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>

README.md

@@ -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 |

docs/00-overview.md

@@ -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.

docs/01-strategy-rules.md

@@ -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
+Il rule engine valuta l'apertura di un nuovo trade **una volta al
-giorno**, alle **14:00 UTC** del lunedì (orario UE pomeridiano stabile,
+giorno**, alle **14:00 UTC** (orario UE pomeridiano stabile, fuori
-fuori dai picchi di funding statunitensi). Se il lunedì è festività
+dai picchi di funding statunitensi). Crypto è 24/7: non c'è un "giorno
-italiana, l'engine ignora la regola e attende il lunedì successivo.
+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.

docs/02-architecture.md

@@ -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

docs/05-data-model.md

@@ -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
+Lo schema viene tracciato con il counter `PRAGMA user_version`.
-prima volta `0001_init.sql` viene applicato e versione → 1; alla
+`state.db.run_migrations` applica in ordine ogni file
-seconda esecuzione (o su DB già a versione 1) `0002_audit_anchor.sql`
+`NNNN_<name>.sql` con versione superiore a quella corrente,
-viene applicato e versione → 2. `state.db.run_migrations` è
+idempotente, forward-only:
-idempotente. Nessun rollback supportato (migrations 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
 

docs/06-operational-flow.md

@@ -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

docs/07-risk-controls.md

@@ -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)

docs/08-testing-validation.md

@@ -157,9 +157,9 @@ chain:
 
 | Test | Scenario |
 |---|---|
-| `test_weekly_open_happy_path` | Tutto OK → proposta inviata |
+| `test_daily_open_happy_path` | Tutto OK → proposta inviata |
-| `test_weekly_open_no_strike_available` | Chain vuota nel range delta |
+| `test_daily_open_no_strike_available` | Chain vuota nel range delta |
-| `test_weekly_open_macro_blocks` | FOMC entro 5 giorni |
+| `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_daily_open_bull_put.yaml       # input snapshot
-├── 2026-04-27_weekly_open_bull_put.golden    # output atteso
+├── 2026-04-27_daily_open_bull_put.golden     # output atteso
 └── runner.py
 ```
 

docs/09-development-roadmap.md

@@ -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)

docs/10-config-spec.md

@@ -24,8 +24,8 @@ asset:
 # === ENTRY ===
 
 entry:
-  # finestra di valutazione settimanale
+  # finestra di valutazione giornaliera (crypto 24/7)
-  cron: "0 14 * * MON"          # lunedì 14:00 UTC
+  cron: "0 14 * * *"            # ogni giorno 14:00 UTC
   skip_holidays_country: "IT"
 
   # filtri di accesso (vedi 01-strategy-rules.md §2)

docs/13-strategia-spiegata.md

@@ -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
+1. **Decisione live** — l'entry ciclo daily alle 14:00 UTC legge i
-   campi più freschi per dire "go/no-go".
+   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
+La regola si valuta **una volta al giorno** (crypto è 24/7), ma la
-lunedì viene saltata per:
+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
+**Risultato netto: ~30–40% dei giorni finisce in entry effettiva
-⇒ 15–25 trade / anno** (52 lunedì × 30–50%). Le altre settimane il
+⇒ 110–145 trade / anno** (365 candidature × pass-rate, capped da
-bot sta fermo. È il design.
+`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 =
+> Suggerimento: 30 giorni di dati = 30 candidature × probabilità entry
-> 1–2 candidate entry effettive. **Aspettare almeno 8 settimane**
+> ≈ 9–12 candidate entry effettive. **Aspettare almeno 60 giorni**
 > prima di tarare le soglie dà uno storico con dispersione
 > sufficiente per decisioni non-rumorose.
 
@@ -532,6 +534,111 @@ quella che il sistema parte ad eseguire.
 
 ---
 
+## 4-quater. IV richness gate (§2.9): il filtro che alza il win-rate
+
+Il filtro a maggior impatto sull'edge è anche il più semplice da
+descrivere: **non vendere vol quando la IV non sta pagando un margine
+misurabile sopra la RV**. È implementato come gate hard nel
+`validate_entry`:
+
+```
+if iv_minus_rv_filter_enabled and iv_minus_rv < iv_minus_rv_min:
+    skip entry
+```
+
+con due parametri in `entry:` di `strategy.yaml`:
+
+| Parametro | Default | Effetto |
+|---|---|---|
+| `iv_minus_rv_filter_enabled` | `false` (golden) / `true` (aggressiva) | Master switch del gate |
+| `iv_minus_rv_min` | `0` (golden) / `3` (aggressiva) | Soglia in punti vol che IV30g − RV30g deve eccedere |
+
+Il dato è già raccolto in `market_snapshots.iv_minus_rv` ogni 15
+minuti. Il gate consulta l'ultimo tick disponibile al momento
+dell'entry cycle (non un percentile rolling — quello è il prossimo
+step di calibrazione, vedi §4-quinquies in roadmap).
+
+**Profili di default ragionati.**
+
+- **Conservativa / golden config**: `enabled=false, min=0`. Tutti i
+  setup passano questo gate, anche con IV-RV negativa. Motivo: nei
+  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
+  suo prende size più grande; pretendere `IV-RV ≥ 3 vol points` come
+  prerequisito è coerente — se stai betting più grosso, vuoi
+  win-rate più alto. La soglia 3 è conservativa; la letteratura
+  short-vol systematic suggerisce 5 dopo calibrazione.
+
+**Cosa cambia nel P/L atteso quando attivi il gate.**
+
+Il gate **riduce** il numero di entry (saltiamo settimane con premio
+magro) ma **alza** la qualità di quelle che passano (premio ricco =
+win-rate empirico più alto). Effetto netto sul P/L annuo:
+
+- Trade/anno: 18 → 12-14 (skip più aggressivo)
+- Win-rate atteso: 0.72 → 0.78-0.80
+- E[trade] netto: +0.6 USD → +4-6 USD per contratto
+- **P/L annuo proiettato sale anche se i trade scendono**, perché
+  ogni trade ha edge più alto.
+
+La pagina `📚 Strategia` ha lo slider win-rate già coerente con
+questa logica: muovi da 0.72 a 0.78 e vedi l'APR scattare.
+
+**Roadmap di hardening (passi successivi al merge di questo PR).**
+
+1. **Soglia adattiva**: sostituire `iv_minus_rv_min: 3` con un valore
+   calcolato a runtime come `P25 rolling 60d` di `market_snapshots.iv_minus_rv`.
+2. **Vol-of-vol guard**: bloccare entry quando `dvol` è cambiato di
+   ≥5 punti nelle ultime 24h, anche se `iv_minus_rv` è alto (regime
+   instabile).
+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:
@@ -539,9 +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
+2. **Premio "magro":** `dvol < 35` per più giorni → la finestra
-   lunedì viene saltata. Non è un fallimento: è la disciplina che
+   giornaliera viene saltata. Non è un fallimento: è la disciplina
-   funziona.
+   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

docs/superpowers/specs/2026-05-08-iv-rv-adaptive-gate-design.md

@@ -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 |

scripts/backfill_iv_rv.py

@@ -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())

src/cerbero_bite/cli.py

@@ -679,6 +679,155 @@ def replay(date_from: str, date_to: str, capital: float, dry_run: bool) -> None:
     )
 
 
+@main.command()
+@click.option(
+    "--strategy",
+    "strategy_path",
+    type=click.Path(path_type=Path),
+    default=Path("strategy.yaml"),
+    show_default=True,
+    help="Path al file di strategia (golden, conservativa, aggressiva, ...).",
+)
+@click.option(
+    "--db",
+    "db_path",
+    type=click.Path(path_type=Path),
+    default=_DEFAULT_DB_PATH,
+    show_default=True,
+    help="SQLite con `market_snapshots` storiche.",
+)
+@click.option(
+    "--from",
+    "date_from",
+    type=click.DateTime(formats=["%Y-%m-%d"]),
+    default=None,
+    help="ISO date YYYY-MM-DD (default: 90 giorni fa).",
+)
+@click.option(
+    "--to",
+    "date_to",
+    type=click.DateTime(formats=["%Y-%m-%d"]),
+    default=None,
+    help="ISO date YYYY-MM-DD (default: oggi).",
+)
+@click.option(
+    "--capital",
+    type=float,
+    default=1500.0,
+    show_default=True,
+    help="Capitale di partenza per il backtest, in USD.",
+)
+@click.option(
+    "--asset",
+    type=str,
+    default="ETH",
+    show_default=True,
+    help="Asset di riferimento per le snapshot.",
+)
+@click.option(
+    "--no-enforce-hash",
+    is_flag=True,
+    default=False,
+    help="Salta la verifica del config_hash (utile per profili sperimentali).",
+)
+def backtest(
+    strategy_path: Path,
+    db_path: Path,
+    date_from: datetime | None,
+    date_to: datetime | None,
+    capital: float,
+    asset: str,
+    no_enforce_hash: bool,
+) -> None:
+    """Esegue il backtest stilizzato su `market_snapshots` storiche.
+
+    Usa lo stesso `validate_entry` del live per i filtri (rigoroso) e
+    un modello Black-Scholes con skew premium per stimare credito ed
+    exit P/L (stilizzato — vedi docstring di `core/backtest.py`).
+    """
+    from cerbero_bite.config.loader import load_strategy  # noqa: PLC0415
+    from cerbero_bite.core.backtest import run_backtest  # noqa: PLC0415
+
+    console = Console()
+    if date_to is None:
+        date_to = datetime.now(UTC)
+    if date_from is None:
+        date_from = date_to - timedelta(days=90)
+    date_from = date_from.replace(tzinfo=UTC) if date_from.tzinfo is None else date_from
+    date_to = date_to.replace(tzinfo=UTC) if date_to.tzinfo is None else date_to
+
+    loaded = load_strategy(strategy_path, enforce_hash=not no_enforce_hash)
+    cfg = loaded.config
+
+    conn = connect_state(db_path)
+    try:
+        repo = Repository()
+        snapshots = repo.list_market_snapshots(
+            conn,
+            asset=asset.upper(),
+            start=date_from,
+            end=date_to,
+            limit=10000,
+        )
+    finally:
+        conn.close()
+
+    if not snapshots:
+        console.print(
+            f"[yellow]Nessuno snapshot {asset} trovato fra {date_from.date()} "
+            f"e {date_to.date()}.[/yellow]"
+        )
+        sys.exit(1)
+
+    console.print(
+        f"[green]Caricate {len(snapshots)} snapshot {asset} "
+        f"({snapshots[-1].timestamp.date()} → {snapshots[0].timestamp.date()})[/green]"
+    )
+
+    report = run_backtest(snapshots, cfg, capital_usd=Decimal(str(capital)))
+
+    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 (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%})",
+    )
+    table.add_row("Saltati per dato mancante", str(report.n_skipped_data))
+    table.add_row("Trade completati (con P/L)", str(report.n_completed))
+    table.add_row("Vincenti", f"{report.n_winners} ({report.win_rate:.0%})")
+    table.add_row("P/L cumulato (USD)", f"{report.cumulative_pnl_usd:+.2f}")
+    table.add_row(
+        "P/L su capitale", f"{report.cumulative_pnl_pct_of_capital:+.2%}"
+    )
+    table.add_row(
+        "Max drawdown", f"−{report.max_drawdown_usd:.0f} USD "
+        f"({report.max_drawdown_pct:.1%})",
+    )
+    table.add_row(
+        "Sharpe (annualized)",
+        f"{report.sharpe_annualized}" if report.sharpe_annualized is not None
+        else "—",
+    )
+    console.print(table)
+
+    if report.skip_reasons:
+        skip_table = Table(title="Motivi di skip aggregati")
+        skip_table.add_column("Motivo")
+        skip_table.add_column("Giorni", justify="right")
+        for reason, count in sorted(
+            report.skip_reasons.items(), key=lambda kv: -kv[1]
+        ):
+            skip_table.add_row(reason, str(count))
+        console.print(skip_table)
+
+    console.print(
+        "[dim]Il modello P/L è stilizzato: BS + skew premium 1.5×. "
+        "Numeri ottimi per ranking config, non per promesse operative.[/dim]"
+    )
+
+
 @main.group()
 def config() -> None:
     """Strategy configuration utilities."""
@@ -855,8 +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
+    Utile per popolare i dati senza aspettare il cron del job
-    job ``option_chain_snapshot``. Riusa esattamente la stessa pipeline
+    ``option_chain_snapshot``. Riusa esattamente la stessa pipeline
     schedulata.
     """
     from cerbero_bite.runtime.dependencies import build_runtime  # noqa: PLC0415

src/cerbero_bite/clients/deribit.py

@@ -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",
         }

src/cerbero_bite/config/schema.py

@@ -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)
@@ -75,12 +75,50 @@ class EntryConfig(BaseModel):
     dealer_gamma_filter_enabled: bool = True
     liquidation_filter_enabled: bool = True
 
+    # IV richness filter (§2.9). `iv_minus_rv_min` è la soglia in
+    # punti vol che la IV implicita 30g deve eccedere la RV30g per
+    # ammettere l'entry. Letteratura short-vol systematic: l'edge
+    # sostenibile esiste solo con un margine misurabile fra IV e RV.
+    # Default disabilitato + soglia 0 per non bloccare l'avvio finché
+    # non si è calibrato sui dati raccolti (vedi `📐 Calibrazione`).
+    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
 # ---------------------------------------------------------------------------
 
 
+class DeltaByDvolBand(BaseModel):
+    """Banda della step function delta-target per regime DVOL (§3.2 A)."""
+
+    model_config = ConfigDict(frozen=True, extra="forbid")
+
+    dvol_under: Decimal
+    delta_target: Decimal
+    delta_min: Decimal
+    delta_max: Decimal
+
+
 class ShortStrikeSpec(BaseModel):
     model_config = ConfigDict(frozen=True, extra="forbid")
 
@@ -90,6 +128,16 @@ class ShortStrikeSpec(BaseModel):
     distance_otm_pct_min: Decimal = Field(default=Decimal("0.15"))
     distance_otm_pct_max: Decimal = Field(default=Decimal("0.25"))
 
+    # §3.2 enhancement (A): step function delta-target by DVOL regime.
+    # Empty list = behaviour invariato (delta_target sopra è il singolo
+    # valore). Quando popolato, il combo_builder sceglie la prima
+    # banda ordinata ascending su `dvol_under` con
+    # `dvol_now ≤ dvol_under`. Esempio:
+    #   - dvol_under=50 → delta 0.15 (bassa vol → più premio)
+    #   - dvol_under=70 → delta 0.12
+    #   - dvol_under=90 → delta 0.10 (alta vol → più safety)
+    delta_by_dvol: list[DeltaByDvolBand] = Field(default_factory=list)
+
 
 class SpreadWidthSpec(BaseModel):
     model_config = ConfigDict(frozen=True, extra="forbid")
@@ -153,7 +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)
@@ -165,6 +213,25 @@ class SizingConfig(BaseModel):
 # ---------------------------------------------------------------------------
 
 
+class PartialProfitLevel(BaseModel):
+    """Livello della scala di profit-take graduale (§7.1bis C).
+
+    `mark_at_pct_credit`: il livello è triggerato quando
+    `mark_combo ≤ mark_at_pct_credit × credito_iniziale` (es. 0.25 =
+    25% del credito = 75% di profitto sulla porzione chiusa).
+
+    `close_pct_of_initial_contracts`: frazione dei contratti aperti
+    INIZIALMENTE da chiudere a questo livello (es. 0.50 = chiudi metà).
+    Le frazioni sono cumulative; chiudere oltre i contratti residui
+    è no-op.
+    """
+
+    model_config = ConfigDict(frozen=True, extra="forbid")
+
+    mark_at_pct_credit: Decimal
+    close_pct_of_initial_contracts: Decimal
+
+
 class ExitConfig(BaseModel):
     model_config = ConfigDict(frozen=True, extra="forbid")
 
@@ -176,6 +243,29 @@ class ExitConfig(BaseModel):
     delta_breach_threshold: Decimal = Field(default=Decimal("0.30"))
     adverse_move_4h_pct: Decimal = Field(default=Decimal("0.05"))
 
+    # §7.1ter (D): vol-collapse harvest. Esce in profit anche se il
+    # profit-take non è ancora colpito quando DVOL è scesa di tot
+    # punti rispetto all'entry (edge IV-RV catturato, vol attesa già
+    # rientrata). 0 = filtro disabilitato.
+    vol_harvest_dvol_decrease: Decimal = Field(default=Decimal("0"))
+
+    # §7.1bis (C): scala graduata di profit-take. Lista vuota =
+    # comportamento invariato (chiusura atomica al
+    # `profit_take_pct_of_credit`). Quando popolata, l'engine
+    # interpreta come "chiudi N% dei contratti iniziali al livello
+    # di mark M%×credito". Le entry sono ordinate dal mark più alto
+    # (più profit, livello triggerato prima) al più basso. Vedi
+    # `core/exit_decision.py` per la semantica esatta.
+    #
+    # ATTENZIONE: questa funzione richiede il supporto di chiusure
+    # parziali nel runtime (entry_cycle / repository / clients).
+    # Fino al merge della partial-close pipeline, l'engine la mappa
+    # a CLOSE_PROFIT atomico al primo livello triggerato (vedi
+    # commento in `evaluate`). Default vuoto = no-op.
+    profit_take_partial_levels: list[PartialProfitLevel] = Field(
+        default_factory=list
+    )
+
     monitor_cron: str = "0 2,14 * * *"
     user_confirmation_timeout_min: int = 30
     escalate_on_timeout: list[str] = Field(
@@ -183,6 +273,36 @@ class ExitConfig(BaseModel):
     )
 
 
+# ---------------------------------------------------------------------------
+# Auto-pause (F): circuit breaker su drawdown rolling
+# ---------------------------------------------------------------------------
+
+
+class AutoPauseConfig(BaseModel):
+    """Configurazione del circuit breaker su drawdown.
+
+    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_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
+    filtri stanno fallendo sistematicamente, vale la pena fermarsi
+    e attendere che le condizioni cambino, invece di continuare a
+    sanguinare. È un'estensione conservativa del kill switch
+    (che oggi reagisce solo a errori tecnici).
+    """
+
+    model_config = ConfigDict(frozen=True, extra="forbid")
+
+    enabled: bool = False
+    lookback_trades: int = 5
+    max_drawdown_pct: Decimal = Field(default=Decimal("0.10"))
+    pause_days: int = 14
+
+
 # ---------------------------------------------------------------------------
 # Kelly recalibration
 # ---------------------------------------------------------------------------
@@ -256,6 +376,7 @@ class StrategyConfig(BaseModel):
     sizing: SizingConfig = Field(default_factory=SizingConfig)
     exit: ExitConfig = Field(default_factory=ExitConfig)
     kelly_recalibration: KellyConfig = Field(default_factory=KellyConfig)
+    auto_pause: AutoPauseConfig = Field(default_factory=AutoPauseConfig)
 
     execution: ExecutionConfig = Field(default_factory=ExecutionConfig)
     monitoring: MonitoringConfig = Field(default_factory=MonitoringConfig)
@@ -286,6 +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
 
 

src/cerbero_bite/core/adaptive_threshold.py

@@ -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

src/cerbero_bite/core/backtest.py

@@ -0,0 +1,651 @@
+"""Stylized backtest engine over ``market_snapshots`` (§13).
+
+Two layers, both pure functions:
+
+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
+   engine uses, so the output is exactly "what the bot would have
+   decided".
+
+2. **P/L estimation per accepted entry** — since ``market_snapshots``
+   does NOT record the option chain (we only collect spot, DVOL,
+   funding, etc.), credit and exit P/L are estimated via a stylized
+   Black-Scholes model: given ``spot``, ``DVOL`` (as IV), and the
+   strategy's delta target, we solve for the short strike, the long
+   strike at ``width_pct`` distance, and the combo mid-price.  Future
+   ticks are then re-priced under the same model to detect the first
+   exit trigger from §7.
+
+The stylized layer is **intentionally approximate**: it captures the
+geometry of the strategy (DVOL band sets credit, ETH path drives
+exit triggers) but not the second-order effects (chain liquidity,
+borrow rates, exchange fees beyond the 0.03% notional cap, dealer
+hedging skew).  Numbers are good for ranking and tuning, not for
+operational P/L promises.
+
+The engine is deterministic and side-effect-free: it does **not**
+write to SQLite, does not call MCP, does not place orders.  It
+operates entirely on a list of :class:`MarketSnapshotRecord` rows
+the caller has already loaded.
+"""
+
+from __future__ import annotations
+
+import math
+from dataclasses import dataclass
+from datetime import UTC, datetime, timedelta
+from decimal import Decimal
+from typing import Literal
+
+from pydantic import BaseModel, ConfigDict
+
+from cerbero_bite.config.schema import StrategyConfig
+from cerbero_bite.core.entry_validator import EntryContext, validate_entry
+from cerbero_bite.state.models import MarketSnapshotRecord
+
+__all__ = [
+    "BacktestEntry",
+    "BacktestExit",
+    "BacktestReport",
+    "DailyPick",
+    "bs_put_delta",
+    "bs_put_price",
+    "daily_picks",
+    "estimate_credit_eth",
+    "find_strike_for_delta",
+    "normal_cdf",
+    "run_backtest",
+    "simulate_entry_filters",
+    "simulate_position_outcome",
+]
+
+
+_ANNUAL_DAYS = Decimal("365")
+_DEFAULT_RISK_FREE = Decimal("0")
+_NUM_SLIPPAGE_PCT_OF_CREDIT = Decimal("0.03")
+_NUM_FEE_PCT_OF_NOTIONAL = Decimal("0.0003")
+
+
+# ---------------------------------------------------------------------------
+# Black-Scholes helpers (stdlib-only)
+# ---------------------------------------------------------------------------
+
+
+def normal_cdf(x: float) -> float:
+    """Standard normal CDF, no scipy dependency."""
+    return 0.5 * (1.0 + math.erf(x / math.sqrt(2.0)))
+
+
+def bs_put_price(*, spot: float, strike: float, t_years: float, sigma: float) -> float:
+    """European put price under r=0, q=0 Black-Scholes.
+
+    Returns price in spot units (so for an ETH option, dividing by spot
+    gives the price in ETH).
+    """
+    if t_years <= 0 or sigma <= 0 or spot <= 0 or strike <= 0:
+        return max(0.0, strike - spot)
+    sqrt_t = math.sqrt(t_years)
+    d1 = (math.log(spot / strike) + 0.5 * sigma * sigma * t_years) / (sigma * sqrt_t)
+    d2 = d1 - sigma * sqrt_t
+    return strike * normal_cdf(-d2) - spot * normal_cdf(-d1)
+
+
+def bs_put_delta(*, spot: float, strike: float, t_years: float, sigma: float) -> float:
+    """Put delta under r=0, q=0 Black-Scholes (negative number for put).
+
+    Returns 0 for expired options.
+    """
+    if t_years <= 0 or sigma <= 0 or spot <= 0 or strike <= 0:
+        return 0.0
+    sqrt_t = math.sqrt(t_years)
+    d1 = (math.log(spot / strike) + 0.5 * sigma * sigma * t_years) / (sigma * sqrt_t)
+    return normal_cdf(d1) - 1.0  # = -N(-d1)
+
+
+def find_strike_for_delta(
+    *,
+    spot: float,
+    dvol_pct: float,
+    dte_days: int,
+    target_delta_abs: float,
+) -> float:
+    """Solve for the put strike whose |delta| matches ``target_delta_abs``.
+
+    Bisection on a monotone-decreasing |delta(strike)| relationship.
+    Returns the strike in absolute USD terms.
+    """
+    sigma = max(0.01, dvol_pct / 100.0)
+    t_years = max(1e-6, dte_days / 365.0)
+    # Bracket: from 50% of spot (deep OTM, small |delta|) up to spot
+    # (ATM, |delta| ≈ 0.5).
+    low = max(1.0, spot * 0.30)
+    high = spot
+    for _ in range(64):
+        mid = 0.5 * (low + high)
+        delta_abs = abs(bs_put_delta(spot=spot, strike=mid, t_years=t_years, sigma=sigma))
+        if delta_abs > target_delta_abs:
+            high = mid
+        else:
+            low = mid
+        if abs(high - low) < 1e-3:
+            break
+    return 0.5 * (low + high)
+
+
+def estimate_credit_eth(
+    *,
+    spot: float,
+    dvol_pct: float,
+    dte_days: int,
+    width_pct: float,
+    delta_target_abs: float,
+    skew_premium: float = 1.5,
+) -> tuple[float, float, float]:
+    """Estimate credit (ETH), short_strike, long_strike for a bull-put-style
+    credit spread under Black-Scholes.
+
+    ``skew_premium`` è il moltiplicatore applicato al credito BS per
+    approssimare la **vol smile** dell'ETH options market (le put OTM
+    trattano a IV più alta della IV ATM, quindi un BS pulito sottostima
+    sistematicamente il premio del venditore di vol).  Il default 1.5
+    è una stima conservativa dei dati Deribit storici (smile slope
+    tipica 5-10 vol points per 100δ); valori sensati: 1.3 (smile
+    blanda) … 1.8 (regime "stress IV"). Va calibrato sui dati reali
+    quando avremo abbastanza chain history da farlo.
+
+    Returns ``(credit_eth, short_strike, long_strike)``.  Credit è
+    già moltiplicato per ``skew_premium``.
+    """
+    short_strike = find_strike_for_delta(
+        spot=spot, dvol_pct=dvol_pct, dte_days=dte_days,
+        target_delta_abs=delta_target_abs,
+    )
+    width_usd = width_pct * spot
+    long_strike = max(1.0, short_strike - width_usd)
+    sigma = max(0.01, dvol_pct / 100.0)
+    t_years = max(1e-6, dte_days / 365.0)
+    short_mid_usd = bs_put_price(
+        spot=spot, strike=short_strike, t_years=t_years, sigma=sigma,
+    )
+    long_mid_usd = bs_put_price(
+        spot=spot, strike=long_strike, t_years=t_years, sigma=sigma,
+    )
+    short_mid_eth = short_mid_usd / spot
+    long_mid_eth = long_mid_usd / spot
+    credit_eth = (short_mid_eth - long_mid_eth) * skew_premium
+    return credit_eth, short_strike, long_strike
+
+
+# ---------------------------------------------------------------------------
+# Entry filter simulation — rigorous (uses validate_entry exactly)
+# ---------------------------------------------------------------------------
+
+
+@dataclass(frozen=True)
+class DailyPick:
+    """Indice di un tick "daily h:00 UTC" nella time-series."""
+
+    timestamp: datetime
+    snapshot: MarketSnapshotRecord
+
+
+def daily_picks(
+    snapshots: list[MarketSnapshotRecord],
+    *,
+    hour_utc: int = 14,
+    asset: str = "ETH",
+) -> list[DailyPick]:
+    """Estrae un tick per giorno all'ora ``hour_utc``.
+
+    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[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.hour != hour_utc:
+            continue
+        key = (ts.year, ts.month, ts.day)
+        if key in seen_dates:
+            continue
+        seen_dates.add(key)
+        picks.append(DailyPick(timestamp=ts, snapshot=snap))
+    return picks
+
+
+def _entry_context_from_snapshot(
+    snap: MarketSnapshotRecord,
+    *,
+    capital_usd: Decimal,
+    eth_holdings_pct: Decimal = Decimal("0"),
+) -> EntryContext | None:
+    """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 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
+    return EntryContext(
+        capital_usd=capital_usd,
+        dvol_now=snap.dvol,
+        funding_perp_annualized=snap.funding_perp_annualized,
+        eth_holdings_pct_of_portfolio=eth_holdings_pct,
+        next_macro_event_in_days=snap.macro_days_to_event,
+        has_open_position=False,
+        dealer_net_gamma=snap.dealer_net_gamma,
+        liquidation_squeeze_risk_high=(
+            snap.liquidation_long_risk == "high"
+            or snap.liquidation_short_risk == "high"
+        ),
+    )
+
+
+@dataclass(frozen=True)
+class EntryFilterResult:
+    """Esito del check filtri per una singola daily pick."""
+
+    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[DailyPick],
+    cfg: StrategyConfig,
+    *,
+    capital_usd: Decimal,
+) -> list[EntryFilterResult]:
+    """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.
+    """
+    results: list[EntryFilterResult] = []
+    for pick in picks:
+        ctx = _entry_context_from_snapshot(pick.snapshot, capital_usd=capital_usd)
+        if ctx is None:
+            results.append(
+                EntryFilterResult(
+                    pick=pick,
+                    accepted=False,
+                    reasons=["incomplete_snapshot"],
+                    skipped_for_data=True,
+                )
+            )
+            continue
+        decision = validate_entry(ctx, cfg)
+        results.append(
+            EntryFilterResult(
+                pick=pick,
+                accepted=decision.accepted,
+                reasons=list(decision.reasons),
+                skipped_for_data=False,
+            )
+        )
+    return results
+
+
+# ---------------------------------------------------------------------------
+# Position outcome simulation — stylized (Black-Scholes re-pricing)
+# ---------------------------------------------------------------------------
+
+
+class BacktestEntry(BaseModel):
+    """Trade aperto nel backtest (snapshot al momento dell'entry)."""
+
+    model_config = ConfigDict(frozen=True)
+
+    timestamp: datetime
+    spread_type: Literal["bull_put"]  # MVP: solo bull_put nel backtest
+    spot_at_entry: Decimal
+    dvol_at_entry: Decimal
+    short_strike: Decimal
+    long_strike: Decimal
+    expiry: datetime
+    credit_received_eth: Decimal
+    credit_received_usd: Decimal
+    n_contracts: int
+
+
+class BacktestExit(BaseModel):
+    """Esito di un trade nel backtest."""
+
+    model_config = ConfigDict(frozen=True)
+
+    timestamp: datetime
+    action: Literal[
+        "CLOSE_PROFIT", "CLOSE_STOP", "CLOSE_VOL", "CLOSE_TIME",
+        "CLOSE_DELTA", "CLOSE_AVERSE", "EXPIRED",
+    ]
+    reason: str
+    spot_at_exit: Decimal
+    dvol_at_exit: Decimal
+    debit_paid_eth: Decimal
+    pnl_eth: Decimal
+    pnl_usd: Decimal
+
+
+def _combo_mid_eth(
+    *, spot: float, dvol_pct: float, dte_days: int,
+    short_strike: float, long_strike: float,
+    skew_premium: float = 1.5,
+) -> float:
+    """Re-prezza il combo bull-put usando BS sul nuovo spot/dvol/dte."""
+    sigma = max(0.01, dvol_pct / 100.0)
+    t_years = max(1e-6, dte_days / 365.0)
+    short_mid_usd = bs_put_price(
+        spot=spot, strike=short_strike, t_years=t_years, sigma=sigma,
+    )
+    long_mid_usd = bs_put_price(
+        spot=spot, strike=long_strike, t_years=t_years, sigma=sigma,
+    )
+    return (short_mid_usd - long_mid_usd) / spot * skew_premium
+
+
+def simulate_position_outcome(
+    entry: BacktestEntry,
+    future_snapshots: list[MarketSnapshotRecord],
+    cfg: StrategyConfig,
+) -> BacktestExit:
+    """Re-prezza il combo a ogni tick futuro fino al primo exit trigger.
+
+    Triggers in ordine §7:
+      1. profit_take (debit ≤ 0.5×credit)
+      2. stop_loss (debit ≥ 2.5×credit)
+      3. vol_stop (DVOL salita di ≥10 pt rispetto entry)
+      4. time_stop (DTE ≤ 7 e debit > 0.7×credit)
+      5. expiry (uscita per scadenza, P/L = credit − intrinsic)
+    """
+    ec = cfg.exit
+    credit = float(entry.credit_received_eth)
+    short = float(entry.short_strike)
+    long_ = float(entry.long_strike)
+
+    profit_thresh = float(ec.profit_take_pct_of_credit) * credit
+    stop_thresh = float(ec.stop_loss_mark_x_credit) * credit
+    skip_time_thresh = float(ec.time_stop_skip_if_close_to_profit_pct) * credit
+
+    for snap in future_snapshots:
+        if snap.timestamp <= entry.timestamp:
+            continue
+        if snap.timestamp >= entry.expiry:
+            break
+        if snap.dvol is None or snap.spot is None:
+            continue
+        spot_now = float(snap.spot)
+        dvol_now = float(snap.dvol)
+        dte = max(0, (entry.expiry - snap.timestamp).days)
+        debit = _combo_mid_eth(
+            spot=spot_now, dvol_pct=dvol_now, dte_days=dte,
+            short_strike=short, long_strike=long_,
+        )
+        if debit <= profit_thresh:
+            return _exit(
+                snap, entry, debit,
+                action="CLOSE_PROFIT",
+                reason=f"debit {debit:.4f} ≤ {profit_thresh:.4f}",
+            )
+        if debit >= stop_thresh:
+            return _exit(
+                snap, entry, debit,
+                action="CLOSE_STOP",
+                reason=f"debit {debit:.4f} ≥ {stop_thresh:.4f}",
+            )
+        if dvol_now >= float(entry.dvol_at_entry) + float(ec.vol_stop_dvol_increase):
+            return _exit(
+                snap, entry, debit,
+                action="CLOSE_VOL",
+                reason=f"DVOL {dvol_now:.1f} ≥ entry+{ec.vol_stop_dvol_increase}",
+            )
+        if dte <= ec.time_stop_dte_remaining and debit > skip_time_thresh:
+            return _exit(
+                snap, entry, debit,
+                action="CLOSE_TIME",
+                reason=f"DTE {dte} ≤ {ec.time_stop_dte_remaining}",
+            )
+
+    # Tick passati senza trigger: scadenza naturale.
+    last = future_snapshots[-1] if future_snapshots else None
+    intrinsic = max(0.0, short - float(last.spot if last and last.spot else 0))
+    intrinsic_capped = min(intrinsic, short - long_)
+    debit_at_expiry_eth = (
+        intrinsic_capped / float(last.spot)
+        if last is not None and last.spot is not None and float(last.spot) > 0
+        else 0.0
+    )
+    return _exit(
+        last or _synthetic_expiry_snapshot(entry),
+        entry,
+        debit_at_expiry_eth,
+        action="EXPIRED",
+        reason="held to expiry",
+    )
+
+
+def _synthetic_expiry_snapshot(entry: BacktestEntry) -> MarketSnapshotRecord:
+    return MarketSnapshotRecord(
+        timestamp=entry.expiry,
+        asset="ETH",
+        spot=entry.spot_at_entry,
+        dvol=entry.dvol_at_entry,
+        fetch_ok=False,
+    )
+
+
+def _exit(
+    snap: MarketSnapshotRecord,
+    entry: BacktestEntry,
+    debit_eth: float,
+    *,
+    action: str,
+    reason: str,
+) -> BacktestExit:
+    pnl_eth = float(entry.credit_received_eth) - debit_eth
+    spot = float(snap.spot) if snap.spot is not None else float(entry.spot_at_entry)
+    dvol = float(snap.dvol) if snap.dvol is not None else float(entry.dvol_at_entry)
+    return BacktestExit(
+        timestamp=snap.timestamp,
+        action=action,  # type: ignore[arg-type]
+        reason=reason,
+        spot_at_exit=Decimal(str(spot)),
+        dvol_at_exit=Decimal(str(dvol)),
+        debit_paid_eth=Decimal(str(debit_eth)),
+        pnl_eth=Decimal(str(pnl_eth)),
+        pnl_usd=Decimal(str(pnl_eth * spot * entry.n_contracts)),
+    )
+
+
+# ---------------------------------------------------------------------------
+# Full pipeline
+# ---------------------------------------------------------------------------
+
+
+@dataclass(frozen=True)
+class CompletedTrade:
+    entry: BacktestEntry
+    exit: BacktestExit
+
+
+class BacktestReport(BaseModel):
+    """Aggregato del backtest. Tutti i numeri sono **stime**."""
+
+    model_config = ConfigDict(frozen=True)
+
+    n_picks: int
+    n_accepted: int
+    n_skipped_data: int
+    n_completed: int
+    n_winners: int
+    win_rate: Decimal
+    cumulative_pnl_usd: Decimal
+    cumulative_pnl_pct_of_capital: Decimal
+    max_drawdown_usd: Decimal
+    max_drawdown_pct: Decimal
+    sharpe_annualized: Decimal | None
+    skip_reasons: dict[str, int]
+    trades: list[CompletedTrade]
+
+
+def _build_entry_from_pick(
+    pick: DailyPick,
+    cfg: StrategyConfig,
+    *,
+    capital_usd: Decimal,
+    eur_to_usd: Decimal,
+) -> BacktestEntry | None:
+    snap = pick.snapshot
+    if snap.spot is None or snap.dvol is None:
+        return None
+    spot = float(snap.spot)
+    dvol = float(snap.dvol)
+    width_pct = float(cfg.structure.spread_width.target_pct_of_spot)
+    delta_target = float(cfg.structure.short_strike.delta_target)
+    dte = cfg.structure.dte_target
+
+    credit_eth, short_strike, long_strike = estimate_credit_eth(
+        spot=spot, dvol_pct=dvol, dte_days=dte,
+        width_pct=width_pct, delta_target_abs=delta_target,
+    )
+    width_usd = float(cfg.structure.spread_width.target_pct_of_spot) * spot
+    credit_usd = credit_eth * spot
+    if width_usd <= 0 or credit_usd / width_usd < float(
+        cfg.structure.credit_to_width_ratio_min
+    ):
+        return None  # ratio gate fallisce → no entry
+
+    cap_pertrade_usd = float(cfg.sizing.cap_per_trade_eur) * float(eur_to_usd)
+    risk_target = min(float(cfg.sizing.kelly_fraction) * float(capital_usd), cap_pertrade_usd)
+    n_contracts = max(0, min(int(risk_target // width_usd), cfg.sizing.max_contracts_per_trade))
+    if n_contracts == 0:
+        return None
+
+    expiry = pick.timestamp + timedelta(days=dte)
+    return BacktestEntry(
+        timestamp=pick.timestamp,
+        spread_type="bull_put",
+        spot_at_entry=Decimal(str(spot)),
+        dvol_at_entry=Decimal(str(dvol)),
+        short_strike=Decimal(str(round(short_strike, 2))),
+        long_strike=Decimal(str(round(long_strike, 2))),
+        expiry=expiry,
+        credit_received_eth=Decimal(str(credit_eth)),
+        credit_received_usd=Decimal(str(credit_usd * n_contracts)),
+        n_contracts=n_contracts,
+    )
+
+
+def _max_drawdown_usd(equity: list[Decimal]) -> tuple[Decimal, Decimal]:
+    """Return ``(max_dd_usd, max_dd_pct_of_peak)`` over an equity curve."""
+    if not equity:
+        return Decimal("0"), Decimal("0")
+    peak = equity[0]
+    max_dd_usd = Decimal("0")
+    max_dd_pct = Decimal("0")
+    for v in equity:
+        if v > peak:
+            peak = v
+        dd = peak - v
+        if dd > max_dd_usd:
+            max_dd_usd = dd
+        if peak > 0 and (dd / peak) > max_dd_pct:
+            max_dd_pct = dd / peak
+    return max_dd_usd, max_dd_pct
+
+
+def _sharpe_annualized(pnls_usd: list[Decimal], capital_usd: Decimal) -> Decimal | None:
+    """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.
+    """
+    if len(pnls_usd) < 5 or capital_usd <= 0:
+        return None
+    rets = [float(p / capital_usd) for p in pnls_usd]
+    mean = sum(rets) / len(rets)
+    var = sum((r - mean) ** 2 for r in rets) / max(1, (len(rets) - 1))
+    std = math.sqrt(var)
+    if std == 0:
+        return None
+    sharpe = mean / std * math.sqrt(120)
+    return Decimal(str(round(sharpe, 3)))
+
+
+def run_backtest(
+    snapshots: list[MarketSnapshotRecord],
+    cfg: StrategyConfig,
+    *,
+    capital_usd: Decimal,
+    eur_to_usd: Decimal = Decimal("1.075"),
+    asset: str = "ETH",
+) -> BacktestReport:
+    """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 = daily_picks(eth_snapshots, asset=asset)
+    filter_results = simulate_entry_filters(picks, cfg, capital_usd=capital_usd)
+
+    # Tally skip reasons
+    skip_reasons: dict[str, int] = {}
+    for r in filter_results:
+        if r.accepted:
+            continue
+        for reason in r.reasons:
+            skip_reasons[reason] = skip_reasons.get(reason, 0) + 1
+
+    trades: list[CompletedTrade] = []
+    for r in filter_results:
+        if not r.accepted:
+            continue
+        entry = _build_entry_from_pick(
+            r.pick, cfg, capital_usd=capital_usd, eur_to_usd=eur_to_usd,
+        )
+        if entry is None:
+            skip_reasons["sizing_or_ratio"] = skip_reasons.get("sizing_or_ratio", 0) + 1
+            continue
+        future = [s for s in eth_snapshots if s.timestamp > r.pick.timestamp]
+        exit_ = simulate_position_outcome(entry, future, cfg)
+        trades.append(CompletedTrade(entry=entry, exit=exit_))
+
+    pnls = [t.exit.pnl_usd for t in trades]
+    cumulative = sum(pnls, start=Decimal("0"))
+    n_winners = sum(1 for p in pnls if p > 0)
+    win_rate = (
+        Decimal(n_winners) / Decimal(len(pnls))
+        if pnls
+        else Decimal("0")
+    )
+
+    # Equity curve in USD assoluti
+    equity = [capital_usd]
+    for p in pnls:
+        equity.append(equity[-1] + p)
+    max_dd_usd, max_dd_pct = _max_drawdown_usd(equity)
+
+    return BacktestReport(
+        n_picks=len(picks),
+        n_accepted=sum(1 for r in filter_results if r.accepted),
+        n_skipped_data=sum(1 for r in filter_results if r.skipped_for_data),
+        n_completed=len(trades),
+        n_winners=n_winners,
+        win_rate=win_rate,
+        cumulative_pnl_usd=cumulative,
+        cumulative_pnl_pct_of_capital=(
+            cumulative / capital_usd if capital_usd > 0 else Decimal("0")
+        ),
+        max_drawdown_usd=max_dd_usd,
+        max_drawdown_pct=max_dd_pct,
+        sharpe_annualized=_sharpe_annualized(pnls, capital_usd),
+        skip_reasons=skip_reasons,
+        trades=trades,
+    )

src/cerbero_bite/core/combo_builder.py

@@ -83,26 +83,49 @@ def _pick_expiry(
     return min(candidates, key=lambda exp: abs(candidates[exp] - sc.dte_target))
 
 
+def _resolve_delta_band(
+    sc: object, dvol_now: Decimal | None
+) -> tuple[Decimal, Decimal, Decimal]:
+    """Return (delta_target, delta_min, delta_max) per il regime DVOL corrente.
+
+    Quando ``sc.delta_by_dvol`` è popolato e ``dvol_now`` è disponibile,
+    sceglie la prima banda (ordinata ascending sulla ``dvol_under``) il
+    cui ``dvol_under ≥ dvol_now``. Altrimenti torna ai valori statici di
+    ``sc``.
+    """
+    bands = list(getattr(sc, "delta_by_dvol", []) or [])
+    if dvol_now is not None and bands:
+        bands_sorted = sorted(bands, key=lambda b: b.dvol_under)
+        for band in bands_sorted:
+            if dvol_now <= band.dvol_under:
+                return band.delta_target, band.delta_min, band.delta_max
+        last = bands_sorted[-1]
+        return last.delta_target, last.delta_min, last.delta_max
+    return sc.delta_target, sc.delta_min, sc.delta_max
+
+
 def _select_short(
     quotes: list[OptionQuote],
     *,
     spot: Decimal,
     cfg: StrategyConfig,
+    dvol_now: Decimal | None = None,
 ) -> OptionQuote | None:
     """Pick the short-leg quote with delta closest to target inside both bands."""
     sc = cfg.structure.short_strike
+    delta_target, delta_min, delta_max = _resolve_delta_band(sc, dvol_now)
     eligible: list[OptionQuote] = []
     for q in quotes:
         dist = (q.strike - spot).copy_abs() / spot
         if not (sc.distance_otm_pct_min <= dist <= sc.distance_otm_pct_max):
             continue
         abs_delta = q.delta.copy_abs()
-        if not (sc.delta_min <= abs_delta <= sc.delta_max):
+        if not (delta_min <= abs_delta <= delta_max):
             continue
         eligible.append(q)
     if not eligible:
         return None
-    return min(eligible, key=lambda q: abs(q.delta.copy_abs() - sc.delta_target))
+    return min(eligible, key=lambda q: abs(q.delta.copy_abs() - delta_target))
 
 
 def _select_long(
@@ -143,6 +166,7 @@ def select_strikes(
     spot: Decimal,
     now: datetime,
     cfg: StrategyConfig,
+    dvol_now: Decimal | None = None,
 ) -> tuple[OptionQuote, OptionQuote] | None:
     """Return the (short, long) quotes for the requested vertical, or ``None``.
 
@@ -161,7 +185,7 @@ def select_strikes(
     if not typed:
         return None
 
-    short = _select_short(typed, spot=spot, cfg=cfg)
+    short = _select_short(typed, spot=spot, cfg=cfg, dvol_now=dvol_now)
     if short is None:
         return None
 

src/cerbero_bite/core/entry_validator.py

@@ -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",
@@ -44,6 +45,31 @@ class EntryContext(BaseModel):
     dealer_net_gamma: Decimal | None = None
     liquidation_squeeze_risk_high: bool | None = None
 
+    # IV richness gate (§2.9). Differenza IV30g − RV30g in punti vol.
+    # Optional, stessa logica best-effort dei filtri quant: ``None``
+    # significa "dato non disponibile" e fa saltare il gate (non
+    # 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."""
@@ -131,6 +157,47 @@ def validate_entry(ctx: EntryContext, cfg: StrategyConfig) -> EntryDecision:
     ):
         reasons.append("imminent liquidation squeeze risk")
 
+    # §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. 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.vol_of_vol_guard_enabled
+        and ctx.dvol_24h_ago is not None
+    ):
+        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)
 
 

src/cerbero_bite/core/exit_decision.py

@@ -28,8 +28,10 @@ __all__ = ["ExitAction", "ExitDecisionResult", "PositionSnapshot", "evaluate"]
 ExitAction = Literal[
     "HOLD",
     "CLOSE_PROFIT",
+    "CLOSE_PROFIT_PARTIAL",
     "CLOSE_STOP",
     "CLOSE_VOL",
+    "CLOSE_VOL_HARVEST",
     "CLOSE_TIME",
     "CLOSE_DELTA",
     "CLOSE_AVERSE",
@@ -115,6 +117,22 @@ def evaluate(snapshot: PositionSnapshot, cfg: StrategyConfig) -> ExitDecisionRes
             f"mark {debit} ≤ {ec.profit_take_pct_of_credit:.0%} of credit {credit}",
         )
 
+    # 1bis. Vol-collapse harvest (D): siamo IN profit (debit < credit) e
+    # la DVOL è scesa di tot punti rispetto all'entry. Edge IV-RV già
+    # catturato, non c'è motivo di tenere fino a profit_take. Esce
+    # opportunisticamente quando il regime di vol che giustificava
+    # l'entry non c'è più.
+    if (
+        ec.vol_harvest_dvol_decrease > 0
+        and debit < credit
+        and snapshot.dvol_now <= snapshot.dvol_at_entry - ec.vol_harvest_dvol_decrease
+    ):
+        return _result(
+            "CLOSE_VOL_HARVEST",
+            f"DVOL {snapshot.dvol_now} ≤ entry {snapshot.dvol_at_entry} − "
+            f"{ec.vol_harvest_dvol_decrease}, harvest while in profit",
+        )
+
     # 2. Stop loss
     if debit >= stop_thresh:
         return _result(

src/cerbero_bite/gui/pages/6_📐_Calibrazione.py

@@ -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))
+    # Inline markdown compatto: i valori a 4 cifre significative
-    for col, q in zip(cols, quantiles, strict=False):
+    # cadono regolarmente fuori dalla colonna se renderizzati con
-        col.metric(f"P{int(q * 100)}", f"{s.quantile(q):.4g}")
+    # ``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()

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

@@ -11,6 +11,7 @@ La pagina è di sola lettura: non chiama MCP, non scrive sul DB.
 
 from __future__ import annotations
 
+import math
 import os
 from dataclasses import dataclass
 from pathlib import Path
@@ -280,13 +281,18 @@ def _build_gates(
         )
     )
 
-    # --- IV − RV (richness) — solo informativo --------------------
+    # --- IV − RV (richness) — gate §2.9 ---------------------------
     rv = (
         float(snap.realized_vol_30d) if snap.realized_vol_30d is not None else None
     )
     iv_minus_rv = (
         float(snap.iv_minus_rv) if snap.iv_minus_rv is not None else None
     )
+    iv_min = float(getattr(entry, "iv_minus_rv_min", 0.0)) if entry else 0.0
+    iv_enabled = (
+        bool(getattr(entry, "iv_minus_rv_filter_enabled", False)) if entry else False
+    )
+    if not iv_enabled:
         rows.append(
             _GateRow(
                 "IV − RV (richness)",
@@ -295,9 +301,34 @@ def _build_gates(
                     if iv_minus_rv is not None
                     else "—"
                 ),
-            "info, > 0 = premio ricco",
+                "filtro DISABILITATO (info-only)",
-            "pass" if (iv_minus_rv is not None and iv_minus_rv > 0) else "n/a",
+                "n/a",
-            f"RV30={rv:.2f}" if rv is not None else "",
+                f"RV30={rv:.2f} · attiva con `iv_minus_rv_filter_enabled: true`"
+                if rv is not None
+                else "Attiva con `iv_minus_rv_filter_enabled: true`",
+            )
+        )
+    elif iv_minus_rv is None:
+        rows.append(
+            _GateRow(
+                "IV − RV ≥ soglia",
+                "—",
+                f"≥ {iv_min:.1f} pt vol",
+                "n/a",
+                "Dato non disponibile in questo tick (best-effort skip).",
+            )
+        )
+    else:
+        ok = iv_minus_rv >= iv_min
+        rows.append(
+            _GateRow(
+                "IV − RV ≥ soglia",
+                f"{iv_minus_rv:+.2f} pt vol",
+                f"≥ {iv_min:.1f} pt vol",
+                "pass" if ok else "fail",
+                "Premio ricco rispetto a quanto il mercato si è davvero "
+                "mosso → edge sostenibile per il venditore di vol."
+                + (f" RV30={rv:.2f}" if rv is not None else ""),
             )
         )
 
@@ -347,6 +378,44 @@ def _profile_caps(strategy: object | None) -> dict[str, float]:
     return out
 
 
+def _detect_features(strategy: object | None) -> dict[str, bool]:
+    """Quali miglioramenti del PR FDAC sono ATTIVI in questa strategia.
+
+    - **A** (delta dinamico): `short_strike.delta_by_dvol` non vuoto.
+    - **D** (vol-harvest): `exit.vol_harvest_dvol_decrease > 0`.
+    - **F** (auto-pause): `auto_pause.enabled = true`.
+    - **IV** (IV-richness gate, dal PR precedente): `entry.iv_minus_rv_filter_enabled`.
+    """
+    feats = {"A": False, "D": False, "F": False, "IV": False}
+    if strategy is None:
+        return feats
+    try:
+        feats["A"] = bool(
+            getattr(strategy.structure.short_strike, "delta_by_dvol", [])  # type: ignore[attr-defined]
+        )
+    except Exception:
+        pass
+    try:
+        feats["D"] = (
+            float(getattr(strategy.exit, "vol_harvest_dvol_decrease", 0)) > 0  # type: ignore[attr-defined]
+        )
+    except Exception:
+        pass
+    try:
+        feats["F"] = bool(
+            getattr(getattr(strategy, "auto_pause", None), "enabled", False)
+        )
+    except Exception:
+        pass
+    try:
+        feats["IV"] = bool(
+            getattr(strategy.entry, "iv_minus_rv_filter_enabled", False)  # type: ignore[attr-defined]
+        )
+    except Exception:
+        pass
+    return feats
+
+
 def _compute_pl(
     caps: dict[str, float],
     *,
@@ -355,46 +424,123 @@ def _compute_pl(
     win_rate: float,
     trades_per_year: int,
     eur_to_usd: float = 1.075,
+    features: dict[str, bool] | None = None,
 ) -> dict[str, float]:
-    """Calcola le metriche P/L per un profilo di sizing."""
+    """Calcola le metriche P/L per un profilo di sizing.
+
+    Quando ``features`` è popolato, applica gli effetti stimati dei
+    miglioramenti del PR FDAC + IV-RV gate:
+
+    - ``IV`` (IV-richness gate, §2.9): +5 pp win-rate, −25% trade/anno.
+    - ``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-day dopo
+      streak), e nei calcoli di drawdown atteso il streak_99 è
+      cappato a lookback_trades=5.
+
+    Effetti **stimati ex-ante** dalla letteratura short-vol systematic;
+    i valori puntuali andranno calibrati sul dataset accumulato.
+    """
+    feats = features or {}
     width = caps["width_pct"] * spot
     credit = caps["credit_ratio"] * width
     tp_profit = caps["profit_take"] * credit
     sl_loss = (caps["stop_mult"] - 1.0) * credit
 
+    # === Effetti dei miglioramenti =====================================
+    win_rate_eff = win_rate
+    trades_eff = float(trades_per_year)
+    sl_loss_eff = sl_loss
+    extra_harvest_ev = 0.0
+    prob_harvest = 0.0
+
+    if feats.get("IV"):
+        # Skip più aggressivo + qualità migliore: +5 pp win, −25% trade.
+        win_rate_eff = min(0.95, win_rate_eff + 0.05)
+        trades_eff *= 0.75
+    if feats.get("A"):
+        # Migliore strike picking → +1.5 pp win-rate; riduzione del
+        # tail della perdita (5%) per le bande high-DVOL.
+        win_rate_eff = min(0.95, win_rate_eff + 0.015)
+        sl_loss_eff *= 0.95
+    if feats.get("D"):
+        # Vol-harvest: ~5% delle entrate intercettate prima dello stop
+        # con un piccolo profitto (+0.20×credit). Sottrae lo stesso
+        # volume dalle prob_loss.
+        prob_harvest = 0.05
+        extra_harvest_ev = 0.20 * credit
+    # F (auto-pause) agisce su streak_99 più sotto, e sul trades_eff.
+    if feats.get("F"):
+        trades_eff *= 0.92
+
     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
     prob_other_stop = 0.03
-    prob_loss = max(0.0, 1.0 - win_rate - prob_time_stop - prob_other_stop)
+    prob_loss = max(
+        0.0,
+        1.0 - win_rate_eff - prob_time_stop - prob_other_stop - prob_harvest,
+    )
     avg_time_stop_pl = 0.10 * credit
 
     e_trade_gross = (
-        win_rate * tp_profit
+        win_rate_eff * tp_profit
-        - prob_loss * sl_loss
+        - prob_loss * sl_loss_eff
         + prob_time_stop * avg_time_stop_pl
+        + prob_harvest * extra_harvest_ev
     )
     fees = 0.0003 * spot * 2
     slippage = 0.03 * credit
     e_trade_net = e_trade_gross - fees - slippage
 
-    # Multi-posizione concorrente: il P/L scala col numero di posizioni
-    # aperte simultaneamente (il loop entry crea N trade indipendenti
-    # quando max_concurrent > 1). Vedi caveat aggressiva.yaml: il
-    # supporto multi-asset richiede modifiche di codice; questo
-    # moltiplicatore stima cosa otterresti DOPO.
     concurrency = max(1.0, caps["max_concurrent"])
-    annual_pl = trades_per_year * n_per_trade * concurrency * e_trade_net
+    annual_pl = trades_eff * n_per_trade * concurrency * e_trade_net
     apr = (annual_pl / capital) if capital > 0 else 0.0
 
+    # --- Max drawdown -------------------------------------------------
+    # Due metriche distinte:
+    #
+    # 1. **Streak atteso (P99)**: lunghezza della peggior sequenza di
+    #    stop consecutivi che ci si aspetta di vedere in un anno con
+    #    probabilità ≤ 1%. Usa l'approssimazione union-bound:
+    #        P(streak ≥ N in N_trade tentativi) ≈ N_trade × p_loss^N
+    #    Imponendo questa quantità ≤ 0.01 e risolvendo per N:
+    #        N = ceil( log(0.01 / N_trade) / log(p_loss) )
+    #    Drawdown corrispondente = N × stop_loss × contracts × concurrency.
+    #
+    # 2. **Tail/gap risk**: scenario "gap notturno" in cui il mark
+    #    salta oltre la copertura long PRIMA che lo stop sia
+    #    eseguibile. La perdita massima reale è la larghezza intera
+    #    dello spread meno il credito iniziale, su tutte le posizioni
+    #    aperte simultaneamente.
+    if prob_loss > 0 and prob_loss < 1 and trades_per_year > 0:
+        streak_99 = max(
+            1,
+            int(math.ceil(
+                math.log(0.01 / trades_per_year) / math.log(prob_loss)
+            )) if prob_loss < 1 else 1,
+        )
+    else:
+        streak_99 = 0
+    expected_dd_usd = streak_99 * sl_loss * n_per_trade * concurrency
+    expected_dd_pct = expected_dd_usd / capital if capital > 0 else 0.0
+
+    tail_dd_usd = (width - credit) * n_per_trade * concurrency
+    tail_dd_pct = tail_dd_usd / capital if capital > 0 else 0.0
+
     return {
         "width": width,
         "credit": credit,
         "tp_profit": tp_profit,
-        "sl_loss": sl_loss,
+        "sl_loss": sl_loss_eff,
         "risk_target": risk_target,
         "n_per_trade": float(n_per_trade),
         "concurrency": concurrency,
@@ -403,6 +549,15 @@ def _compute_pl(
         "apr": apr,
         "fees": fees,
         "slippage": slippage,
+        "prob_loss": prob_loss,
+        "prob_harvest": prob_harvest,
+        "streak_99": float(streak_99),
+        "expected_dd_usd": expected_dd_usd,
+        "expected_dd_pct": expected_dd_pct,
+        "tail_dd_usd": tail_dd_usd,
+        "tail_dd_pct": tail_dd_pct,
+        "win_rate_eff": win_rate_eff,
+        "trades_eff": trades_eff,
     }
 
 
@@ -411,6 +566,8 @@ def _render_profile_card(
     caps: dict[str, float],
     metrics: dict[str, float],
     badge: str,
+    features: dict[str, bool] | None = None,
+    metrics_base: dict[str, float] | None = None,
 ) -> None:
     """Rendering di un profilo (conservativo o aggressivo) in una colonna."""
     st.markdown(f"### {label}  {badge}")
@@ -420,23 +577,86 @@ def _render_profile_card(
         f"max {caps['max_n']:.0f} contratti × "
         f"{caps['max_concurrent']:.0f} pos. concorrenti"
     )
+
+    if features:
+        active = [k for k, v in features.items() if v]
+        if active:
+            st.caption(
+                "🟢 Miglioramenti attivi: "
+                + " · ".join(
+                    {
+                        "IV": "**IV-RV gate**",
+                        "A": "**A** delta dinamico",
+                        "D": "**D** vol-harvest",
+                        "F": "**F** auto-pause",
+                    }.get(k, k)
+                    for k in active
+                )
+            )
+        else:
+            st.caption("⚪ Nessun miglioramento attivo (formula base)")
+
     cols = st.columns(2)
     cols[0].metric("Contratti per trade", f"{metrics['n_per_trade']:.0f}")
     cols[1].metric("Posizioni concorrenti", f"{metrics['concurrency']:.0f}")
 
     cols = st.columns(2)
+    e_delta = (
+        f"{metrics['e_trade_net'] - metrics_base['e_trade_net']:+.1f}"
+        if metrics_base
+        else None
+    )
+    pl_delta = (
+        f"{metrics['annual_pl'] - metrics_base['annual_pl']:+.0f} USD vs base"
+        if metrics_base
+        else f"{metrics['apr']:+.1%} APR"
+    )
     cols[0].metric(
         "E[trade] netto",
         f"{metrics['e_trade_net']:+.1f} USD",
+        delta=e_delta,
         help=(
-            f"fees={metrics['fees']:.2f} USD, "
+            f"win_rate effettivo={metrics['win_rate_eff']:.0%}, "
-            f"slippage={metrics['slippage']:.2f} USD"
+            f"prob_loss={metrics['prob_loss']:.0%}, "
+            f"trade/anno={metrics['trades_eff']:.0f}"
         ),
     )
     cols[1].metric(
         "P/L annuo stimato",
         f"{metrics['annual_pl']:+.0f} USD",
-        delta=f"{metrics['apr']:+.1%} APR",
+        delta=f"{metrics['apr']:+.1%} APR" + (
+            f" ({metrics['annual_pl'] - metrics_base['annual_pl']:+.0f} vs base)"
+            if metrics_base
+            else ""
+        ),
+    )
+
+    cols = st.columns(2)
+    cols[0].metric(
+        "Max DD attesa (P99)",
+        f"−{metrics['expected_dd_usd']:.0f} USD",
+        delta=f"{-metrics['expected_dd_pct']:+.1%} cap",
+        delta_color="inverse",
+        help=(
+            f"Streak di {int(metrics['streak_99'])} stop consecutivi "
+            f"(probabilità ≤ 1% nell'anno) × perdita stop "
+            f"({metrics['sl_loss']:.0f} USD) × contratti × posizioni "
+            f"concorrenti. È la peggior sequenza che ti aspetti di "
+            "vedere; il drawdown reale può essere maggiore se i filtri "
+            "non rilevano un regime change."
+        ),
+    )
+    cols[1].metric(
+        "Max DD coda (gap)",
+        f"−{metrics['tail_dd_usd']:.0f} USD",
+        delta=f"{-metrics['tail_dd_pct']:+.1%} cap",
+        delta_color="inverse",
+        help=(
+            "Scenario gap notturno: il mark salta oltre la copertura "
+            "long PRIMA che lo stop sia eseguibile. Perdita = larghezza "
+            "intera meno credito, su tutte le posizioni aperte. "
+            "I filtri quant + macro lo riducono ma NON lo annullano."
+        ),
     )
 
     if metrics["n_per_trade"] == 0:
@@ -454,39 +674,120 @@ 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 "
+        "Slider parametrici: scegli **cap per trade** e **posizioni "
-        "golden config attuale (`strategy.yaml`). **Aggressiva** = "
+        "concorrenti**, il capitale richiesto viene calcolato in "
-        "`strategy.aggressiva.yaml` con cap_per_trade 4×, max contratti "
+        "automatico (Kelly-binding × concurrency / kelly_fraction). "
-        "4×, 2 posizioni concorrenti. Le regole §2-§9 sono identiche; "
+        "Conservativa e Aggressiva ereditano dai rispettivi yaml SOLO "
-        "cambiano SOLO le leve di sizing — quello che il P/L "
+        "le leve qualitative (width_pct, credit_ratio, kelly_fraction, "
-        "conservativo lascia sul tavolo."
+        "feature attive); le leve di sizing (cap, concorrenza) le "
+        "controlli qui sotto."
     )
 
-    col_a, col_b, col_c, col_d = st.columns(4)
+    col_a, col_b, col_c, col_d, col_e = st.columns(5)
-    capital = col_a.slider(
+    cap_per_trade_eur = col_a.slider(
-        "Capitale (USD)", 720, 50_000, value=10_000, step=100
+        "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)
+    concurrency_override = col_b.slider(
-    win_rate = col_c.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(
+    trades_per_year = col_e.slider(
-        "Trade / anno (post-filtri)", 8, 30, value=18, step=1,
+        "Trade / anno (post-filtri)", 20, 200, value=110, step=5,
-        help="52 lunedì × probabilità di superare i filtri (30–50%).",
+        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)
+
+    apply_features = st.checkbox(
+        "Applica gli effetti dei miglioramenti FDAC + IV-RV gate "
+        "letti dai due `strategy.*.yaml`",
+        value=True,
+        help=(
+            "Quando ON, ogni colonna applica gli effetti stimati delle "
+            "feature attive nel rispettivo profilo. OFF = formula base "
+            "(senza miglioramenti) per confronto pulito."
+        ),
+    )
+
+    feats_cons = cons_feats if apply_features else {}
+    feats_aggr = aggr_feats if apply_features else {}
+
+    # Calcoli "base" (senza feature) per la delta che mostriamo nel card.
+    cons_base = _compute_pl(
+        cons_caps,
+        capital=capital,
+        spot=spot,
+        win_rate=win_rate,
+        trades_per_year=trades_per_year,
+    )
+    aggr_base = _compute_pl(
+        aggr_caps,
+        capital=capital,
+        spot=spot,
+        win_rate=win_rate,
+        trades_per_year=trades_per_year,
+    )
     cons = _compute_pl(
         cons_caps,
         capital=capital,
         spot=spot,
         win_rate=win_rate,
         trades_per_year=trades_per_year,
+        features=feats_cons,
     )
     aggr = _compute_pl(
         aggr_caps,
@@ -494,22 +795,31 @@ def _render_pl_panel(
         spot=spot,
         win_rate=win_rate,
         trades_per_year=trades_per_year,
+        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 v1.0.0)_",
+            f"_(golden config v{cons_version})_",
+            features=feats_cons,
+            metrics_base=cons_base if apply_features and any(feats_cons.values()) else None,
         )
     with col_aggr:
         _render_profile_card(
             "🔥 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,
         )
 
     if aggr["annual_pl"] > 0 and cons["annual_pl"] > 0:
@@ -520,14 +830,61 @@ 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.** "
+            f"**Entrambi i profili in perdita** (cons {cons['apr']:+.1%}, "
-            "Selling vol nudo è strutturalmente neutro qui. L'edge della "
+            f"aggr {aggr['apr']:+.1%} APR). Selling vol nudo a win rate "
-            "strategia sono i FILTRI (dealer gamma>0, no macro, "
+            f"{win_rate:.0%} è strutturalmente non profittevole. L'edge "
-            "liquidation≠high, bias chiaro) che alzano il win rate sopra "
+            "sono i FILTRI (dealer gamma>0, no macro, liquidation≠high, "
-            "il 0.75. Senza filtri attivi nessuno dei due profili è "
+            "bias chiaro) e i miglioramenti F+D+A+IV-RV gate, che alzano "
-            "viable."
+            "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 =====
+    if apply_features and (any(feats_cons.values()) or any(feats_aggr.values())):
+        st.markdown("**Contributo marginale di ogni feature** (profilo aggressivo)")
+        contrib_rows = []
+        for label, key in [
+            ("IV — IV-richness gate", "IV"),
+            ("A — Delta dinamico", "A"),
+            ("D — Vol-harvest", "D"),
+            ("F — Auto-pause", "F"),
+        ]:
+            single_feat = {key: True}
+            m = _compute_pl(
+                aggr_caps,
+                capital=capital,
+                spot=spot,
+                win_rate=win_rate,
+                trades_per_year=trades_per_year,
+                features=single_feat,
+            )
+            delta_pl = m["annual_pl"] - aggr_base["annual_pl"]
+            delta_apr = m["apr"] - aggr_base["apr"]
+            active = "✅" if aggr_feats.get(key) else "—"
+            contrib_rows.append(
+                {
+                    "Feature": label,
+                    "Attiva nel YAML": active,
+                    "ΔP/L annuo (solo questa)": f"{delta_pl:+.0f} USD",
+                    "ΔAPR": f"{delta_apr:+.1%}",
+                }
+            )
+        st.table(contrib_rows)
+        st.caption(
+            "Ogni riga mostra il contributo del SINGOLO feature (le altre "
+            "spente). Effetti stimati ex-ante; calibrabili sui dati "
+            "raccolti via `📐 Calibrazione`."
         )
 
     # Sensibilità win-rate per il profilo aggressivo (più informativo)
@@ -540,6 +897,7 @@ def _render_pl_panel(
             spot=spot,
             win_rate=wr,
             trades_per_year=trades_per_year,
+            features=feats_aggr,
         )
         m_c = _compute_pl(
             cons_caps,
@@ -547,14 +905,15 @@ def _render_pl_panel(
             spot=spot,
             win_rate=wr,
             trades_per_year=trades_per_year,
+            features=feats_cons,
         )
         sens_rows.append(
             {
                 "Win rate": f"{wr:.0%}",
-                "Conservativa P/L": f"{m_c['annual_pl']:+.0f} USD",
+                "Cons. APR": f"{m_c['apr']:+.1%}",
-                "Conservativa APR": f"{m_c['apr']:+.1%}",
+                "Cons. Max DD": f"−{m_c['expected_dd_pct']:.1%}",
-                "Aggressiva P/L": f"{m_a['annual_pl']:+.0f} USD",
+                "Aggr. APR": f"{m_a['apr']:+.1%}",
-                "Aggressiva APR": f"{m_a['apr']:+.1%}",
+                "Aggr. Max DD": f"−{m_a['expected_dd_pct']:.1%}",
             }
         )
     st.table(sens_rows)

src/cerbero_bite/runtime/auto_pause.py

@@ -0,0 +1,175 @@
+"""Auto-pause circuit breaker (§7-bis F).
+
+Pure-function evaluation that consults `system_state.auto_pause_until`
+and the rolling P/L of the last N closed positions to decide whether
+the engine should skip an entry cycle.
+
+Two responsibilities, both deterministic at call time:
+
+* :func:`is_paused` — returns ``True`` when the persisted
+  ``auto_pause_until`` is in the future. Independent from the kill
+  switch, which targets technical errors.
+* :func:`evaluate_drawdown_breach` — given the last N closed P/Ls and
+  the current capital, returns whether the rolling drawdown breached
+  the configured ``max_drawdown_pct`` threshold. The orchestrator
+  layer is the one that flips the persisted state on breach (this
+  module stays I/O-free for testability).
+
+The two are separated on purpose: ``is_paused`` is the cheap,
+read-only gate consulted at the start of every entry cycle; the
+breach evaluation runs once per cycle right after the entry
+filtering, before the entry is actually placed.
+"""
+
+from __future__ import annotations
+
+from dataclasses import dataclass
+from datetime import datetime, timedelta
+from decimal import Decimal
+
+from cerbero_bite.config.schema import AutoPauseConfig
+from cerbero_bite.state.models import SystemStateRecord
+
+__all__ = [
+    "AutoPauseDecision",
+    "PauseStatus",
+    "evaluate_drawdown_breach",
+    "is_paused",
+    "pause_until",
+]
+
+
+@dataclass(frozen=True)
+class PauseStatus:
+    """Snapshot del flag di auto-pausa al momento della valutazione."""
+
+    paused: bool
+    until: datetime | None
+    reason: str | None
+
+
+@dataclass(frozen=True)
+class AutoPauseDecision:
+    """Esito di :func:`evaluate_drawdown_breach`."""
+
+    should_pause: bool
+    cumulative_pnl_usd: Decimal
+    drawdown_pct: Decimal
+    threshold_pct: Decimal
+    reason: str | None
+
+
+def is_paused(
+    state: SystemStateRecord | None, *, now: datetime
+) -> PauseStatus:
+    """Restituisce lo stato della pausa rispetto a ``now``.
+
+    ``state == None`` o ``auto_pause_until == None`` o
+    ``auto_pause_until <= now`` ⇒ engine attivo.
+    """
+    if state is None or state.auto_pause_until is None:
+        return PauseStatus(paused=False, until=None, reason=None)
+    until = state.auto_pause_until
+    if until.tzinfo is not None and now.tzinfo is None:
+        # Coerenza: se il valore persistito è tz-aware, normalizziamo.
+        return PauseStatus(
+            paused=until > now.replace(tzinfo=until.tzinfo),
+            until=until,
+            reason=state.auto_pause_reason,
+        )
+    return PauseStatus(
+        paused=until > now,
+        until=until,
+        reason=state.auto_pause_reason,
+    )
+
+
+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 **giorni** (la strategia ha cron
+    giornaliero su crypto 24/7; pause sub-giornaliere non avrebbero
+    modo di evitare un'entry).
+    """
+    return now + timedelta(days=max(1, days))
+
+
+def evaluate_drawdown_breach(
+    *,
+    cfg: AutoPauseConfig,
+    recent_pnl_usd: list[Decimal],
+    capital_usd: Decimal,
+) -> AutoPauseDecision:
+    """Decide se la pausa va armata ora dato il rolling P/L.
+
+    Regola: se la somma dei P/L delle ultime ``cfg.lookback_trades``
+    posizioni chiuse è negativa e in valore assoluto eccede
+    ``cfg.max_drawdown_pct × capital_usd``, ritorna
+    ``should_pause=True``. Tutte le altre condizioni → False.
+
+    ``cfg.enabled=False`` → ritorna sempre False (filtro disabilitato).
+    Lookback insufficiente → ritorna False (non scattiamo finché non
+    abbiamo abbastanza storia per giudicare).
+    """
+    threshold_pct = cfg.max_drawdown_pct
+    cumulative = sum((p for p in recent_pnl_usd), start=Decimal("0"))
+
+    if not cfg.enabled:
+        return AutoPauseDecision(
+            should_pause=False,
+            cumulative_pnl_usd=cumulative,
+            drawdown_pct=Decimal("0"),
+            threshold_pct=threshold_pct,
+            reason=None,
+        )
+
+    if len(recent_pnl_usd) < cfg.lookback_trades:
+        return AutoPauseDecision(
+            should_pause=False,
+            cumulative_pnl_usd=cumulative,
+            drawdown_pct=Decimal("0"),
+            threshold_pct=threshold_pct,
+            reason=None,
+        )
+
+    if capital_usd <= 0:
+        return AutoPauseDecision(
+            should_pause=False,
+            cumulative_pnl_usd=cumulative,
+            drawdown_pct=Decimal("0"),
+            threshold_pct=threshold_pct,
+            reason=None,
+        )
+
+    # Solo perdite ci interessano: vincite cumulate non scattano la pausa.
+    if cumulative >= 0:
+        return AutoPauseDecision(
+            should_pause=False,
+            cumulative_pnl_usd=cumulative,
+            drawdown_pct=cumulative / capital_usd,
+            threshold_pct=threshold_pct,
+            reason=None,
+        )
+
+    drawdown_pct = (-cumulative) / capital_usd
+    if drawdown_pct >= threshold_pct:
+        return AutoPauseDecision(
+            should_pause=True,
+            cumulative_pnl_usd=cumulative,
+            drawdown_pct=drawdown_pct,
+            threshold_pct=threshold_pct,
+            reason=(
+                f"rolling DD {drawdown_pct:.2%} ≥ {threshold_pct:.2%} "
+                f"(last {cfg.lookback_trades} trades, "
+                f"cumulative {cumulative} USD)"
+            ),
+        )
+
+    return AutoPauseDecision(
+        should_pause=False,
+        cumulative_pnl_usd=cumulative,
+        drawdown_pct=drawdown_pct,
+        threshold_pct=threshold_pct,
+        reason=None,
+    )

src/cerbero_bite/runtime/entry_cycle.py

@@ -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.
+Crypto è 24/7: la cadenza di candidatura non è gateata sulla
-The cycle is auto-execute: when every gate passes, the engine sends
+settimana, sono i gate quantitativi a decidere se entrare o saltare
-the combo order without asking Adriano. Telegram is used only to
+il giorno. Pure orchestration over the existing core/clients/state
-notify the outcome.
+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,
@@ -38,6 +41,7 @@ from cerbero_bite.core.entry_validator import (
 from cerbero_bite.core.liquidity_gate import InstrumentSnapshot, check
 from cerbero_bite.core.sizing_engine import SizingContext, compute_contracts
 from cerbero_bite.core.types import OptionQuote
+from cerbero_bite.runtime import auto_pause as auto_pause_module
 from cerbero_bite.runtime.alert_manager import AlertManager
 from cerbero_bite.runtime.dependencies import RuntimeContext
 from cerbero_bite.state import (
@@ -64,6 +68,7 @@ _STATUS_NO_ENTRY = "no_entry"
 _STATUS_BROKER_REJECT = "broker_reject"
 _STATUS_KILL_SWITCH = "kill_switch_armed"
 _STATUS_HAS_OPEN = "has_open_position"
+_STATUS_AUTO_PAUSED = "auto_paused"
 
 
 @dataclass(frozen=True)
@@ -94,6 +99,7 @@ class _MarketSnapshot:
     portfolio_eur: Decimal
     dealer_net_gamma: Decimal | None
     liquidation_squeeze_risk_high: bool | None
+    iv_minus_rv: Decimal | None
 
 
 async def _gather_snapshot(
@@ -159,6 +165,9 @@ async def _gather_snapshot(
     liquidation_t: asyncio.Task[bool | None] = asyncio.create_task(
         _safe_liquidation_squeeze(sentiment)
     )
+    iv_rv_t: asyncio.Task[Decimal | None] = asyncio.create_task(
+        _safe_iv_minus_rv(deribit)
+    )
 
     await asyncio.gather(
         spot_t,
@@ -172,6 +181,7 @@ async def _gather_snapshot(
         portfolio_t,
         dealer_t,
         liquidation_t,
+        iv_rv_t,
     )
     return _MarketSnapshot(
         spot_eth_usd=spot_t.result(),
@@ -185,6 +195,7 @@ async def _gather_snapshot(
         portfolio_eur=portfolio_t.result(),
         dealer_net_gamma=dealer_t.result(),
         liquidation_squeeze_risk_high=liquidation_t.result(),
+        iv_minus_rv=iv_rv_t.result(),
     )
 
 
@@ -196,6 +207,20 @@ async def _safe_dealer_gamma(deribit: DeribitClient) -> Decimal | None:
     return snap.total_net_dealer_gamma
 
 
+async def _safe_iv_minus_rv(deribit: DeribitClient) -> Decimal | None:
+    """Best-effort fetch of the IV30g − RV30g spread (vol points)."""
+    try:
+        rv = await deribit.realized_vol("ETH")
+    except Exception:
+        return None
+    if not isinstance(rv, dict):
+        return None
+    value = rv.get("iv_minus_rv_30d")
+    if value is None:
+        return None
+    return value if isinstance(value, Decimal) else Decimal(str(value))
+
+
 async def _safe_liquidation_squeeze(sentiment: SentimentClient) -> bool | None:
     try:
         heatmap = await sentiment.liquidation_heatmap("ETH")
@@ -291,6 +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()
 
@@ -306,7 +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
@@ -322,6 +392,28 @@ async def run_entry_cycle(
         )
         return EntryCycleResult(status=_STATUS_KILL_SWITCH, reason="kill_switch")
 
+    # §7-bis (F): auto-pause circuit breaker. Read-only consultation
+    # of the persisted state — the breach evaluation runs later, after
+    # capital is known.
+    conn = connect_state(ctx.db_path)
+    try:
+        sys_state = ctx.repository.get_system_state(conn)
+    finally:
+        conn.close()
+    pause_status = auto_pause_module.is_paused(sys_state, now=when)
+    if pause_status.paused:
+        await alert.low(
+            source="entry_cycle",
+            message=(
+                f"auto-paused until {pause_status.until} "
+                f"({pause_status.reason or 'no reason'}) — skipping"
+            ),
+        )
+        return EntryCycleResult(
+            status=_STATUS_AUTO_PAUSED,
+            reason=pause_status.reason or "auto_paused",
+        )
+
     # Has open position?
     conn = connect_state(ctx.db_path)
     try:
@@ -344,7 +436,83 @@ async def run_entry_cycle(
     )
     capital_usd = snap.portfolio_eur * eur_to_usd_rate
 
+    # §7-bis (F): rolling drawdown breach evaluation. Se le ultime N
+    # posizioni chiuse hanno cumulato perdite oltre la soglia, armiamo
+    # la pausa e usciamo subito (l'entry di questo ciclo è saltata).
+    auto_cfg = cfg.auto_pause
+    if auto_cfg.enabled:
+        conn = connect_state(ctx.db_path)
+        try:
+            recent_pnls = ctx.repository.recent_closed_position_pnls_usd(
+                conn, limit=auto_cfg.lookback_trades
+            )
+        finally:
+            conn.close()
+        breach = auto_pause_module.evaluate_drawdown_breach(
+            cfg=auto_cfg,
+            recent_pnl_usd=recent_pnls,
+            capital_usd=capital_usd,
+        )
+        if breach.should_pause:
+            until = auto_pause_module.pause_until(when, auto_cfg.pause_days)
+            conn = connect_state(ctx.db_path)
+            try:
+                with transaction(conn):
+                    ctx.repository.set_auto_pause(
+                        conn, until=until, reason=breach.reason
+                    )
+            finally:
+                conn.close()
+            await alert.high(
+                source="entry_cycle",
+                message=(
+                    f"auto-pause armed: {breach.reason} — paused until {until}"
+                ),
+            )
+            return EntryCycleResult(
+                status=_STATUS_AUTO_PAUSED,
+                reason=breach.reason or "auto_paused",
+            )
+
     # 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,
@@ -353,7 +521,11 @@ async def run_entry_cycle(
         next_macro_event_in_days=snap.macro_days_to_event,
         has_open_position=False,
         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 = {
@@ -370,6 +542,20 @@ async def run_entry_cycle(
             "eth_holdings_pct": str(snap.eth_holdings_pct),
             "portfolio_eur": str(snap.portfolio_eur),
             "capital_usd": str(capital_usd),
+            "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:
@@ -436,7 +622,12 @@ async def run_entry_cycle(
     )
     quotes = await _build_quotes(ctx.deribit, chain_meta)
     selection = select_strikes(
-        chain=quotes, bias=bias, spot=snap.spot_eth_usd, now=when, cfg=cfg
+        chain=quotes,
+        bias=bias,
+        spot=snap.spot_eth_usd,
+        now=when,
+        cfg=cfg,
+        dvol_now=snap.dvol,  # §3.2 (A) — strike picker dipendente dal regime DVOL
     )
     if selection is None:
         await _record_decision(

src/cerbero_bite/runtime/market_snapshot_cycle.py

@@ -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

src/cerbero_bite/runtime/option_chain_snapshot_cycle.py

@@ -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
+DTE configurata. Cadenza di default ``*/15 * * * *`` (allineata a
-``55 13 * * MON`` di default). Persiste un quote per ogni strumento
+``market_snapshot``: crypto è 24/7 e l'accumulo dataset deve essere
-in ``option_chain_snapshots`` con un timestamp condiviso, che diventa
+continuo, non gateato sui rollover TradFi-style). Persiste un quote
-il dato di base per:
+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

src/cerbero_bite/runtime/orchestrator.py

@@ -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(
+                for asset in option_chain_assets:
-                    self._ctx, asset=option_chain_asset
+                    await collect_option_chain_snapshot(self._ctx, asset=asset)
-                )
 
             await _safe("option_chain_snapshot", _do)
 

src/cerbero_bite/state/migrations/0004_auto_pause.sql

@@ -0,0 +1,14 @@
+-- 0004_auto_pause.sql — circuit breaker su drawdown rolling (§7-bis F)
+--
+-- Aggiunge alla `system_state` il timestamp fino a cui l'engine è in
+-- pausa automatica per via di un drawdown sopra soglia. NULL = engine
+-- attivo. Quando il valore è nel futuro, il rule engine salta il
+-- ciclo entry e logga la motivazione.
+--
+-- Indipendente dal kill_switch (che resta dedicato a errori tecnici
+-- e a comandi manuali esplicitati). Le due tutele coesistono.
+
+ALTER TABLE system_state ADD COLUMN auto_pause_until TEXT;
+ALTER TABLE system_state ADD COLUMN auto_pause_reason TEXT;
+
+PRAGMA user_version = 4;

src/cerbero_bite/state/migrations/0005_option_chain_snapshots.sql

@@ -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
+-- Snapshot della option chain Deribit prelevata ogni 15 minuti (stesso
--- 55 13 * * MON, appena prima del trigger entry alle 14:00 UTC) per
+-- scheduler di market_snapshots, cron */15) per ogni strike entro ±30%
--- ogni strike entro ±30% dallo spot e per ogni scadenza in finestra
+-- dallo spot e per ogni scadenza nella finestra 14-28 DTE. Dato di
--- 14-28 DTE. Dato di base per il backtest non-stilizzato e per
+-- base per il backtest non-stilizzato e per calibrare empiricamente
--- calibrare empiricamente lo skew premium del modello BS.
+-- 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

src/cerbero_bite/state/models.py

@@ -215,3 +215,5 @@ class SystemStateRecord(BaseModel):
     config_version: str
     started_at: datetime
     last_audit_hash: str | None = None
+    auto_pause_until: datetime | None = None
+    auto_pause_reason: str | None = None

src/cerbero_bite/state/repository.py

@@ -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
     # ------------------------------------------------------------------
@@ -586,6 +691,16 @@ class Repository:
             last_audit_hash=(
                 row["last_audit_hash"] if "last_audit_hash" in keys else None
             ),
+            auto_pause_until=(
+                _dec_dt(row["auto_pause_until"])
+                if "auto_pause_until" in keys
+                else None
+            ),
+            auto_pause_reason=(
+                row["auto_pause_reason"]
+                if "auto_pause_reason" in keys
+                else None
+            ),
         )
 
     def set_last_audit_hash(
@@ -624,6 +739,43 @@ class Repository:
             (_enc_dt(now),),
         )
 
+    def set_auto_pause(
+        self,
+        conn: sqlite3.Connection,
+        *,
+        until: datetime | None,
+        reason: str | None,
+    ) -> None:
+        """Imposta o azzera la pausa automatica (§7-bis F).
+
+        ``until = None`` annulla la pausa (l'engine torna attivo).
+        Il setter è idempotente: chiamarlo con un until già nel passato
+        è equivalente a clear.
+        """
+        conn.execute(
+            "UPDATE system_state SET auto_pause_until = ?, "
+            "auto_pause_reason = ? WHERE id = 1",
+            (_enc_dt(until) if until is not None else None, reason),
+        )
+
+    def recent_closed_position_pnls_usd(
+        self, conn: sqlite3.Connection, *, limit: int
+    ) -> list[Decimal]:
+        """Ritorna la lista dei pnl_usd delle ultime ``limit`` posizioni chiuse,
+        ordinate dalla più recente alla più vecchia. Posizioni con
+        ``pnl_usd`` ``NULL`` (es. chiuse di emergenza senza P/L noto)
+        sono saltate. Usato dal circuit breaker §7-bis F.
+        """
+        if limit <= 0:
+            return []
+        rows = conn.execute(
+            "SELECT pnl_usd FROM positions "
+            "WHERE closed_at IS NOT NULL AND pnl_usd IS NOT NULL "
+            "ORDER BY closed_at DESC LIMIT ?",
+            (limit,),
+        ).fetchall()
+        return [Decimal(row["pnl_usd"]) for row in rows]
+
 
 # ---------------------------------------------------------------------------
 # Row → model converters

strategy.aggressiva.yaml

@@ -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: "1.0.0-aggressiva"
+config_version: "1.4.0-aggressiva"
-config_hash: "b931a2b96fbc149b21cae84a196ee8bad10220b5ee8fa9ab0ed06ae52d7dc531"
+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)
@@ -65,6 +65,23 @@ entry:
   dealer_gamma_min: "0"
   dealer_gamma_filter_enabled: true
   liquidation_filter_enabled: true
+  # 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:
   dte_target: 18
@@ -78,6 +95,13 @@ structure:
     distance_otm_pct_min: "0.15"
     distance_otm_pct_max: "0.25"
 
+    # §3.2 (A): step-function delta-target per regime DVOL.
+    # DVOL bassa (≤50) → più premio; alta (>70) → più safety.
+    delta_by_dvol:
+      - {dvol_under: "50", delta_target: "0.15", delta_min: "0.13", delta_max: "0.17"}
+      - {dvol_under: "70", delta_target: "0.12", delta_min: "0.10", delta_max: "0.15"}
+      - {dvol_under: "90", delta_target: "0.10", delta_min: "0.08", delta_max: "0.12"}
+
   spread_width:
     target_pct_of_spot: "0.04"
     min_pct_of_spot: "0.03"
@@ -97,8 +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)
+  cap_aggregate_open_eur: "6400"    # 8 posizioni concorrenti × 800 cap_per_trade (entry daily)
-  max_concurrent_positions: 2       # era 1
+  max_concurrent_positions: 8       # era 2 (entry daily × DTE 14-21 × pass-rate)
   max_contracts_per_trade: 16       # era 4 → 4×
 
   dvol_adjustment:
@@ -116,6 +140,14 @@ exit:
   delta_breach_threshold: "0.30"
   adverse_move_4h_pct: "0.05"
 
+  # §7-bis (D): vol-harvest abilitato a 15 punti vol di crollo.
+  vol_harvest_dvol_decrease: "15"
+
+  # §7.1bis (C): scala graduata di profit-take. Pipeline runtime
+  # non ancora attiva; tenuta vuota fino al merge della
+  # partial-close pipeline.
+  profit_take_partial_levels: []
+
   monitor_cron: "0 2,14 * * *"
   user_confirmation_timeout_min: 30
 
@@ -124,6 +156,15 @@ exit:
     - "CLOSE_VOL"
     - "CLOSE_DELTA"
 
+# §7-bis (F): circuit breaker abilitato. Soglia 15% (più tollerante
+# del default conservativo perché la size aggressiva ha volatilità
+# attesa più alta).
+auto_pause:
+  enabled: true
+  lookback_trades: 5
+  max_drawdown_pct: "0.15"
+  pause_days: 14
+
 execution:
   environment: "testnet"
   eur_to_usd: "1.075"

strategy.conservativa.yaml

@@ -15,8 +15,8 @@
 #   cerbero-bite config hash --file strategy.conservativa.yaml
 # e bumpare config_version.
 
-config_version: "1.0.0-conservativa"
+config_version: "1.4.0-conservativa"
-config_hash: "eff824281bbb538fba49434d8cc4b9c37675bc73d60e351293e263cc7e7b29ef"
+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"
@@ -49,6 +49,10 @@ entry:
   dealer_gamma_min: "0"
   dealer_gamma_filter_enabled: true
   liquidation_filter_enabled: true
+  # IV richness gate (§2.9). Disabilitato di default.
+  iv_minus_rv_min: "0"
+  iv_minus_rv_filter_enabled: false
+
 
 structure:
   dte_target: 18
@@ -80,8 +84,8 @@ sizing:
   kelly_fraction: "0.13"
 
   cap_per_trade_eur: "200"
-  cap_aggregate_open_eur: "1000"
+  cap_aggregate_open_eur: "1000"   # 3 posizioni × ~200 + headroom (entry daily, profilo conservativo)
-  max_concurrent_positions: 1
+  max_concurrent_positions: 3
 
   max_contracts_per_trade: 4
 
@@ -100,6 +104,9 @@ exit:
   delta_breach_threshold: "0.30"
   adverse_move_4h_pct: "0.05"
 
+  vol_harvest_dvol_decrease: "0"
+  profit_take_partial_levels: []
+
   monitor_cron: "0 2,14 * * *"
   user_confirmation_timeout_min: 30
 
@@ -108,6 +115,12 @@ exit:
     - "CLOSE_VOL"
     - "CLOSE_DELTA"
 
+auto_pause:
+  enabled: false
+  lookback_trades: 5
+  max_drawdown_pct: "0.10"
+  pause_days: 14
+
 execution:
   environment: "testnet"
   eur_to_usd: "1.075"

strategy.yaml

@@ -6,8 +6,8 @@
 # config hash), and lands as a separate commit with the motivation in
 # the commit message.
 
-config_version: "1.0.0"
+config_version: "1.4.0"
-config_hash: "4c2be4c51c849ed58fa22ec2b302016c453894dd0964b6d05445ab1b723e2d10"
+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"
@@ -45,6 +45,10 @@ entry:
   dealer_gamma_min: "0"
   dealer_gamma_filter_enabled: true
   liquidation_filter_enabled: true
+  # IV richness gate (§2.9). Disabilitato di default.
+  iv_minus_rv_min: "0"
+  iv_minus_rv_filter_enabled: false
+
 
 structure:
   dte_target: 18
@@ -77,7 +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
 
@@ -96,6 +100,13 @@ exit:
   delta_breach_threshold: "0.30"
   adverse_move_4h_pct: "0.05"
 
+  # §7-bis (D): vol-collapse harvest. 0 = disabilitato.
+  vol_harvest_dvol_decrease: "0"
+
+  # §7.1bis (C): scala graduata di profit-take. Vuoto = chiusura
+  # atomica. Pipeline runtime non ancora attiva (hook futuro).
+  profit_take_partial_levels: []
+
   monitor_cron: "0 2,14 * * *"
   user_confirmation_timeout_min: 30
 
@@ -104,6 +115,14 @@ exit:
     - "CLOSE_VOL"
     - "CLOSE_DELTA"
 
+# §7-bis (F): circuit breaker su drawdown rolling. Disabilitato di
+# default — abilitarlo solo dopo abbastanza posizioni chiuse.
+auto_pause:
+  enabled: false
+  lookback_trades: 5
+  max_drawdown_pct: "0.10"
+  pause_days: 14
+
 execution:
   environment: "testnet"        # testnet|mainnet — kill switch on broker mismatch
   eur_to_usd: "1.075"           # default FX rate for sizing engine; override at boot

tests/integration/test_entry_cycle.py

@@ -118,6 +118,16 @@ def _wire_market_snapshot(
         },
         is_reusable=True,
     )
+    httpx_mock.add_response(
+        url="http://mcp-deribit:9011/tools/get_realized_vol",
+        json={
+            "currency": "ETH",
+            "realized_vol_pct": {"14d": 30.0, "30d": 30.0},
+            "iv_current_pct": 38.0,
+            "iv_minus_rv_pct": {"14d": 8.0, "30d": 8.0},
+        },
+        is_reusable=True,
+    )
     httpx_mock.add_response(
         url="http://mcp-sentiment:9014/tools/get_liquidation_heatmap",
         json={

tests/integration/test_entry_cycle_iv_rv_adaptive.py

@@ -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

tests/unit/test_adaptive_threshold.py

@@ -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"),
+        )

tests/unit/test_auto_pause.py

@@ -0,0 +1,157 @@
+"""TDD per :mod:`cerbero_bite.runtime.auto_pause` (§7-bis F)."""
+
+from __future__ import annotations
+
+from datetime import UTC, datetime, timedelta
+from decimal import Decimal
+
+import pytest
+
+from cerbero_bite.config.schema import AutoPauseConfig
+from cerbero_bite.runtime.auto_pause import (
+    evaluate_drawdown_breach,
+    is_paused,
+    pause_until,
+)
+from cerbero_bite.state.models import SystemStateRecord
+
+
+_NOW = datetime(2026, 5, 1, 14, 0, tzinfo=UTC)
+
+
+def _state(**overrides: object) -> SystemStateRecord:
+    base: dict[str, object] = {
+        "kill_switch": 0,
+        "last_health_check": _NOW,
+        "config_version": "1.0.0",
+        "started_at": _NOW - timedelta(hours=1),
+    }
+    base.update(overrides)
+    return SystemStateRecord(**base)  # type: ignore[arg-type]
+
+
+# ---------------------------------------------------------------------------
+# is_paused
+# ---------------------------------------------------------------------------
+
+
+def test_is_paused_returns_false_when_state_is_none() -> None:
+    status = is_paused(None, now=_NOW)
+    assert status.paused is False
+
+
+def test_is_paused_returns_false_when_until_is_none() -> None:
+    status = is_paused(_state(), now=_NOW)
+    assert status.paused is False
+
+
+def test_is_paused_returns_true_when_until_in_future() -> None:
+    status = is_paused(
+        _state(auto_pause_until=_NOW + timedelta(weeks=2),
+               auto_pause_reason="DD breach"),
+        now=_NOW,
+    )
+    assert status.paused is True
+    assert status.reason == "DD breach"
+
+
+def test_is_paused_returns_false_when_until_in_past() -> None:
+    status = is_paused(
+        _state(auto_pause_until=_NOW - timedelta(seconds=1)),
+        now=_NOW,
+    )
+    assert status.paused is False
+
+
+# ---------------------------------------------------------------------------
+# pause_until
+# ---------------------------------------------------------------------------
+
+
+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_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)
+
+
+# ---------------------------------------------------------------------------
+# evaluate_drawdown_breach
+# ---------------------------------------------------------------------------
+
+
+def _cfg(**overrides: object) -> AutoPauseConfig:
+    base: dict[str, object] = {
+        "enabled": True,
+        "lookback_trades": 5,
+        "max_drawdown_pct": Decimal("0.10"),
+        "pause_days": 14,
+    }
+    base.update(overrides)
+    return AutoPauseConfig(**base)  # type: ignore[arg-type]
+
+
+def test_drawdown_breach_when_enabled_and_threshold_exceeded() -> None:
+    decision = evaluate_drawdown_breach(
+        cfg=_cfg(),
+        recent_pnl_usd=[Decimal("-50"), Decimal("-60"), Decimal("-40"),
+                        Decimal("-30"), Decimal("-20")],  # cum −200 USD
+        capital_usd=Decimal("1500"),
+    )
+    # |200| / 1500 = 0.133 > 0.10
+    assert decision.should_pause is True
+    assert decision.reason is not None
+    assert "rolling DD" in decision.reason
+
+
+def test_no_breach_when_filter_disabled() -> None:
+    decision = evaluate_drawdown_breach(
+        cfg=_cfg(enabled=False),
+        recent_pnl_usd=[Decimal("-200")] * 5,  # massacro
+        capital_usd=Decimal("1500"),
+    )
+    assert decision.should_pause is False
+
+
+def test_no_breach_when_lookback_insufficient() -> None:
+    decision = evaluate_drawdown_breach(
+        cfg=_cfg(lookback_trades=5),
+        recent_pnl_usd=[Decimal("-100")] * 3,  # solo 3 trade, serve 5
+        capital_usd=Decimal("1500"),
+    )
+    assert decision.should_pause is False
+
+
+def test_no_breach_when_cumulative_positive() -> None:
+    # Anche con tante perdite, se la somma è positiva non scattiamo.
+    decision = evaluate_drawdown_breach(
+        cfg=_cfg(),
+        recent_pnl_usd=[Decimal("-100"), Decimal("-50"),
+                        Decimal("300"), Decimal("-20"), Decimal("-10")],
+        capital_usd=Decimal("1500"),
+    )
+    assert decision.should_pause is False
+
+
+def test_no_breach_when_below_threshold() -> None:
+    decision = evaluate_drawdown_breach(
+        cfg=_cfg(),
+        recent_pnl_usd=[Decimal("-30")] * 5,  # cum −150 / 1500 = 10% esatto
+        capital_usd=Decimal("1500"),
+    )
+    # esattamente alla soglia (>=) ⇒ pausa armata
+    assert decision.should_pause is True
+
+
+def test_no_breach_when_capital_zero_or_negative() -> None:
+    decision = evaluate_drawdown_breach(
+        cfg=_cfg(),
+        recent_pnl_usd=[Decimal("-100")] * 5,
+        capital_usd=Decimal("0"),
+    )
+    assert decision.should_pause is False

tests/unit/test_backfill_iv_rv.py

@@ -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)

tests/unit/test_backtest.py

@@ -0,0 +1,259 @@
+"""TDD per :mod:`cerbero_bite.core.backtest`."""
+
+from __future__ import annotations
+
+from datetime import UTC, datetime, timedelta
+from decimal import Decimal
+
+import pytest
+
+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,
+    normal_cdf,
+    run_backtest,
+    simulate_entry_filters,
+)
+from cerbero_bite.state.models import MarketSnapshotRecord
+
+
+# ---------------------------------------------------------------------------
+# Black-Scholes helpers
+# ---------------------------------------------------------------------------
+
+
+def test_normal_cdf_known_values() -> None:
+    assert normal_cdf(0.0) == pytest.approx(0.5, abs=1e-6)
+    assert normal_cdf(1.0) == pytest.approx(0.8413, abs=1e-3)
+    assert normal_cdf(-1.0) == pytest.approx(0.1587, abs=1e-3)
+    assert normal_cdf(2.0) == pytest.approx(0.9772, abs=1e-3)
+
+
+def test_bs_put_price_atm_positive_and_less_than_strike() -> None:
+    p = bs_put_price(spot=3000, strike=3000, t_years=18 / 365, sigma=0.50)
+    assert p > 0
+    assert p < 3000  # cap
+
+
+def test_bs_put_price_far_otm_close_to_zero() -> None:
+    p = bs_put_price(spot=3000, strike=1500, t_years=18 / 365, sigma=0.50)
+    assert 0 <= p < 5  # essentially zero
+
+
+def test_bs_put_delta_atm_around_minus_half() -> None:
+    d = bs_put_delta(spot=3000, strike=3000, t_years=18 / 365, sigma=0.50)
+    assert d == pytest.approx(-0.475, abs=0.05)
+
+
+def test_bs_put_delta_far_otm_close_to_zero() -> None:
+    d = bs_put_delta(spot=3000, strike=1500, t_years=18 / 365, sigma=0.50)
+    assert -0.05 < d <= 0
+
+
+def test_find_strike_for_delta_monotone() -> None:
+    spot = 3000.0
+    dvol = 50.0
+    dte = 18
+    s_010 = find_strike_for_delta(
+        spot=spot, dvol_pct=dvol, dte_days=dte, target_delta_abs=0.10,
+    )
+    s_020 = find_strike_for_delta(
+        spot=spot, dvol_pct=dvol, dte_days=dte, target_delta_abs=0.20,
+    )
+    # |Δ|=0.20 (più ITM) ⇒ strike più alto di |Δ|=0.10 (più OTM).
+    assert s_020 > s_010
+    # Verifica che il delta corrisponda a target ± tolleranza.
+    achieved = abs(
+        bs_put_delta(
+            spot=spot, strike=s_020, t_years=dte / 365, sigma=dvol / 100,
+        )
+    )
+    assert achieved == pytest.approx(0.20, abs=0.02)
+
+
+def test_estimate_credit_returns_positive_credit_in_normal_regime() -> None:
+    credit_eth, short_k, long_k = estimate_credit_eth(
+        spot=3000, dvol_pct=50, dte_days=18, width_pct=0.04, delta_target_abs=0.12,
+    )
+    # Sanity: credit > 0, short_k < spot, long_k = short_k - 4%×spot
+    assert credit_eth > 0
+    assert short_k < 3000
+    assert long_k < short_k
+    assert short_k - long_k == pytest.approx(0.04 * 3000, abs=1.0)
+
+
+# ---------------------------------------------------------------------------
+# Daily picks + entry filter simulation
+# ---------------------------------------------------------------------------
+
+
+def _snap(
+    *, ts: datetime,
+    spot: float = 3000,
+    dvol: float = 50,
+    funding: float = 0.0,
+    macro_d: int | None = None,
+    asset: str = "ETH",
+) -> MarketSnapshotRecord:
+    return MarketSnapshotRecord(
+        timestamp=ts,
+        asset=asset,
+        spot=Decimal(str(spot)),
+        dvol=Decimal(str(dvol)),
+        funding_perp_annualized=Decimal(str(funding)),
+        funding_cross_annualized=Decimal("0"),
+        dealer_net_gamma=Decimal("100"),
+        liquidation_long_risk="low",
+        liquidation_short_risk="low",
+        macro_days_to_event=macro_d,
+        fetch_ok=True,
+    )
+
+
+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=day1),
+        _snap(ts=day1 + timedelta(minutes=15)),  # stesso giorno, deduplicato
+        _snap(ts=day2),
+    ]
+    picks = daily_picks(snapshots)
+    assert len(picks) == 2
+    assert picks[0].timestamp == day1
+    assert picks[1].timestamp == day2
+
+
+def test_daily_picks_skips_other_hours() -> None:
+    snapshots = [
+        _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 daily_picks(snapshots) == []
+
+
+def test_daily_picks_filters_by_asset() -> None:
+    day = datetime(2026, 5, 4, 14, 0, tzinfo=UTC)
+    snapshots = [
+        _snap(ts=day, asset="BTC"),
+        _snap(ts=day, asset="ETH"),
+    ]
+    picks = daily_picks(snapshots, asset="ETH")
+    assert len(picks) == 1
+    assert picks[0].snapshot.asset == "ETH"
+
+
+def test_simulate_entry_filters_accepts_clean_snapshot(
+) -> None:
+    cfg: StrategyConfig = golden_config()
+    monday = datetime(2026, 5, 4, 14, 0, tzinfo=UTC)
+    snap = _snap(ts=monday, dvol=50, funding=0.10)
+    picks = [
+        type("MP", (), {"timestamp": monday, "snapshot": snap})()  # type: ignore[arg-type]
+    ]
+    # Hack: build via real dataclass
+    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
+
+
+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 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)
+
+
+def test_simulate_entry_filters_skips_incomplete_snapshot() -> None:
+    cfg = golden_config()
+    monday = datetime(2026, 5, 4, 14, 0, tzinfo=UTC)
+    incomplete = MarketSnapshotRecord(
+        timestamp=monday, asset="ETH", spot=Decimal("3000"),
+        # dvol=None ⇒ skipped
+        fetch_ok=False,
+    )
+    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
+
+
+# ---------------------------------------------------------------------------
+# Full pipeline (sintetico)
+# ---------------------------------------------------------------------------
+
+
+def _synthetic_year_of_snapshots(
+    *,
+    n_weeks: int = 8,
+    spot: float = 3000,
+    dvol: float = 60,  # con skew_premium 1.5 ⇒ credit/width ≈ 35% (sopra soglia 30%)
+    funding: float = 0.10,
+) -> list[MarketSnapshotRecord]:
+    """Genera N settimane di snapshot sintetici ETH a 4 tick/settimana."""
+    rows: list[MarketSnapshotRecord] = []
+    monday = datetime(2026, 5, 4, 14, 0, tzinfo=UTC)
+    for week in range(n_weeks):
+        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 alle 14:00:
+        # offset +1h (=15:00) così vengono ignorati da `daily_picks`.
+        for d in (2, 8, 14, 19):
+            rows.append(
+                _snap(
+                    ts=base + timedelta(days=d, hours=1),
+                    spot=spot * (1 + 0.005 * d),  # +0.5% al giorno
+                    dvol=dvol - 1.5 * d,  # vol che scende lentamente
+                    funding=funding,
+                )
+            )
+    return rows
+
+
+def test_run_backtest_produces_report_with_trades() -> None:
+    # Per il test scaliamo il credit/width gate al 15%: il modello BS
+    # senza skew completo sottostima i premi OTM rispetto al reale.
+    # Vedi `estimate_credit_eth.skew_premium` docstring per dettagli.
+    from cerbero_bite.config.schema import StructureConfig
+    cfg = golden_config()
+    cfg = cfg.model_copy(
+        update={
+            "structure": StructureConfig(
+                **{
+                    **cfg.structure.model_dump(),
+                    "credit_to_width_ratio_min": Decimal("0.15"),
+                }
+            )
+        }
+    )
+    snapshots = _synthetic_year_of_snapshots(n_weeks=4)
+    report = run_backtest(snapshots, cfg, capital_usd=Decimal("1500"))
+    # Sanity: 4 picks, almeno 1 trade chiuso
+    assert report.n_picks == 4
+    assert report.n_completed >= 1
+    assert report.cumulative_pnl_usd != Decimal("0")
+    # Bull-put + ETH al rialzo + DVOL che scende ⇒ atteso win
+    assert report.n_winners >= 1
+
+
+def test_run_backtest_handles_no_picks_gracefully() -> None:
+    cfg = golden_config()
+    # Solo tick infrasettimanali, niente Monday 14:00.
+    monday = datetime(2026, 5, 4, 14, 0, tzinfo=UTC)
+    snapshots = [_snap(ts=monday + timedelta(hours=1))]
+    report = run_backtest(snapshots, cfg, capital_usd=Decimal("1500"))
+    assert report.n_picks == 0
+    assert report.n_completed == 0
+    assert report.cumulative_pnl_usd == Decimal("0")

tests/unit/test_combo_builder.py

@@ -329,3 +329,146 @@ def test_build_bear_call_breakeven_above_short_strike(
     # breakeven = 3525 + 15 = 3540
     assert proposal.breakeven == Decimal("3540")
     assert proposal.spread_type == "bear_call"
+
+
+# ---------------------------------------------------------------------------
+# §3.2 (A): dynamic delta target by DVOL regime
+# ---------------------------------------------------------------------------
+
+
+def _cfg_with_delta_bands(cfg: StrategyConfig) -> StrategyConfig:
+    """Profilo con step-function delta su DVOL.
+
+    Vol bassa (≤50) → delta 0.15 (più premio), vol media (≤70) →
+    0.12 (default), vol alta (≤90) → 0.10 (più safety distance).
+    """
+    from cerbero_bite.config.schema import (
+        DeltaByDvolBand,
+        ShortStrikeSpec,
+        StructureConfig,
+    )
+    bands = [
+        DeltaByDvolBand(
+            dvol_under=Decimal("50"),
+            delta_target=Decimal("0.15"),
+            delta_min=Decimal("0.13"),
+            delta_max=Decimal("0.17"),
+        ),
+        DeltaByDvolBand(
+            dvol_under=Decimal("70"),
+            delta_target=Decimal("0.12"),
+            delta_min=Decimal("0.10"),
+            delta_max=Decimal("0.15"),
+        ),
+        DeltaByDvolBand(
+            dvol_under=Decimal("90"),
+            delta_target=Decimal("0.10"),
+            delta_min=Decimal("0.08"),
+            delta_max=Decimal("0.12"),
+        ),
+    ]
+    new_short = ShortStrikeSpec(
+        **{**cfg.structure.short_strike.model_dump(), "delta_by_dvol": bands}
+    )
+    return cfg.model_copy(
+        update={
+            "structure": StructureConfig(
+                **{**cfg.structure.model_dump(exclude={"short_strike"}),
+                   "short_strike": new_short}
+            )
+        }
+    )
+
+
+def _bull_put_chain_wide(now_dt: datetime) -> list[OptionQuote]:
+    """Chain con shorts e longs per delta 0.10, 0.12, 0.15.
+
+    I mid sono tarati per superare il credit/width ≥ 30% per ogni
+    accoppiamento short→long testato (vedi commento §3.4).
+    """
+    return [
+        # Shorts a delta 0.10 / 0.12 / 0.15 in OTM range [15-25%].
+        _quote(strike="2535", delta="-0.15", mid="0.026", now_dt=now_dt),
+        _quote(strike="2475", delta="-0.12", mid="0.020", now_dt=now_dt),
+        _quote(strike="2400", delta="-0.10", mid="0.015", now_dt=now_dt),
+        # Long candidati ~4% sotto ciascuno short.
+        _quote(strike="2415", delta="-0.10", mid="0.012", now_dt=now_dt),
+        _quote(strike="2355", delta="-0.08", mid="0.006", now_dt=now_dt),
+        _quote(strike="2280", delta="-0.06", mid="0.002", now_dt=now_dt),
+    ]
+
+
+def test_dynamic_delta_low_dvol_picks_higher_delta(
+    cfg: StrategyConfig, now: datetime
+) -> None:
+    """DVOL=40 → banda con delta_target=0.15."""
+    cfg_dyn = _cfg_with_delta_bands(cfg)
+    chain = _bull_put_chain_wide(now)
+    res = select_strikes(
+        chain=chain,
+        bias="bull_put",
+        spot=Decimal("3000"),
+        now=now,
+        cfg=cfg_dyn,
+        dvol_now=Decimal("40"),
+    )
+    assert res is not None
+    short, _ = res
+    assert short.delta == Decimal("-0.15")
+
+
+def test_dynamic_delta_mid_dvol_picks_default_delta(
+    cfg: StrategyConfig, now: datetime
+) -> None:
+    """DVOL=60 → banda con delta_target=0.12."""
+    cfg_dyn = _cfg_with_delta_bands(cfg)
+    chain = _bull_put_chain_wide(now)
+    res = select_strikes(
+        chain=chain,
+        bias="bull_put",
+        spot=Decimal("3000"),
+        now=now,
+        cfg=cfg_dyn,
+        dvol_now=Decimal("60"),
+    )
+    assert res is not None
+    short, _ = res
+    assert short.delta == Decimal("-0.12")
+
+
+def test_dynamic_delta_high_dvol_picks_lower_delta(
+    cfg: StrategyConfig, now: datetime
+) -> None:
+    """DVOL=85 → banda con delta_target=0.10 (più safety distance)."""
+    cfg_dyn = _cfg_with_delta_bands(cfg)
+    chain = _bull_put_chain_wide(now)
+    res = select_strikes(
+        chain=chain,
+        bias="bull_put",
+        spot=Decimal("3000"),
+        now=now,
+        cfg=cfg_dyn,
+        dvol_now=Decimal("85"),
+    )
+    assert res is not None
+    short, _ = res
+    assert short.delta == Decimal("-0.10")
+
+
+def test_dynamic_delta_disabled_default_uses_static_delta(
+    cfg: StrategyConfig, now: datetime
+) -> None:
+    """delta_by_dvol vuoto (default) → comportamento invariato."""
+    chain = _bull_put_chain_wide(now)
+    res = select_strikes(
+        chain=chain,
+        bias="bull_put",
+        spot=Decimal("3000"),
+        now=now,
+        cfg=cfg,  # golden config: delta_by_dvol=[]
+        dvol_now=Decimal("40"),
+    )
+    assert res is not None
+    short, _ = res
+    # Delta target statico = 0.12, quindi torna lo strike a -0.12.
+    assert short.delta == Decimal("-0.12")

tests/unit/test_config_loader.py

@@ -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 == "1.0.0"
+    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
 

tests/unit/test_entry_validator.py

@@ -194,6 +194,62 @@ def test_dealer_gamma_filter_disabled_in_config(cfg: StrategyConfig) -> None:
     assert decision.accepted is True
 
 
+# ---------------------------------------------------------------------------
+# IV richness gate (§2.9)
+# ---------------------------------------------------------------------------
+
+
+def _strict_iv_rv_cfg(
+    cfg: StrategyConfig, *, threshold: Decimal = Decimal("5")
+) -> StrategyConfig:
+    return golden_config(
+        entry=EntryConfig(
+            **{
+                **cfg.entry.model_dump(),
+                "iv_minus_rv_filter_enabled": True,
+                "iv_minus_rv_min": threshold,
+            }
+        )
+    )
+
+
+def test_iv_richness_gate_disabled_by_default_lets_thin_premium_pass(
+    cfg: StrategyConfig,
+) -> None:
+    # Default config: filter disabled. Anche con IV-RV negativa (RV>IV)
+    # l'entry deve passare per non rompere setup pre-calibrazione.
+    decision = validate_entry(_good_ctx(iv_minus_rv=Decimal("-2")), cfg)
+    assert decision.accepted is True
+
+
+def test_iv_richness_gate_blocks_when_below_floor(cfg: StrategyConfig) -> None:
+    strict = _strict_iv_rv_cfg(cfg, threshold=Decimal("5"))
+    decision = validate_entry(_good_ctx(iv_minus_rv=Decimal("3")), strict)
+    assert decision.accepted is False
+    assert any("IV richness" in r for r in decision.reasons)
+
+
+def test_iv_richness_gate_passes_when_above_floor(cfg: StrategyConfig) -> None:
+    strict = _strict_iv_rv_cfg(cfg, threshold=Decimal("5"))
+    decision = validate_entry(_good_ctx(iv_minus_rv=Decimal("6")), strict)
+    assert decision.accepted is True
+
+
+def test_iv_richness_gate_passes_at_exact_threshold(cfg: StrategyConfig) -> None:
+    # Soglia inclusiva: IV-RV == soglia → accettato (gate è "<", non "<=").
+    strict = _strict_iv_rv_cfg(cfg, threshold=Decimal("5"))
+    decision = validate_entry(_good_ctx(iv_minus_rv=Decimal("5")), strict)
+    assert decision.accepted is True
+
+
+def test_iv_richness_gate_skipped_when_data_missing(cfg: StrategyConfig) -> None:
+    # MCP irraggiungibile: best-effort skip, non bloccare l'entry per
+    # un problema di infrastruttura.
+    strict = _strict_iv_rv_cfg(cfg, threshold=Decimal("5"))
+    decision = validate_entry(_good_ctx(iv_minus_rv=None), strict)
+    assert decision.accepted is True
+
+
 def test_validate_entry_accumulates_all_reasons(cfg: StrategyConfig) -> None:
     decision = validate_entry(
         _good_ctx(
@@ -295,3 +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)

tests/unit/test_exit_decision.py

@@ -271,3 +271,91 @@ def test_iron_condor_adverse_move_either_direction(cfg: StrategyConfig) -> None:
     )
     res = evaluate(snap, cfg)
     assert res.action == "CLOSE_AVERSE"
+
+
+# ---------------------------------------------------------------------------
+# §7-bis (D): vol-collapse harvest
+# ---------------------------------------------------------------------------
+
+
+def _harvest_cfg(
+    cfg: StrategyConfig, *, threshold: str = "15"
+) -> StrategyConfig:
+    """Clona la golden config con la soglia di vol-harvest abilitata."""
+    from cerbero_bite.config import ExitConfig
+    return cfg.model_copy(
+        update={
+            "exit": ExitConfig(
+                **{
+                    **cfg.exit.model_dump(),
+                    "vol_harvest_dvol_decrease": Decimal(threshold),
+                }
+            )
+        }
+    )
+
+
+def test_vol_harvest_disabled_by_default_does_not_fire(cfg: StrategyConfig) -> None:
+    # Default: vol_harvest_dvol_decrease = 0 ⇒ filtro disabilitato.
+    snap = _snapshot(
+        credit_received_eth="0.030",
+        mark_combo_now_eth="0.022",  # in profit (debit < credit)
+        dvol_at_entry="60",
+        dvol_now="40",  # crollato di 20 punti
+    )
+    res = evaluate(snap, cfg)
+    assert res.action == "HOLD"
+
+
+def test_vol_harvest_fires_when_dvol_collapsed_in_profit(
+    cfg: StrategyConfig,
+) -> None:
+    harvest = _harvest_cfg(cfg, threshold="15")
+    snap = _snapshot(
+        credit_received_eth="0.030",
+        mark_combo_now_eth="0.022",  # in profit ma sopra profit_take 50%
+        dvol_at_entry="60",
+        dvol_now="42",  # −18, supera la soglia 15
+    )
+    res = evaluate(snap, harvest)
+    assert res.action == "CLOSE_VOL_HARVEST"
+    assert "harvest" in res.reason
+
+
+def test_vol_harvest_does_not_fire_when_in_loss(cfg: StrategyConfig) -> None:
+    # Anche se DVOL crolla, se siamo in perdita non vogliamo harvest:
+    # è una funzione di "esci con il profitto in mano", non un panico.
+    harvest = _harvest_cfg(cfg, threshold="15")
+    snap = _snapshot(
+        credit_received_eth="0.030",
+        mark_combo_now_eth="0.040",  # debit > credit ⇒ in perdita
+        dvol_at_entry="60",
+        dvol_now="42",
+    )
+    res = evaluate(snap, harvest)
+    assert res.action != "CLOSE_VOL_HARVEST"
+
+
+def test_vol_harvest_does_not_fire_below_threshold(cfg: StrategyConfig) -> None:
+    harvest = _harvest_cfg(cfg, threshold="15")
+    snap = _snapshot(
+        credit_received_eth="0.030",
+        mark_combo_now_eth="0.022",
+        dvol_at_entry="60",
+        dvol_now="50",  # −10, sotto la soglia 15
+    )
+    res = evaluate(snap, harvest)
+    assert res.action == "HOLD"
+
+
+def test_profit_take_wins_over_vol_harvest(cfg: StrategyConfig) -> None:
+    # Quando il profit-take è già colpito, non passiamo per vol-harvest.
+    harvest = _harvest_cfg(cfg, threshold="15")
+    snap = _snapshot(
+        credit_received_eth="0.030",
+        mark_combo_now_eth="0.014",  # ≤ 50% credit ⇒ profit-take
+        dvol_at_entry="60",
+        dvol_now="42",
+    )
+    res = evaluate(snap, harvest)
+    assert res.action == "CLOSE_PROFIT"

tests/unit/test_market_snapshot_cycle.py

@@ -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) == []

tests/unit/test_repository_iv_rv_helpers.py

@@ -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),
+        )

tests/unit/test_sizing_engine.py

@@ -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()