raises() -> None:
+    with pytest.raises(ValueError, match="percentile must be in"):
+        compute_adaptive_threshold(
+            history=[Decimal("1")] * 200,
+            n_days=10,
+            percentile=Decimal("-0.1"),
+            absolute_floor=Decimal("0"),
+        )
+
+
+def test_invalid_negative_n_days_raises() -> None:
+    with pytest.raises(ValueError, match="n_days must be >= 0"):
+        compute_adaptive_threshold(
+            history=[Decimal("1")] * 10,
+            n_days=-1,
+            percentile=Decimal("0.25"),
+            absolute_floor=Decimal("0"),
+        )
@@ -68,16 +68,16 @@ def test_is_paused_returns_false_when_until_in_past() -> None:
 # ---------------------------------------------------------------------------


-def test_pause_until_adds_weeks() -> None:
-    until = pause_until(_NOW, weeks=2)
-    assert until == _NOW + timedelta(weeks=2)
+def test_pause_until_adds_days() -> None:
+    until = pause_until(_NOW, days=14)
+    assert until == _NOW + timedelta(days=14)


-def test_pause_until_clamps_to_one_week_minimum() -> None:
-    # weeks <= 0 deve cmq dare almeno 1 settimana di pausa, altrimenti
-    # la cron settimanale potrebbe scattare comunque.
-    assert pause_until(_NOW, weeks=0) == _NOW + timedelta(weeks=1)
-    assert pause_until(_NOW, weeks=-3) == _NOW + timedelta(weeks=1)
+def test_pause_until_clamps_to_one_day_minimum() -> None:
+    # days <= 0 deve cmq dare almeno 1 giorno di pausa, altrimenti
+    # la cron giornaliera potrebbe scattare comunque.
+    assert pause_until(_NOW, days=0) == _NOW + timedelta(days=1)
+    assert pause_until(_NOW, days=-3) == _NOW + timedelta(days=1)


 # ---------------------------------------------------------------------------
@@ -90,7 +90,7 @@ def _cfg(**overrides: object) -> AutoPauseConfig:
        "enabled": True,
        "lookback_trades": 5,
        "max_drawdown_pct": Decimal("0.10"),
-        "pause_weeks": 2,
+        "pause_days": 14,
    }
    base.update(overrides)
    return AutoPauseConfig(**base)  # type: ignore[arg-type]
@@ -0,0 +1,176 @@
+"""TDD per il backfill IV-RV (``scripts/backfill_iv_rv.py``).
+
+Testa solo la parte pura (compute RV + assemblaggio record). I/O HTTP
+e SQLite restano nel main del CLI: testati manualmente al deploy.
+"""
+
+from __future__ import annotations
+
+import importlib.util
+import sys
+from datetime import UTC, date, datetime, timedelta
+from decimal import Decimal
+from pathlib import Path
+
+import pytest
+
+REPO_ROOT = Path(__file__).resolve().parents[2]
+
+
+def _load_backfill_module() -> object:
+    """Load scripts/backfill_iv_rv.py as a module without polluting sys.path."""
+    spec = importlib.util.spec_from_file_location(
+        "_cerbero_bite_backfill_iv_rv", REPO_ROOT / "scripts" / "backfill_iv_rv.py"
+    )
+    if spec is None or spec.loader is None:
+        raise RuntimeError("cannot load backfill_iv_rv module")
+    module = importlib.util.module_from_spec(spec)
+    sys.modules[spec.name] = module
+    spec.loader.exec_module(module)
+    return module
+
+
+@pytest.fixture(scope="module")
+def mod():
+    return _load_backfill_module()
+
+
+# ---------------------------------------------------------------------------
+# compute_rv30d_annualized
+# ---------------------------------------------------------------------------
+
+
+def test_constant_prices_yield_zero_rv(mod) -> None:
+    closes = [Decimal("100")] * 31  # 30 returns of log(1)=0
+    rv = mod.compute_rv30d_annualized(closes)
+    assert rv == Decimal("0")
+
+
+def test_too_few_closes_raises(mod) -> None:
+    with pytest.raises(ValueError, match="need at least 31 closes"):
+        mod.compute_rv30d_annualized([Decimal("100")] * 10)
+
+
+def test_monotonic_growth_yields_low_rv(mod) -> None:
+    """Crescita +1% ogni giorno: log returns costanti → stdev = 0 → RV = 0."""
+    closes = [Decimal("100") * (Decimal("1.01") ** i) for i in range(31)]
+    rv = mod.compute_rv30d_annualized(closes)
+    # Tutti i log returns sono identici (log 1.01) → stdev zero
+    assert rv == Decimal("0")
+
+
+def test_alternating_returns_yield_known_rv(mod) -> None:
+    """Returns alternati ±2% ogni giorno: stdev nota."""
+    # closes: 100, 102, 100, 102, ... (ricorda: returns = log(c[i]/c[i-1]))
+    closes = [Decimal("100")] + [
+        Decimal("102") if i % 2 == 0 else Decimal("100") for i in range(30)
+    ]
+    rv = mod.compute_rv30d_annualized(closes)
+    # |log return| ~ 0.0198, stdev ≈ 0.0198 (alternano segno con media ≈ 0)
+    # Annualized = 0.0198 * sqrt(365) * 100 ≈ 37.86 vol pts
+    assert Decimal("36") <= rv <= Decimal("40")
+
+
+# ---------------------------------------------------------------------------
+# build_backfill_records
+# ---------------------------------------------------------------------------
+
+
+def test_build_records_skips_days_without_30d_history(mod) -> None:
+    """Per i primi 30 giorni della serie spot, RV30d non è calcolabile."""
+    today = date(2026, 5, 10)
+    days = [today - timedelta(days=i) for i in range(45)]
+    spots = {d.isoformat(): Decimal("100") for d in days}
+    dvols = {d.isoformat(): Decimal("50") for d in days}
+
+    records = mod.build_backfill_records(
+        asset="ETH",
+        spots_by_day=spots,
+        dvols_by_day=dvols,
+        oldest_day=today - timedelta(days=40),
+    )
+    # Per ogni record day, servono 30 giorni precedenti di spot.
+    # Lo spot più vecchio è today-44; quindi il primo giorno computabile
+    # è today-44+30 = today-14. Cap a oldest_day=today-40 → window day-14..day-0.
+    assert len(records) == 15  # day-14..day-0 incluso
+    for r in records:
+        assert r.asset == "ETH"
+        assert r.fetch_ok is True
+        assert r.iv_minus_rv == Decimal("50")  # rv=0 con prezzi costanti
+        assert r.timestamp.tzinfo == UTC
+        assert r.timestamp.hour == 12
+
+
+def test_build_records_filters_to_requested_window(mod) -> None:
+    """oldest_day applicato come cutoff inferiore inclusivo."""
+    today = date(2026, 5, 10)
+    days = [today - timedelta(days=i) for i in range(45)]
+    spots = {d.isoformat(): Decimal("100") for d in days}
+    dvols = {d.isoformat(): Decimal("50") for d in days}
+
+    records = mod.build_backfill_records(
+        asset="BTC",
+        spots_by_day=spots,
+        dvols_by_day=dvols,
+        oldest_day=today - timedelta(days=5),
+    )
+    # day-5..day-0 → 6 record
+    assert len(records) == 6
+    record_days = {r.timestamp.date() for r in records}
+    assert record_days == {today - timedelta(days=i) for i in range(6)}
+
+
+def test_build_records_skips_days_missing_dvol(mod) -> None:
+    """Se manca DVOL per un giorno della finestra, lo si salta (no record)."""
+    today = date(2026, 5, 10)
+    days = [today - timedelta(days=i) for i in range(45)]
+    spots = {d.isoformat(): Decimal("100") for d in days}
+    dvols = {
+        d.isoformat(): Decimal("50")
+        for d in days
+        if d != today - timedelta(days=2)
+    }
+    records = mod.build_backfill_records(
+        asset="ETH",
+        spots_by_day=spots,
+        dvols_by_day=dvols,
+        oldest_day=today - timedelta(days=5),
+    )
+    record_days = {r.timestamp.date() for r in records}
+    assert today - timedelta(days=2) not in record_days
+    assert len(records) == 5
+
+
+def test_build_records_skips_days_missing_spot(mod) -> None:
+    """Se manca lo spot del giorno target, no record per quel giorno."""
+    today = date(2026, 5, 10)
+    days = [today - timedelta(days=i) for i in range(45)]
+    spots = {
+        d.isoformat(): Decimal("100")
+        for d in days
+        if d != today - timedelta(days=2)
+    }
+    dvols = {d.isoformat(): Decimal("50") for d in days}
+    records = mod.build_backfill_records(
+        asset="ETH",
+        spots_by_day=spots,
+        dvols_by_day=dvols,
+        oldest_day=today - timedelta(days=5),
+    )
+    record_days = {r.timestamp.date() for r in records}
+    assert today - timedelta(days=2) not in record_days
+
+
+def test_build_records_uses_noon_utc_timestamp(mod) -> None:
+    today = date(2026, 5, 10)
+    days = [today - timedelta(days=i) for i in range(35)]
+    spots = {d.isoformat(): Decimal("100") for d in days}
+    dvols = {d.isoformat(): Decimal("50") for d in days}
+    records = mod.build_backfill_records(
+        asset="ETH",
+        spots_by_day=spots,
+        dvols_by_day=dvols,
+        oldest_day=today,
+    )
+    assert len(records) == 1
+    assert records[0].timestamp == datetime(2026, 5, 10, 12, 0, tzinfo=UTC)
@@ -11,9 +11,9 @@ from cerbero_bite.config import StrategyConfig, golden_config
 from cerbero_bite.core.backtest import (
    bs_put_delta,
    bs_put_price,
+    daily_picks,
    estimate_credit_eth,
    find_strike_for_delta,
-    monday_picks,
    normal_cdf,
    run_backtest,
    simulate_entry_filters,
@@ -87,7 +87,7 @@ def test_estimate_credit_returns_positive_credit_in_normal_regime() -> None:


 # ---------------------------------------------------------------------------
-# Monday picks + entry filter simulation
+# Daily picks + entry filter simulation
 # ---------------------------------------------------------------------------


@@ -114,35 +114,35 @@ def _snap(
    )


-def test_monday_picks_extracts_one_per_iso_week() -> None:
-    monday_2026_05_04 = datetime(2026, 5, 4, 14, 0, tzinfo=UTC)
-    monday_2026_05_11 = datetime(2026, 5, 11, 14, 0, tzinfo=UTC)
+def test_daily_picks_extracts_one_per_calendar_day() -> None:
+    day1 = datetime(2026, 5, 4, 14, 0, tzinfo=UTC)
+    day2 = datetime(2026, 5, 5, 14, 0, tzinfo=UTC)  # Tuesday: PICKED ora (crypto 24/7)
    snapshots = [
-        _snap(ts=monday_2026_05_04),
-        _snap(ts=monday_2026_05_04 + timedelta(minutes=15)),  # not picked
-        _snap(ts=monday_2026_05_11),
+        _snap(ts=day1),
+        _snap(ts=day1 + timedelta(minutes=15)),  # stesso giorno, deduplicato
+        _snap(ts=day2),
    ]
-    picks = monday_picks(snapshots)
+    picks = daily_picks(snapshots)
    assert len(picks) == 2
-    assert picks[0].timestamp == monday_2026_05_04
-    assert picks[1].timestamp == monday_2026_05_11
+    assert picks[0].timestamp == day1
+    assert picks[1].timestamp == day2


-def test_monday_picks_skips_other_days_and_hours() -> None:
+def test_daily_picks_skips_other_hours() -> None:
    snapshots = [
-        _snap(ts=datetime(2026, 5, 4, 13, 0, tzinfo=UTC)),  # Monday 13:00
-        _snap(ts=datetime(2026, 5, 5, 14, 0, tzinfo=UTC)),  # Tuesday 14:00
+        _snap(ts=datetime(2026, 5, 4, 13, 0, tzinfo=UTC)),  # 13:00 → skipped
+        _snap(ts=datetime(2026, 5, 5, 15, 30, tzinfo=UTC)),  # 15:30 → skipped
    ]
-    assert monday_picks(snapshots) == []
+    assert daily_picks(snapshots) == []


-def test_monday_picks_filters_by_asset() -> None:
-    monday = datetime(2026, 5, 4, 14, 0, tzinfo=UTC)
+def test_daily_picks_filters_by_asset() -> None:
+    day = datetime(2026, 5, 4, 14, 0, tzinfo=UTC)
    snapshots = [
-        _snap(ts=monday, asset="BTC"),
-        _snap(ts=monday, asset="ETH"),
+        _snap(ts=day, asset="BTC"),
+        _snap(ts=day, asset="ETH"),
    ]
-    picks = monday_picks(snapshots, asset="ETH")
+    picks = daily_picks(snapshots, asset="ETH")
    assert len(picks) == 1
    assert picks[0].snapshot.asset == "ETH"

@@ -156,8 +156,8 @@ def test_simulate_entry_filters_accepts_clean_snapshot(
        type("MP", (), {"timestamp": monday, "snapshot": snap})()  # type: ignore[arg-type]
    ]
    # Hack: build via real dataclass
-    from cerbero_bite.core.backtest import MondayPick
-    picks = [MondayPick(timestamp=monday, snapshot=snap)]
+    from cerbero_bite.core.backtest import DailyPick
+    picks = [DailyPick(timestamp=monday, snapshot=snap)]
    results = simulate_entry_filters(picks, cfg, capital_usd=Decimal("1500"))
    assert len(results) == 1
    assert results[0].accepted is True
@@ -167,8 +167,8 @@ def test_simulate_entry_filters_rejects_dvol_out_of_band() -> None:
    cfg = golden_config()
    monday = datetime(2026, 5, 4, 14, 0, tzinfo=UTC)
    snap = _snap(ts=monday, dvol=20, funding=0.10)  # below 35
-    from cerbero_bite.core.backtest import MondayPick
-    picks = [MondayPick(timestamp=monday, snapshot=snap)]
+    from cerbero_bite.core.backtest import DailyPick
+    picks = [DailyPick(timestamp=monday, snapshot=snap)]
    results = simulate_entry_filters(picks, cfg, capital_usd=Decimal("1500"))
    assert results[0].accepted is False
    assert any("dvol" in r.lower() for r in results[0].reasons)
@@ -182,8 +182,8 @@ def test_simulate_entry_filters_skips_incomplete_snapshot() -> None:
        # dvol=None ⇒ skipped
        fetch_ok=False,
    )
-    from cerbero_bite.core.backtest import MondayPick
-    picks = [MondayPick(timestamp=monday, snapshot=incomplete)]
+    from cerbero_bite.core.backtest import DailyPick
+    picks = [DailyPick(timestamp=monday, snapshot=incomplete)]
    results = simulate_entry_filters(picks, cfg, capital_usd=Decimal("1500"))
    assert results[0].accepted is False
    assert results[0].skipped_for_data is True
@@ -208,8 +208,8 @@ def _synthetic_year_of_snapshots(
        base = monday + timedelta(weeks=week)
        # Lunedì 14:00 è il pick
        rows.append(_snap(ts=base, spot=spot, dvol=dvol, funding=funding))
-        # Tick intermedi che NON cadono di lunedì alle 14:00:
-        # offset +1h così vengono ignorati da `monday_picks`.
+        # Tick intermedi che NON cadono alle 14:00:
+        # offset +1h (=15:00) così vengono ignorati da `daily_picks`.
        for d in (2, 8, 14, 19):
            rows.append(
                _snap(
@@ -68,7 +68,7 @@ def test_compute_hash_is_independent_of_recorded_hash_value(tmp_path: Path) -> N
 def test_load_repo_strategy_yaml(tmp_path: Path) -> None:
    """The committed strategy.yaml validates with the recorded hash."""
    result = load_strategy(REPO_ROOT / "strategy.yaml")
-    assert result.config.config_version == "1.3.0"
+    assert result.config.config_version == "1.4.0"
    assert result.config.sizing.kelly_fraction == Decimal("0.13")
    assert result.computed_hash == result.config.config_hash

@@ -351,3 +351,188 @@ def test_bias_zero_division_safe(cfg: StrategyConfig) -> None:
    # eth_30d_ago == 0 must not crash; treat as no-bias (neutral)
    ctx = _trend(eth_now="3000", eth_30d_ago="0", funding_cross="0", dvol="60", adx="15")
    assert compute_bias(ctx, cfg) is None
+
+
+# ---------------------------------------------------------------------------
+# IV-RV adaptive gate
+# ---------------------------------------------------------------------------
+
+
+def _adaptive_cfg(**entry_overrides: object) -> StrategyConfig:
+    """Golden config con gate adattivo abilitato di default per test."""
+    base_entry: dict[str, object] = {
+        "iv_minus_rv_filter_enabled": True,
+        "iv_minus_rv_adaptive_enabled": True,
+        "iv_minus_rv_min": Decimal("0"),
+        "iv_minus_rv_percentile": Decimal("0.25"),
+        "iv_minus_rv_window_target_days": 60,
+        "iv_minus_rv_window_min_days": 30,
+    }
+    base_entry.update(entry_overrides)
+    return golden_config(entry=base_entry)
+
+
+def test_adaptive_pass_when_iv_rv_above_p25() -> None:
+    cfg = _adaptive_cfg()
+    history = tuple(Decimal(i) for i in range(1, 201))
+    decision = validate_entry(
+        _good_ctx(
+            iv_minus_rv=Decimal("80"),
+            iv_rv_history=history,
+            iv_rv_n_days=30,
+        ),
+        cfg,
+    )
+    assert decision.accepted is True
+    assert not any("IV richness" in r for r in decision.reasons)
+
+
+def test_adaptive_blocks_when_iv_rv_below_p25() -> None:
+    cfg = _adaptive_cfg()
+    history = tuple(Decimal(i) for i in range(1, 201))
+    decision = validate_entry(
+        _good_ctx(
+            iv_minus_rv=Decimal("20"),
+            iv_rv_history=history,
+            iv_rv_n_days=30,
+        ),
+        cfg,
+    )
+    assert decision.accepted is False
+    assert any("IV richness" in r and "rolling" in r for r in decision.reasons)
+
+
+def test_adaptive_with_n_days_zero_passes_warmup() -> None:
+    """Warmup hard: nessun giorno coperto → gate skip (fail-open)."""
+    cfg = _adaptive_cfg()
+    decision = validate_entry(
+        _good_ctx(
+            iv_minus_rv=Decimal("0.1"),
+            iv_rv_history=(),
+            iv_rv_n_days=0,
+        ),
+        cfg,
+    )
+    assert decision.accepted is True
+
+
+def test_adaptive_with_floor_floor_binds_when_p25_low() -> None:
+    cfg = _adaptive_cfg(iv_minus_rv_min=Decimal("3"))
+    history = tuple(Decimal("0.5") for _ in range(200))
+    decision = validate_entry(
+        _good_ctx(
+            iv_minus_rv=Decimal("1"),
+            iv_rv_history=history,
+            iv_rv_n_days=30,
+        ),
+        cfg,
+    )
+    assert decision.accepted is False
+    assert any("IV richness" in r for r in decision.reasons)
+
+
+def test_legacy_static_gate_still_works_when_adaptive_disabled() -> None:
+    cfg = golden_config(entry={
+        "iv_minus_rv_filter_enabled": True,
+        "iv_minus_rv_adaptive_enabled": False,
+        "iv_minus_rv_min": Decimal("3"),
+    })
+    decision = validate_entry(
+        _good_ctx(iv_minus_rv=Decimal("2"), iv_rv_history=(), iv_rv_n_days=0),
+        cfg,
+    )
+    assert decision.accepted is False
+    assert any("IV richness below floor" in r for r in decision.reasons)
+
+
+def test_iv_minus_rv_none_skips_gate_in_both_modes() -> None:
+    cfg = _adaptive_cfg()
+    decision = validate_entry(
+        _good_ctx(
+            iv_minus_rv=None,
+            iv_rv_history=tuple(Decimal(i) for i in range(1, 201)),
+            iv_rv_n_days=30,
+        ),
+        cfg,
+    )
+    assert decision.accepted is True
+
+
+def test_adaptive_with_n_days_one_uses_history_for_percentile() -> None:
+    """Singolo giorno disponibile (cadenza qualunque): gate attivo,
+    soglia = P25 della finestra ricevuta. Dimostra che il warmup hard
+    finisce a n_days=1 (non 30 come nella vecchia implementazione)."""
+    cfg = _adaptive_cfg()
+    history = tuple(Decimal(i) for i in range(1, 101))  # 1..100, P25 = 25.75
+    # IV-RV sopra P25 → pass
+    pass_decision = validate_entry(
+        _good_ctx(
+            iv_minus_rv=Decimal("30"),
+            iv_rv_history=history,
+            iv_rv_n_days=1,
+        ),
+        cfg,
+    )
+    assert pass_decision.accepted is True
+    # IV-RV sotto P25 → block
+    block_decision = validate_entry(
+        _good_ctx(
+            iv_minus_rv=Decimal("10"),
+            iv_rv_history=history,
+            iv_rv_n_days=1,
+        ),
+        cfg,
+    )
+    assert block_decision.accepted is False
+    assert any("IV richness" in r and "rolling" in r for r in block_decision.reasons)
+
+
+# ---------------------------------------------------------------------------
+# Vol-of-Vol guard
+# ---------------------------------------------------------------------------
+
+
+def _vov_cfg(threshold: Decimal = Decimal("5")) -> StrategyConfig:
+    return golden_config(entry={
+        "vol_of_vol_guard_enabled": True,
+        "vol_of_vol_threshold_pt": threshold,
+        "vol_of_vol_lookback_hours": 24,
+    })
+
+
+def test_vov_guard_blocks_on_large_dvol_shift() -> None:
+    cfg = _vov_cfg()
+    decision = validate_entry(
+        _good_ctx(dvol_now=Decimal("56"), dvol_24h_ago=Decimal("50")), cfg
+    )
+    assert decision.accepted is False
+    assert any("DVOL shifted" in r for r in decision.reasons)
+
+
+def test_vov_guard_passes_on_small_dvol_shift() -> None:
+    cfg = _vov_cfg()
+    decision = validate_entry(
+        _good_ctx(dvol_now=Decimal("52"), dvol_24h_ago=Decimal("50")), cfg
+    )
+    assert decision.accepted is True
+
+
+def test_vov_guard_passes_when_lookback_missing() -> None:
+    """fail-open su gap dati: se dvol_24h_ago=None il guard non scatta."""
+    cfg = _vov_cfg()
+    decision = validate_entry(
+        _good_ctx(dvol_now=Decimal("99"), dvol_24h_ago=None), cfg
+    )
+    # dvol_now=99 sarebbe oltre dvol_max=90; testiamo solo l'effetto VoV
+    # consultando le reasons (dvol_now potrebbe avere altre reason ma non
+    # quella VoV).
+    assert not any("DVOL shifted" in r for r in decision.reasons)
+
+
+def test_vov_guard_disabled_does_nothing() -> None:
+    cfg = golden_config(entry={"vol_of_vol_guard_enabled": False})
+    decision = validate_entry(
+        _good_ctx(dvol_now=Decimal("55"), dvol_24h_ago=Decimal("50")), cfg
+    )
+    # Nessuna reason VoV (il delta=5 sarebbe oltre soglia se attivo)
+    assert not any("DVOL shifted" in r for r in decision.reasons)
@@ -164,3 +164,48 @@ async def test_returns_zero_for_empty_assets(tmp_path: Path) -> None:
    ctx = _ctx(tmp_path)
    n = await collect_market_snapshot(ctx, assets=(), now=_now())
    assert n == 0
+
+
+def _read_dvol_history(ctx: MagicMock) -> list[dict]:
+    import sqlite3
+
+    conn = connect(ctx.db_path)
+    conn.row_factory = sqlite3.Row
+    try:
+        rows = conn.execute(
+            "SELECT * FROM dvol_history ORDER BY timestamp"
+        ).fetchall()
+    finally:
+        conn.close()
+    return [dict(r) for r in rows]
+
+
+@pytest.mark.asyncio
+async def test_eth_snapshot_mirrors_into_dvol_history(tmp_path: Path) -> None:
+    ctx = _ctx(tmp_path)
+    await collect_market_snapshot(ctx, assets=("ETH", "BTC"), now=_now())
+    rows = _read_dvol_history(ctx)
+    assert len(rows) == 1
+    assert Decimal(str(rows[0]["dvol"])) == Decimal("55")
+    assert Decimal(str(rows[0]["eth_spot"])) == Decimal("3000")
+
+
+@pytest.mark.asyncio
+async def test_btc_only_snapshot_does_not_touch_dvol_history(
+    tmp_path: Path,
+) -> None:
+    ctx = _ctx(tmp_path)
+    await collect_market_snapshot(ctx, assets=("BTC",), now=_now())
+    assert _read_dvol_history(ctx) == []
+
+
+@pytest.mark.asyncio
+async def test_eth_snapshot_skips_dvol_history_when_dvol_missing(
+    tmp_path: Path,
+) -> None:
+    ctx = _ctx(tmp_path)
+    ctx.deribit.latest_dvol = AsyncMock(side_effect=RuntimeError("no dvol"))
+    await collect_market_snapshot(ctx, assets=("ETH",), now=_now())
+    # market_snapshots row still persisted, but dvol_history must stay empty
+    # because its schema enforces NOT NULL on dvol/eth_spot.
+    assert _read_dvol_history(ctx) == []
@@ -0,0 +1,395 @@
+"""TDD per i nuovi helper repository del gate IV-RV adattivo.
+
+Spec: distinct-days policy — il caller (entry_cycle) interroga il
+numero di giorni coperti separatamente dai valori della finestra,
+così che cadenze miste (tick live 15min + backfill daily) restino
+statisticamente coerenti.
+
+Helpers:
+    * ``count_iv_rv_distinct_days(asset, max_days, as_of) -> int``
+    * ``iv_rv_values_for_window(asset, window_days, as_of) -> list[Decimal]``
+    * ``dvol_lookback`` (invariato, riusato dal Vol-of-Vol guard)
+"""
+
+from __future__ import annotations
+
+import sqlite3
+from datetime import UTC, datetime, timedelta
+from decimal import Decimal
+
+import pytest
+
+from cerbero_bite.state.db import connect, run_migrations
+from cerbero_bite.state.models import MarketSnapshotRecord
+from cerbero_bite.state.repository import Repository
+
+
+def _snap(
+    *,
+    ts: datetime,
+    asset: str = "ETH",
+    iv_minus_rv: Decimal | None = Decimal("2"),
+    fetch_ok: bool = True,
+    dvol: Decimal = Decimal("50"),
+) -> MarketSnapshotRecord:
+    return MarketSnapshotRecord(
+        timestamp=ts,
+        asset=asset,
+        spot=Decimal("2000"),
+        dvol=dvol,
+        realized_vol_30d=Decimal("48"),
+        iv_minus_rv=iv_minus_rv,
+        funding_perp_annualized=Decimal("0"),
+        funding_cross_annualized=Decimal("0"),
+        dealer_net_gamma=Decimal("0"),
+        gamma_flip_level=None,
+        oi_delta_pct_4h=None,
+        liquidation_long_risk="low",
+        liquidation_short_risk="low",
+        macro_days_to_event=None,
+        fetch_ok=fetch_ok,
+        fetch_errors_json=None,
+    )
+
+
+@pytest.fixture
+def db_one_day(tmp_path) -> sqlite3.Connection:
+    """SQLite temp con 96 tick ETH a 15min (1 giorno) e fetch_ok=1."""
+    conn = connect(str(tmp_path / "test.sqlite"))
+    run_migrations(conn)
+    repo = Repository()
+    base = datetime(2026, 5, 1, 0, 0, tzinfo=UTC)
+    for i in range(96):
+        repo.record_market_snapshot(
+            conn,
+            _snap(
+                ts=base + timedelta(minutes=15 * i),
+                iv_minus_rv=Decimal("2") + Decimal(i) / Decimal("100"),
+                dvol=Decimal("50") + Decimal(i) / Decimal("10"),
+            ),
+        )
+    conn.commit()
+    return conn
+
+
+@pytest.fixture
+def db_three_days_mixed(tmp_path) -> sqlite3.Connection:
+    """SQLite temp con 3 giorni ETH:
+    - day1 (2026-05-01): 96 tick @ 15min, valori 1..96
+    - day2 (2026-05-02): 1 record daily a 12:00, valore 100 (backfill style)
+    - day3 (2026-05-03): 4 tick orari, valori 200, 201, 202, 203
+    Più 1 giorno BTC isolato (per cross-asset isolation).
+    """
+    conn = connect(str(tmp_path / "test.sqlite"))
+    run_migrations(conn)
+    repo = Repository()
+
+    day1 = datetime(2026, 5, 1, 0, 0, tzinfo=UTC)
+    for i in range(96):
+        repo.record_market_snapshot(
+            conn,
+            _snap(
+                ts=day1 + timedelta(minutes=15 * i),
+                iv_minus_rv=Decimal(i + 1),
+            ),
+        )
+    repo.record_market_snapshot(
+        conn,
+        _snap(ts=datetime(2026, 5, 2, 12, 0, tzinfo=UTC), iv_minus_rv=Decimal("100")),
+    )
+    day3 = datetime(2026, 5, 3, 0, 0, tzinfo=UTC)
+    for i in range(4):
+        repo.record_market_snapshot(
+            conn,
+            _snap(
+                ts=day3 + timedelta(hours=i),
+                iv_minus_rv=Decimal(200 + i),
+            ),
+        )
+    repo.record_market_snapshot(
+        conn,
+        _snap(
+            ts=datetime(2026, 4, 30, 0, 0, tzinfo=UTC),
+            asset="BTC",
+            iv_minus_rv=Decimal("999"),
+        ),
+    )
+    conn.commit()
+    return conn
+
+
+# ---------------------------------------------------------------------------
+# count_iv_rv_distinct_days
+# ---------------------------------------------------------------------------
+
+
+def test_count_distinct_days_returns_one_for_single_day_history(db_one_day) -> None:
+    repo = Repository()
+    n = repo.count_iv_rv_distinct_days(
+        db_one_day,
+        asset="ETH",
+        max_days=60,
+        as_of=datetime(2026, 5, 2, 0, 0, tzinfo=UTC),
+    )
+    assert n == 1
+
+
+def test_count_distinct_days_returns_zero_for_other_asset(db_one_day) -> None:
+    repo = Repository()
+    n = repo.count_iv_rv_distinct_days(
+        db_one_day,
+        asset="BTC",
+        max_days=60,
+        as_of=datetime(2026, 5, 2, 0, 0, tzinfo=UTC),
+    )
+    assert n == 0
+
+
+def test_count_distinct_days_counts_unique_calendar_days(
+    db_three_days_mixed,
+) -> None:
+    repo = Repository()
+    n = repo.count_iv_rv_distinct_days(
+        db_three_days_mixed,
+        asset="ETH",
+        max_days=60,
+        as_of=datetime(2026, 5, 4, 0, 0, tzinfo=UTC),
+    )
+    assert n == 3
+
+
+def test_count_distinct_days_excludes_other_assets(
+    db_three_days_mixed,
+) -> None:
+    repo = Repository()
+    n_btc = repo.count_iv_rv_distinct_days(
+        db_three_days_mixed,
+        asset="BTC",
+        max_days=60,
+        as_of=datetime(2026, 5, 4, 0, 0, tzinfo=UTC),
+    )
+    assert n_btc == 1
+
+
+def test_count_distinct_days_respects_window_cutoff(
+    db_three_days_mixed,
+) -> None:
+    """max_days=1 da as_of=2026-05-04 → cutoff=2026-05-03 → solo day3."""
+    repo = Repository()
+    n = repo.count_iv_rv_distinct_days(
+        db_three_days_mixed,
+        asset="ETH",
+        max_days=1,
+        as_of=datetime(2026, 5, 4, 0, 0, tzinfo=UTC),
+    )
+    assert n == 1
+
+
+def test_count_distinct_days_excludes_null_iv_rv(tmp_path) -> None:
+    conn = connect(str(tmp_path / "test.sqlite"))
+    run_migrations(conn)
+    repo = Repository()
+    repo.record_market_snapshot(
+        conn,
+        _snap(ts=datetime(2026, 5, 1, 12, 0, tzinfo=UTC), iv_minus_rv=None),
+    )
+    conn.commit()
+    n = repo.count_iv_rv_distinct_days(
+        conn,
+        asset="ETH",
+        max_days=60,
+        as_of=datetime(2026, 5, 2, 0, 0, tzinfo=UTC),
+    )
+    assert n == 0
+
+
+def test_count_distinct_days_excludes_fetch_failed(tmp_path) -> None:
+    conn = connect(str(tmp_path / "test.sqlite"))
+    run_migrations(conn)
+    repo = Repository()
+    repo.record_market_snapshot(
+        conn,
+        _snap(
+            ts=datetime(2026, 5, 1, 12, 0, tzinfo=UTC),
+            iv_minus_rv=Decimal("99"),
+            fetch_ok=False,
+        ),
+    )
+    conn.commit()
+    n = repo.count_iv_rv_distinct_days(
+        conn,
+        asset="ETH",
+        max_days=60,
+        as_of=datetime(2026, 5, 2, 0, 0, tzinfo=UTC),
+    )
+    assert n == 0
+
+
+def test_count_distinct_days_rejects_naive_as_of(db_one_day) -> None:
+    repo = Repository()
+    with pytest.raises(ValueError, match="timezone-aware"):
+        repo.count_iv_rv_distinct_days(
+            db_one_day,
+            asset="ETH",
+            max_days=60,
+            as_of=datetime(2026, 5, 2, 0, 0),  # naive
+        )
+
+
+def test_count_distinct_days_rejects_non_positive_max_days(db_one_day) -> None:
+    repo = Repository()
+    with pytest.raises(ValueError, match="max_days must be positive"):
+        repo.count_iv_rv_distinct_days(
+            db_one_day,
+            asset="ETH",
+            max_days=0,
+            as_of=datetime(2026, 5, 2, 0, 0, tzinfo=UTC),
+        )
+
+
+# ---------------------------------------------------------------------------
+# iv_rv_values_for_window
+# ---------------------------------------------------------------------------
+
+
+def test_values_for_window_returns_ordered_asc(db_one_day) -> None:
+    repo = Repository()
+    values = repo.iv_rv_values_for_window(
+        db_one_day,
+        asset="ETH",
+        window_days=60,
+        as_of=datetime(2026, 5, 2, 0, 0, tzinfo=UTC),
+    )
+    assert len(values) == 96
+    assert values == sorted(values)
+    assert values[0] == Decimal("2.00")
+
+
+def test_values_for_window_filters_other_asset(db_one_day) -> None:
+    repo = Repository()
+    values = repo.iv_rv_values_for_window(
+        db_one_day,
+        asset="BTC",
+        window_days=60,
+        as_of=datetime(2026, 5, 2, 0, 0, tzinfo=UTC),
+    )
+    assert values == []
+
+
+def test_values_for_window_skips_null(db_one_day) -> None:
+    repo = Repository()
+    repo.record_market_snapshot(
+        db_one_day,
+        _snap(ts=datetime(2026, 5, 2, 0, 0, tzinfo=UTC), iv_minus_rv=None),
+    )
+    db_one_day.commit()
+    values = repo.iv_rv_values_for_window(
+        db_one_day,
+        asset="ETH",
+        window_days=60,
+        as_of=datetime(2026, 5, 3, 0, 0, tzinfo=UTC),
+    )
+    assert len(values) == 96
+
+
+def test_values_for_window_skips_fetch_failed(db_one_day) -> None:
+    repo = Repository()
+    repo.record_market_snapshot(
+        db_one_day,
+        _snap(
+            ts=datetime(2026, 5, 3, 0, 0, tzinfo=UTC),
+            iv_minus_rv=Decimal("99"),
+            fetch_ok=False,
+        ),
+    )
+    db_one_day.commit()
+    values = repo.iv_rv_values_for_window(
+        db_one_day,
+        asset="ETH",
+        window_days=60,
+        as_of=datetime(2026, 5, 4, 0, 0, tzinfo=UTC),
+    )
+    assert Decimal("99") not in values
+
+
+def test_values_for_window_respects_window_cutoff(
+    db_three_days_mixed,
+) -> None:
+    """window_days=1 da as_of=2026-05-04 → solo day3 (4 valori 200..203)."""
+    repo = Repository()
+    values = repo.iv_rv_values_for_window(
+        db_three_days_mixed,
+        asset="ETH",
+        window_days=1,
+        as_of=datetime(2026, 5, 4, 0, 0, tzinfo=UTC),
+    )
+    assert values == [Decimal(200 + i) for i in range(4)]
+
+
+def test_values_for_window_full_window(db_three_days_mixed) -> None:
+    """window_days=60: tutti i valori dei 3 giorni (96 + 1 + 4 = 101)."""
+    repo = Repository()
+    values = repo.iv_rv_values_for_window(
+        db_three_days_mixed,
+        asset="ETH",
+        window_days=60,
+        as_of=datetime(2026, 5, 4, 0, 0, tzinfo=UTC),
+    )
+    assert len(values) == 101
+
+
+def test_values_for_window_rejects_naive_as_of(db_one_day) -> None:
+    repo = Repository()
+    with pytest.raises(ValueError, match="timezone-aware"):
+        repo.iv_rv_values_for_window(
+            db_one_day,
+            asset="ETH",
+            window_days=60,
+            as_of=datetime(2026, 5, 2, 0, 0),
+        )
+
+
+def test_values_for_window_rejects_non_positive_window(db_one_day) -> None:
+    repo = Repository()
+    with pytest.raises(ValueError, match="window_days must be positive"):
+        repo.iv_rv_values_for_window(
+            db_one_day,
+            asset="ETH",
+            window_days=0,
+            as_of=datetime(2026, 5, 2, 0, 0, tzinfo=UTC),
+        )
+
+
+# ---------------------------------------------------------------------------
+# dvol_lookback (regression — invariato dopo refactor)
+# ---------------------------------------------------------------------------
+
+
+def test_dvol_lookback_returns_closest_tick(db_one_day) -> None:
+    repo = Repository()
+    base = datetime(2026, 5, 1, 0, 0, tzinfo=UTC)
+    target = base + timedelta(hours=12)
+    out = repo.dvol_lookback(
+        db_one_day, asset="ETH", reference=target, tolerance_minutes=15
+    )
+    # i=48 → dvol = 50 + 4.8 = 54.8
+    assert out == Decimal("54.8")
+
+
+def test_dvol_lookback_returns_none_when_gap(db_one_day) -> None:
+    repo = Repository()
+    target = datetime(2025, 1, 1, 0, 0, tzinfo=UTC)
+    out = repo.dvol_lookback(
+        db_one_day, asset="ETH", reference=target, tolerance_minutes=15
+    )
+    assert out is None
+
+
+def test_dvol_lookback_rejects_naive_reference(db_one_day) -> None:
+    repo = Repository()
+    with pytest.raises(ValueError, match="timezone-aware"):
+        repo.dvol_lookback(
+            db_one_day,
+            asset="ETH",
+            reference=datetime(2026, 5, 1, 12, 0),
+        )
@@ -144,7 +144,8 @@ def test_aggregate_cap_at_975_reduces_to_one(cfg: StrategyConfig) -> None:


 def test_concurrent_positions_at_cap_returns_zero(cfg: StrategyConfig) -> None:
-    res = compute_contracts(_ctx(capital_usd="1500", other_open_positions=1), cfg)
+    # Default cap = 5 (entry daily). other_open_positions=5 ⇒ cap raggiunto.
+    res = compute_contracts(_ctx(capital_usd="1500", other_open_positions=5), cfg)
    assert res.n_contracts == 0
    assert res.reason_if_zero is not None
    assert "position" in res.reason_if_zero.lower()
Author	SHA1	Message	Date
root	76d1a4a32d	chore(gitignore): ignore .omc/ (oh-my-claudecode session/memory dir) Directory creata localmente dall'infrastruttura OMC per stato sessione (project-memory.json, research/, sessions/, state/). Non è artefatto del progetto cerbero-bite. Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>	2026-05-10 09:08:00 +00:00
root	e978a44bff	feat(gui): Strategia pannello P/L con slider sizing + fix max_loss Pannello "P/L atteso — Conservativa vs Aggressiva": * Sostituiti slider Capitale/Spot con slider parametrici Cap/trade (EUR) + posizioni concorrenti. Il capitale richiesto viene calcolato in automatico via Kelly-binding aggregato: capital = cap_pertrade_usd × concorrenza / max(kelly, 1e-3). * Profili Conservativa/Aggressiva ora ereditano dai yaml SOLO le leve qualitative (width_pct, credit_ratio, kelly_fraction, feature attive); le leve di sizing (cap, concorrenza) sono comandate dagli slider per confronti omogenei. * Tre metriche header: capitale richiesto, cap aggregato notional, cap per trade USD. Fix in `_compute_pl`: * Max loss per contratto era `width` (errato per credit spread). Corretto a `width − credit` allineato a core/sizing_engine.py. Effetto: n_kelly aumenta proporzionalmente al credit incassato → P/L stimato più realistico per spread con credit_to_width_ratio alto (es. 0.30+ in profilo Aggressiva). Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>	2026-05-10 09:00:42 +00:00
root	efa829f7aa	feat(runtime): orchestrator option-chain snapshot multi-asset (ETH+BTC) Sostituisce `option_chain_asset: str = "ETH"` con `option_chain_assets: tuple[str, ...] = ("ETH", "BTC")` e itera nel job schedulato. Coerente con `market_snapshot_assets` già multi-asset e con i 64 strikes BTC + 51 strikes ETH già visibili in option_chain_snapshots. Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>	2026-05-10 09:00:24 +00:00
root	b1836d91c2	refactor(core): IV-RV adattivo distinct-days policy + backfill Deribit Sblocca il warmup hard del gate IV-RV adattivo (~21 giorni residui) permettendo di mischiare cadenze diverse (tick live 15min + backfill giornaliero) senza assumere il fattore costante 96 tick/giorno. API change (no backwards-compat shims): * compute_adaptive_threshold(history, , n_days, percentile, absolute_floor): rimossi `min_days`/`target_days`. La selezione finestra (target_days/min_days/intera storia) si sposta al caller. Warmup hard quando `n_days == 0`. repository: rimosso `iv_rv_history`; aggiunti `count_iv_rv_distinct_days` (COUNT DISTINCT substr(ts,1,10)) e `iv_rv_values_for_window`. * EntryContext aggiunge `iv_rv_n_days: int = 0`. entry_cycle calcola n_days, sceglie window_days e popola il context. Audit `iv_rv_n_days` reale (non più len/96). * GUI Calibrazione: counter giorni distinti tramite set di date. * Spec aggiornata con errata 2026-05-10 e nuova warmup table. Backfill (scripts/backfill_iv_rv.py, stdlib-only): * Fetch DVOL daily + ETH/BTC-PERPETUAL closes da Deribit public REST. * Calcolo RV30d annualizzato (stdev log-return × √365 × 100). * INSERT OR REPLACE in market_snapshots con timestamp 12:00 UTC e fetch_errors_json='{"backfill":true}' per distinzione audit. * Compute layer testato (9 test): RV su prezzi costanti/monotoni/ alternati, build_records con cutoff e missing data. Verifica live post-deploy (10 mag 2026 08:50 UTC): * ETH: n_days=46, P25=2.21 vol pt, IV-RV=10.05 → gate PASS * BTC: n_days=46, P25=5.69 vol pt, IV-RV=8.60 → gate PASS 509 test passati (500 esistenti + 9 backfill), ruff pulito. Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>	2026-05-10 08:52:05 +00:00
root	6f4f2ce02e	feat(runtime): audit log include threshold rolling e window usata Risponde al final review (spec §6.4): il decisions log ora contiene iv_rv_threshold_used (la soglia P_q effettivamente applicata) e iv_rv_window_used_days (giorni di history nella finestra). Permette ricostruire ex-post perché un trade è stato saltato e con quali numeri. Helper privi di I/O — la soglia viene ricomputata in base alla history già caricata, costo trascurabile. Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>	2026-05-08 23:27:40 +00:00
root	d2ff29fde3	fix(config): aggressiva config_hash ricalcolato post adaptive gate L'hash dichiarato non rispecchiava più il contenuto del file dopo l'attivazione del gate adattivo (commit `080acf8`). Senza questo fix il loader sollevava ConfigHashError e l'orchestrator rifiutava il profilo Aggressiva al boot. Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>	2026-05-08 23:26:24 +00:00
root	eb0662e44d	chore(lint): adaptive_threshold imports + entry_validator top-level import - Sequence importato da collections.abc invece di typing (PYI001). - compute_adaptive_threshold spostato a top-level (PLC0415): niente circular dep risk perché adaptive_threshold non importa da entry_validator. Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>	2026-05-08 23:20:54 +00:00
root	64f4d4e09e	feat(gui): pannello informativo Gate IV-RV adattivo in Calibrazione Mostra status (warmup/attivo), soglia P25 rolling corrente, IV-RV ultimo tick, floor assoluto, decisione hypothetical e sezione Vol-of-Vol guard. Read-only: i percentili statici esistenti restano per analisi. Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>	2026-05-08 23:14:34 +00:00
root	080acf829d	feat(config): profilo Aggressiva attiva gate IV-RV adattivo + VoV P25 rolling 60g, warmup a finestra disponibile, VoV guard 5pt. Conservativa e golden invariati (default disabled). Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>	2026-05-08 23:11:46 +00:00
root	98111814d2	test(integration): IV-RV adaptive gate end-to-end con SQLite reale Verifica integrazione tra Repository.iv_rv_history, compute_adaptive_threshold e dvol_lookback su un DB reale seedato con 30 giorni di market_snapshots bimodale. Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>	2026-05-08 23:09:27 +00:00
root	3190764f64	feat(runtime): entry_cycle popola iv_rv_history e dvol_24h_ago Quando i flag adaptive_enabled / vol_of_vol_guard_enabled sono attivi, entry_cycle carica history e lookback dal repository prima di costruire EntryContext. Il decisions log riceve i meta n_history e dvol_24h_ago per audit ex-post. Quando i flag sono off, niente query DB extra (zero overhead). Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>	2026-05-08 23:04:19 +00:00
root	8221aba10f	fix(state): repository iv_rv_history time-stable + input validation Risponde alla code review di `395191e`: - iv_rv_history accetta as_of (default now UTC) invece di affidarsi al clock SQLite, rendendo i test time-stable. - Valida max_days > 0 e raise se as_of/reference sono naive. - Aggiunge 3 test sulle nuove guard. Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>	2026-05-08 23:00:06 +00:00
root	395191ea13	feat(state): Repository.iv_rv_history + dvol_lookback per gate adaptive Due nuovi metodi che leggono market_snapshots filtrando NULL e fetch_ok=0. iv_rv_history limita a max_days; dvol_lookback trova il tick più vicino a un istante con tolerance configurabile. Tests: ordered ASC, asset filter, NULL skip, fetch_ok=0 skip, lookback closest, gap returns None. Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>	2026-05-08 22:53:19 +00:00
root	d36cdff609	feat(core): Vol-of-Vol guard in validate_entry + tests Blocca entry se \|DVOL_now - DVOL_24h_ago\| >= threshold (default 5 pt). Fail-open quando dvol_24h_ago è None (gap dati). Independente dal gate IV-RV: i due gate sono additivi. Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>	2026-05-08 22:36:59 +00:00
root	3a5cf2554b	feat(core): IV-RV adaptive gate in validate_entry + tests Quando iv_minus_rv_adaptive_enabled=True, la soglia diventa max(P_q rolling, iv_minus_rv_min). Path legacy (statico) e None-bypass restano invariati. Aggiunge anche due model_validator a StrategyConfig per fail-fast su config invalida (window_min_days < target_days, percentile in (0,1)) — risponde alla code review T1. Tests: pass/skip su rolling, warmup hard, floor binding, backwards compat statico, None bypass. Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>	2026-05-08 22:29:48 +00:00
root	ef3c512684	feat(core): EntryContext aggiunge iv_rv_history e dvol_24h_ago Campi opzionali con default vuoto/None per non rompere i caller esistenti. Saranno popolati da entry_cycle quando i flag adaptive_enabled / vol_of_vol_guard_enabled sono True. Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>	2026-05-08 22:24:43 +00:00
root	6eff8aab0f	fix(core): adaptive_threshold input validation + boundary tests Risponde alla code review di `7dc2fda`: - Valida percentile in [0,1] e 0 < min_days < target_days, raise ValueError quando out-of-range. Fail-fast invece di IndexError o silent wrong result. - Aggiunge test boundary esattamente a min_days96 e target_days96 (spec §9.1 item 9 era mancante). - Aggiunge 4 test sulle nuove guards. - Fix typo docstring (Determinismic → Deterministic). Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>	2026-05-08 22:11:17 +00:00
root	7dc2fda524	feat(core): compute_adaptive_threshold pure function + tests Implementa il calcolo del percentile rolling con warmup, transizione min_days → target_days e floor assoluto. Pure function senza I/O: il caller passa la sequenza pre-filtrata (NULL e fetch_ok=0 esclusi). Tests: warmup, transizione finestra, floor, percentili. Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>	2026-05-08 21:36:50 +00:00
root	0fcfff7d7e	feat(config): EntryConfig campi adaptive IV-RV gate + VoV guard Aggiunge i flag e i parametri per il gate IV-RV adattivo (P25 rolling) e per il Vol-of-Vol guard. Default disabilitati per non cambiare comportamento dei profili attuali. Vedi docs/superpowers/specs/2026-05-08-iv-rv-adaptive-gate-design.md Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>	2026-05-08 20:10:07 +00:00
root	f889258952	docs(plans): IV-RV adaptive gate implementation plan Piano TDD bite-sized in 11 task con steps dettagliati, codice completo, comandi e expected output. Coverage completa dello spec 2026-05-08-iv-rv-adaptive-gate-design.md. Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>	2026-05-08 19:58:32 +00:00
root	2a4a82c8ef	docs(specs): IV-RV adaptive gate design Spec del gate IV-RV adattivo (P25 rolling 60g + Vol-of-Vol guard 5pt 24h) — riprende roadmap §4-quater di 13-strategia-spiegata.md punti 1 e 2 e li promuove a design pronto per implementazione. Decisioni emerse dal brainstorming: - Hybrid (percentile rolling + VoV guard), non regime detection - Window target 60g, min 30g, sotto usa storia disponibile (warmup) - Floor assoluto via vecchio iv_minus_rv_min (backwards compat) - Inline nel validator, stateless, no DB cache - GUI Calibrazione: pannello informativo, slider esistenti invariati - Fail-open su tutti i casi di dato mancante Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>	2026-05-08 19:50:56 +00:00
root	467c8952e3	docs(migrations): 0005 — commento allineato a cadenza /15 reale Il commento dichiarava cron settimanale (55 13 * MON) ma lo scheduler reale (orchestrator._CRON_OPTION_CHAIN_SNAPSHOT) è */15 24/7, allineato a market_snapshot. Aggiornato per evitare confusione nei lettori futuri. Anche fixato l'header file (0004 → 0005). Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>	2026-05-08 16:37:31 +00:00
root	3aaa059417	fix(deribit): DVOL midnight — finestra 1D estesa a ieri+oggi Alle 00:00 UTC Deribit non ha ancora costruito il candle 1D di oggi: con start_date=oggi la response è vuota e il client tirava McpDataAnomalyError ('neither latest nor candles'). Includendo ieri nello start_date, candles[-1] resta valido come fallback. Verificato sui dati raccolti: 3 fail consecutivi 2026-05-02/03/04 a 00:00 UTC su ETH, zero fail dal 2026-05-05 in poi (container rebuildato in mezzo al periodo). Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>	2026-05-08 16:37:23 +00:00
root	a2e7a78f8a	feat(data): mirror ETH spot+DVOL in dvol_history dal market_snapshot Popola dvol_history dentro la stessa transazione di market_snapshots, così lo storico è disponibile anche in modalità data-only (STRATEGY=false). Evita il warm-up vuoto di return_4h quando si abilita la strategia: il monitor_cycle trova subito i campioni locali invece di dipendere dal fallback Deribit get_historical. Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>	2026-05-05 21:59:27 +00:00
root	6ff021fbf4	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>	2026-05-03 16:21:16 +00:00
root	dabcc8d15b	docs: aggiornamento Phase 5 — IV-RV gate, F+D+A, backtest, option chain - 01-strategy-rules.md: * §2.8 (filtri quant: dealer gamma + liquidation risk) * §2.9 (IV richness gate, opt-in, default disabled) * §3.2 — variante delta_by_dvol step-function * §7-bis.1 (vol-collapse harvest D) * §7-bis.2 (graduated profit-take C — scaffolding) * §7-bis.3 (auto-pause su drawdown F) - 05-data-model.md: * `system_state.auto_pause_until / _reason` (migration 0004) * Nuova tabella `option_chain_snapshots` (migration 0005) * Tabella migrations completa (1→5) - 13-strategia-spiegata.md: * §4-quinquies — catena opzioni storica (Phase 5): cosa raccoglie, cosa sblocca, CLI `option-chain trigger\|analyze`. Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>	2026-05-01 21:29:00 +00:00
root	7fdd8b47a5	fix(gui): percentili Calibrazione in riga compatta, no truncation I valori percentili (es. -0.0298, 0.05323) renderizzati come ``st.metric`` su 7 colonne venivano tagliati su viewport stretti: ogni metric ha label sopra, font fisso, nessun shrink. Sostituito con render markdown inline a font 0.85rem, single-line, scrollabile orizzontalmente se serve. Tutti e 7 i percentili visibili senza troncamento e senza wrap. Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>	2026-05-01 21:21:32 +00:00