Cerbero-Bite/docs/13-strategia-spiegata.md

# 13 — Strategia spiegata: dalle regole ai dati

> Documento operativo che lega ogni decisione del rule engine al dato
> osservabile da cui dipende. Pensato per chi guarda il cruscotto e
> vuole capire **a cosa servono** le metriche raccolte ogni 15 minuti
> nella tabella `market_snapshots`. La versione canonica e immutabile
> delle regole resta in `01-strategy-rules.md`; questo documento è la
> guida descrittiva da leggere prima di toccare le soglie in
> `strategy.yaml`.

---

## TL;DR

Cerbero Bite vende **credit spread settimanali su ETH/Deribit** 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).
Tutto il resto del tempo, l'engine **non opera**: la disciplina è la
strategia.

Ogni 15 minuti raccoglie 1 riga per asset (ETH e BTC) nella tabella
`market_snapshots`. Quei dati alimentano tre obiettivi distinti:

1. **Decisione live** — l'entry ciclo del lunedì 14:00 UTC legge i
   campi più freschi per dire "go/no-go".
2. **Monitoring continuo** — il decision loop di gestione attiva
   confronta la situazione con quella all'apertura.
3. **Calibrazione** — la pagina `📐 Calibrazione` usa la distribuzione
   storica di ciascun campo per scegliere soglie basate sui percentili
   reali del proprio ambiente, non a istinto.

---

## 1. Cosa c'è in `market_snapshots` (1 riga ogni 15 min, per asset)

| Campo | Unità | Sorgente MCP | A che serve nella strategia |
|---|---|---|---|
| `timestamp` | UTC ISO | scheduler | indicizzazione della time-series |
| `asset` | ETH / BTC | scheduler | partizionamento (ETH = sottostante operativo, BTC = controllo macro) |
| `spot` | USD | mcp-deribit `spot_perp_price` | trend 30g (§3.1), distanza % strike (§3.2/3.3), context generale |
| `dvol` | indice 0–200 | mcp-deribit `latest_dvol` | gate entry §2.3-§2.4 (35 ≤ DVOL ≤ 90), aggiustamento sizing §5.3, vol-stop §7.3 |
| `realized_vol_30d` | % annualizzata | mcp-deribit `realized_vol` | confronto con DVOL → mean-reversion edge |
| `iv_minus_rv` | punti vol | derivato | richness della IV: > 0 = premio "ricco" da vendere |
| `funding_perp_annualized` | frazione | mcp-hyperliquid `funding_rate_annualized` | gate entry §2.6 (\|f\| ≤ 80% annualizzato), bias §3.1 |
| `funding_cross_annualized` | frazione | mcp-sentiment `funding_cross_median_annualized` | bias direzionale §3.1 (mediana 4 maggiori exchange) |
| `dealer_net_gamma` | USD | mcp-deribit `dealer_gamma_profile` | filtro quant §2.8 (long-gamma regime sopprime la vol → ideale per vendere spread) |
| `gamma_flip_level` | USD | mcp-deribit `dealer_gamma_profile` | livello spot oltre il quale il regime di gamma flippa |
| `oi_delta_pct_4h` | % | mcp-sentiment `liquidation_heatmap` | proxy di accumulo/sgonfiaggio leverage nelle ultime 4h |
| `liquidation_long_risk` | low / med / high | mcp-sentiment `liquidation_heatmap` | rischio long squeeze imminente |
| `liquidation_short_risk` | low / med / high | mcp-sentiment `liquidation_heatmap` | rischio short squeeze imminente |
| `macro_days_to_event` | giorni | mcp-macro `next_high_severity_within` | gate §2.5 (no entry se evento macro entro DTE) |
| `fetch_ok` | bool | scheduler | qualità riga (true = tutte le sotto-chiamate sono andate) |
| `fetch_errors_json` | json o NULL | scheduler | mappa errori per debugging best-effort |

> Un campo `NULL` non invalida la riga: la collezione è
> **best-effort**, una MCP giù non blocca le altre. Le distribuzioni
> si calcolano sui campi disponibili, l'engine entry-cycle invece
> rifiuta l'entry se il dato che gli serve è `NULL` (sicurezza:
> meglio saltare un trade che operare alla cieca).

---

## 2. Le sei famiglie di dati e il "perché"

### 2.1 — Volatilità implicita (DVOL, realized vol, IV−RV)

**Cosa misura.** DVOL è l'indice Deribit della IV ETM 30g. Realized
30g è la deviazione standard annualizzata dei rendimenti spot. La
differenza `IV − RV` quantifica quanto le opzioni stanno **pagando
sopra** la volatilità che il mercato ha effettivamente realizzato:
**questa è la materia prima del credit spread venditore.**

**Come la usa l'engine.**

- §2.3 / §2.4: `dvol_min = 35`, `dvol_max = 90` — sotto 35 il premio
  è troppo magro rispetto a fees+slippage, sopra 90 si è in
  stress-regime (rischio gap > edge).
- §5.3: `dvol_adjustment` riduce la size all'aumentare del DVOL
  (×1.0 sotto 45, ×0.85 fra 45–60, ×0.65 fra 60–80, no entry > 80).
- §7.3: `vol_stop_dvol_increase = 10` — se durante la posizione
  DVOL sale di 10 punti rispetto all'entry, si chiude.

**Cosa si calibra dai dati raccolti.** Un mese di tick ti dà la
distribuzione di DVOL nel TUO regime (testnet vs mainnet, bull vs
bear). I percentili P25/P50/P75 nella pagina `📐 Calibrazione`
dicono se 35 è davvero il "fondo" o se andrebbe alzato.

### 2.2 — Funding rate (perpetual + cross-exchange median)

**Cosa misura.** Il funding annualizzato del perpetual ETH-PERP
(Hyperliquid principalmente) e la mediana dei funding sui 4 maggiori
exchange. Il funding è la fee periodica che paga il lato sbilanciato
del perp: **è il termometro più diretto del posizionamento leveraged
del mercato.**

**Come la usa l'engine.**

- §2.6: `funding_perp_abs_max_annualized = 0.80` — funding > 80%
  annualizzato (in valore assoluto) = liquidazioni a cascata
  imminenti, no entry.
- §3.1: il **bias direzionale** dipende dal funding cross:
  - `funding_bull_threshold_annualized = 0.20` ⇒ bias bull se
    cross-funding ≥ +20%.
  - `funding_bear_threshold_annualized = -0.20` ⇒ bias bear se
    ≤ -20%.
  - In mezzo + trend neutro = candidato Iron Condor.
  - Trend e funding discordi = no entry.

**Perché due funding diversi.** Il perp di Hyperliquid è il segnale
"è esecutibile la chiusura?" (l'ETH-PERP è la sede di hedge
pratico). La mediana cross-exchange è il segnale macro
"dove sta il mercato globale": più robusta a manipolazioni o picchi
locali.

### 2.3 — Dealer gamma (net gamma + flip level)

**Cosa misura.** L'esposizione netta di gamma dei dealer di opzioni
su Deribit, ricostruita da OI per strike e direzione. Quando
`dealer_net_gamma > 0` (long gamma), i dealer **sopprimono** la
volatilità realizzata col loro hedge (vendono salendo, comprano
scendendo). Quando è negativo, **amplificano** ogni movimento.

**Come la usa l'engine.**

- §2.8: `dealer_gamma_min = 0`, `dealer_gamma_filter_enabled = true`
  — entry solo in regime long-gamma. Vendere credit spread con
  dealer corto-gamma è statisticamente perdente.
- `gamma_flip_level` è il prezzo spot al quale il regime cambierebbe.
  Se siamo a 1% dal flip, il margine di sicurezza è basso anche se
  il segno è positivo.

**Cosa si calibra dai dati raccolti.** La distribuzione di
`dealer_net_gamma` nel proprio universo (qualche miliardo USD su
mainnet, ordini di grandezza diversi su testnet) suggerisce se
`min = 0` è troppo permissivo — su mainnet è frequente che il segno
si trovi positivo per molto tempo, qui ha senso una soglia più alta.

### 2.4 — Liquidation heatmap (OI delta + long/short squeeze risk)

**Cosa misura.** Da `mcp-sentiment`:

- `oi_delta_pct_4h`: variazione % dell'open interest aggregato nelle
  ultime 4h. Spike positivo → leverage in entrata (rischio fragile);
  spike negativo → squeeze appena avvenuta.
- `liquidation_long_risk` / `liquidation_short_risk`: classificazione
  qualitativa (`low` / `med` / `high`) della densità di livelli di
  liquidazione vicini allo spot.

**Come la usa l'engine.**

- §2.8 (`liquidation_filter_enabled = true`): l'entry cycle scarta
  setup con `_risk = high` sul lato che ci interesserebbe (es. un
  bull put spread in regime di `long_risk = high` è esposto a un
  long-squeeze giù).
- Anche fuori dall'entry, queste due colonne servono come "filtro di
  realtà" per il monitoring: se durante la posizione lo squeeze risk
  cambia da low a high, è un primo segnale di vol-stop in arrivo.

### 2.5 — Macro calendar (giorni al prossimo evento)

**Cosa misura.** `mcp-macro` restituisce il numero di giorni al
prossimo evento ad alta severità (FOMC, CPI USA, NFP, ECB, Powell
speech) per US/EU. `NULL` = nessun evento entro la finestra DTE.

**Come la usa l'engine.**

- §2.5: se `macro_days_to_event ≤ dte_target = 18`, no entry. Le
  uscite macro si trasformano in gap di volatilità che mangiano in
  un'ora il credito di tre settimane.
- Le entry sono comunque possibili poco dopo l'evento (vol elevata
  appena dopo + RV destinata a comprimersi → IV−RV alto = setup di
  scuola).

### 2.6 — Spot ETH (e BTC come controllo)

**Cosa misura.** Prezzo last/perp di ETH (e BTC come controllo).

**Come la usa l'engine.**

- §3.1: trend 30g calcolato come `(spot_now / spot_30g_ago - 1)`.
  Soglie ±5% definiscono bias bull / bear / neutro.
- §3.2: distanza % degli strike short dallo spot (15–25% OTM).
- §7.6: `adverse_move_4h_pct = 0.05` — close su movimento contrario
  ≥ 5% in 4h.

**Perché anche BTC.** ETH è il sottostante operativo, BTC è il
**termometro macro crypto**: in regimi di alta correlazione, un
movimento BTC che ETH non sta seguendo è un segnale di divergenza che
spesso precede un riallineamento brusco.

---

## 3. Il flusso decisionale, allineato al dato

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)

```
SE NESSUNA posizione aperta
   E capitale ≥ 720 USD
   E 35 ≤ dvol ≤ 90                                    # market_snapshots.dvol
   E |funding_perp_annualized| ≤ 0.80                  # market_snapshots.funding_perp_annualized
   E macro_days_to_event > dte_target  (oppure NULL)   # market_snapshots.macro_days_to_event
   E ETH holdings cerbero-portfolio ≤ 30%
   E (filtri quant: dealer_net_gamma > 0,
       liquidation_*_risk ≠ high)                      # market_snapshots.dealer_net_gamma + liquidation_*
ALLORA
   procedi alla Fase 2
ALTRIMENTI
   no entry, log motivo, ritento la settimana successiva
```

### Fase 2 — Bias e struttura

```
trend_30g  = spot_now / spot_30g_ago - 1               # market_snapshots.spot
funding_x  = funding_cross_annualized                  # market_snapshots.funding_cross_annualized

SE trend_30g ≥ +5% E funding_x ≥ +20%:
    struttura = Bull Put Spread
SE trend_30g ≤ -5% E funding_x ≤ -20%:
    struttura = Bear Call Spread
SE |trend_30g| < 5% E |funding_x| < 20%
   E dvol ≥ 55 E ADX(14) < 20:
    struttura = Iron Condor
ALTRIMENTI:
    no entry (mercato indeciso o discordante)
```

### Fase 3 — Selezione strike (delta-target + distanza % spot)

Lo strike short è quello a delta target ≈ 0.12 (tolleranza 0.10–0.15)
**e** OTM 15–25%. Lo strike long è a 4% del spot (3–5% accettabile).
Tutti i numeri sono parametrizzati in `strategy.yaml > structure`.
Lo `spot` corrente per il calcolo viene da `market_snapshots.spot`.

### Fase 4 — Sizing (Kelly frazionario + cap aggregato + DVOL clamp)

```
risk_target = capitale * 0.13                                # quarter Kelly
risk_target = min(risk_target, 200 EUR)                      # cap per-trade
n           = floor(risk_target / max_loss_per_contract)
n           = min(n, 4, vincolo aggregato 1000 EUR)
n           = round_down(n * dvol_multiplier)                # market_snapshots.dvol → §5.3
```

### Fase 5 — Esecuzione (combo limit GTC al mid)

Limit al mid del combo, riprezzamento +1 tick / 30min fino a 3 step.
Su trigger urgenti (CLOSE_STOP / CLOSE_VOL / CLOSE_DELTA) l'engine
accetta fino a 5 step di slippage perché l'urgenza prevale sul
prezzo.

### Fase 6 — Monitoring (cron di gestione attiva, default ogni 12h)

Per ogni posizione aperta, in **ordine** (primo trigger vince):

| # | Trigger | Dato sorgente |
|---|---|---|
| 1 | Profit take: mark ≤ 50% credito | combo mark via deribit |
| 2 | Stop loss: mark ≥ 250% credito | combo mark via deribit |
| 3 | Vol stop: dvol_now ≥ dvol_entry + 10 | `market_snapshots.dvol` |
| 4 | Time stop: dte ≤ 7 (skip se ≥ 70% profit) | scadenza struttura |
| 5 | Delta breach: \|delta_short\| ≥ 0.30 | option chain via deribit |
| 6 | Adverse move: \|return_4h_ETH\| ≥ 5% contro | `market_snapshots.spot` |
| 7 | Altrimenti | HOLD |

Il monitoring NON consulta `market_snapshots` per i prezzi opzioni
(legge live), ma li consulta per `dvol` e `spot` con il vantaggio di
una serie storica già normalizzata e auditabile.

---

## 4. Cosa fa OGGI il bot in modalità "data-only"

Il bot oggi è in **modalità raccolta dati** (`ENABLE_DATA_ANALYSIS=true`,
`ENABLE_STRATEGY=false`). Vuol dire:

- Il job `market_snapshot` (cron `*/15`) gira: scrive nuove righe in
  SQLite, alimenta calibrazione e monitoring storico.
- Il job `health` (`*/5`) verifica disponibilità MCP e ambiente
  Deribit; alza il kill switch se qualcosa non torna.
- Il job `backup` (`0 *`) snapshotta lo stato ogni ora.
- Il job `manual_actions` (`*/1`) consuma comandi dalla GUI.
- I cicli `entry` e `monitor` **non sono nemmeno schedulati**: nessun
  ordine può partire, nessuno strike viene letto.

Quando si vuole passare alla fase operativa (paper trading o
mainnet), basta:

1. Riempire `strategy.yaml` con le **soglie calibrate** sui
   percentili reali della pagina `📐 Calibrazione` (non lasciare i
   valori default a istinto).
2. Bumpare `config_version` + rigenerare `config_hash` con
   `cerbero-bite config hash --file strategy.yaml`.
3. Settare `ENABLE_STRATEGY=true` in `.env` e ricreare il container.
4. Disarmare il kill switch da GUI o CLI con motivazione esplicita.
5. **Una settimana di paper trading** (mainnet con ordini disabilitati
   o testnet) prima di alzare il flag definitivo.

---

## 4-bis. P/L atteso (realistico)

I numeri qui sotto sono **stime ex-ante**, non promesse. Servono ad
allineare le aspettative con la geometria della strategia: capire
**quanto poco si rischia per trade**, **quanto raramente si entra**, e
**perché l'edge è strutturalmente sottile**.

> **Domanda onesta che chiunque guardi i numeri dovrebbe farsi:** se a
> win-rate 70–72% l'aspettativa per trade è circa zero, **che senso ha
> la strategia?**
>
> **Risposta:** il selling vol nudo è effettivamente neutro a quel
> win-rate. **L'edge della Cerbero Bite non è "vendere vol"; è
> "vendere vol solo quando i filtri quant alzano il win-rate sopra il
> 75%".** I gate §2 (DVOL band, dealer gamma > 0, no macro entro DTE,
> liquidation risk ≠ high, bias trend × funding concorde) sono
> **costruiti per saltare proprio le finestre statisticamente
> perdenti** e operare solo in quelle favorevoli. La pagina
> `📚 Strategia` ha una tabella di sensibilità che mostra come l'APR
> passa da ≈0% (win 0.72) a +3-5% (win 0.78–0.80): è esattamente la
> distanza che i filtri devono coprire. Per questo i primi giorni di
> raccolta dati servono a **misurare** se i filtri stanno effettivamente
> alzando il win-rate prima di committare capitale.

### Per singolo trade (riferimento: ETH spot ≈ 3000 USD)

| Voce | Formula / fonte | Valore tipico |
|---|---|---|
| Larghezza spread | 4% × spot | **120 USD / contratto** |
| Credito incassato | ≥ 30% × larghezza | **36–48 USD / contratto** |
| Max profit teorico | = credito (a scadenza OTM) | 36–48 USD / contratto |
| **Profit-take §7.1 (50% credito)** | 0.5 × credito | **+18–24 USD / contratto** |
| **Stop-loss §7.2 (mark = 2.5× credito)** | 1.5 × credito | **−54–72 USD / contratto** |
| Margine bloccato | ≈ larghezza | 120 USD / contratto |
| Fees Deribit | 0.03% notional × 2 leg | ~1–2 USD / contratto / trade |

> Su spot più basso (2000 USD) la larghezza scende a 80 USD/contratto
> e i numeri assoluti seguono proporzionalmente.

### Sizing tipico vs capitale

Il sizing è governato dal Quarter-Kelly **+ cap per-trade 200 EUR
(~215 USD)**. Sopra una certa soglia, il cap domina: alzare il
capitale **non aumenta** i contratti per trade.

| Capitale | risk_target (Kelly) | risk effettivo (post-cap) | Contratti tipici (spot=3000) |
|---|---|---|---|
| 720 USD (minimo) | 94 USD | 94 USD | **0–1** (entry spesso saltata per sizing) |
| 1 500 USD | 195 USD | 195 USD | **1** |
| 3 000 USD | 390 USD | **215 USD** (cap) | **1** |
| 10 000 USD | 1 300 USD | **215 USD** (cap) | **1** |
| 50 000 USD+ | 6 500 USD | **215 USD** (cap) | **1** (cap aggregato 1 075 USD = max 4 trade aperti, ma `max_concurrent_positions: 1`) |

> Con i cap correnti la strategia è **dimensionata per capitale
> piccolo (1.5–10 k USD)**: oltre, il rendimento sul totale scala
> sotto-lineare e tende a zero.

### Frequenza realistica di entry

La regola si valuta una volta a settimana, ma la maggioranza dei
lunedì viene saltata per:

| Motivo di skip | Frequenza tipica |
|---|---|
| DVOL fuori banda (35–90) | 25–40% |
| 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% |

**Risultato netto: 30–50% delle settimane finisce in entry effettiva
⇒ 15–25 trade / anno** (52 lunedì × 30–50%). Le altre settimane il
bot sta fermo. È il design.

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

Letteratura e backtest su credit spread short delta 0.10–0.15 con
TP@50% e SL@1.5×:

| Esito | Probabilità tipica | Risultato |
|---|---|---|
| Profit-take a 50% credito | **~70–75%** | +18–24 USD/contratto |
| Stop-loss a 1.5× credito | ~15–20% | −54–72 USD/contratto |
| Time-stop o exit DTE 7g | ~5–10% | piccolo positivo (~+5–10 USD) |
| Vol/delta/macro stop | ~3–5% | variabile, mediamente neutro |

Atteso medio per contratto:

```
E[trade] ≈ 0.72 × 21 + 0.18 × (-63) + 0.07 × 7 + 0.03 × 0
        ≈ 15.1 − 11.3 + 0.5 + 0
        ≈ +4.3 USD lordi / contratto
```

**Al netto di fees (~1.5 USD round-trip) e slippage (~5% del credito
≈ 2 USD): E[trade] ≈ +1–3 USD per contratto.**

### Proiezione annuale (1 contratto medio per trade)

| Scenario | Trade/anno | E[trade] netto | P/L lordo annuo | Su capitale 1 500 USD | Su capitale 3 000 USD |
|---|---|---|---|---|---|
| **Pessimistico** (vol bassa, regime bear vol) | 12 | +1 USD | **+12 USD** | +0.8% | +0.4% |
| **Realistico medio** | 18 | +2.5 USD | **+45 USD** | +3% | +1.5% |
| **Buono** (regime favorevole, IV−RV alto) | 22 | +4 USD | **+88 USD** | +5.9% | +2.9% |
| **Eccellente** (cherry-picking ex-post) | 25 | +6 USD | **+150 USD** | +10% | +5% |

**Realisticamente: +1.5% / +5% APR sul capitale totale**, con i cap
correnti. È in linea con la letteratura su short-vol systematic con
disciplina di stop. **Non è una strategia "raddoppia il capitale".**
È una strategia che vuole guadagnare il **premio di rischio della
volatilità** in modo controllato.

### Drawdown e rischio coda

- **Streak realistico di perdite consecutive**: 3–5 stop-loss di fila
  capitano. Drawdown su 1 contratto: −150 / −300 USD assoluti.
- **Su capitale 1 500 USD** = drawdown del 10–20% del capitale
  totale. Aspettarselo, è dentro il design.
- **Tail risk:** un evento gap notturno (sentenza SEC, hack
  exchange, default importante) può portare il mark a 100% della
  larghezza prima che lo stop sia eseguibile. **Perdita massima
  reale per trade = larghezza intera** (`width - credit_iniziale`),
  cioè 72–96 USD/contratto, non i 54–72 USD del modello stop-loss.
- I **filtri quant** (`dealer_gamma_min`, `liquidation_filter`) e
  il **macro filter** sono stati introdotti **per ridurre la coda**,
  non per migliorare l'aspettativa media.

### Sharpe atteso

Strategie short-vol sistematiche con disciplina hanno:

- **Sharpe 0.8–1.5** in regimi favorevoli (mercato lento + IV alta).
- **Sharpe 0.3–0.8** in regimi normali.
- **Sharpe negativo** in regimi di vol-of-vol (es. Q1 2020, Maggio
  2021, FTX week). I filtri li mitigano, non li annullano.

### Cosa cambia con `ENABLE_STRATEGY=true`

In modalità data-only (oggi) il P/L atteso è **0** — l'engine
**non opera**. Il valore della raccolta di oggi è:

1. **Calibrare** soglie su percentili reali → P/L atteso più
   realistico al go-live.
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
   nel proprio regime, prima di committare capitale.

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

---

## 4-ter. Due profili: Conservativa vs Aggressiva

Il P/L del §4-bis assume i cap della golden config v1.0.0
(`cap_per_trade_eur: 200`, `max_concurrent_positions: 1`,
`max_contracts_per_trade: 4`). Su quel profilo il P/L assoluto è
piccolo per design — la strategia è dimensionata come **macchina di
conservazione del capitale** con premio modesto su T-bill.

Per chi vuole rendimenti significativi, il repo include un secondo
file di config — `strategy.aggressiva.yaml` — che **deroga
esplicitamente** alla §11 di `01-strategy-rules.md` allargando le tre
leve dominanti:

| Leva | Conservativa | Aggressiva | Effetto sul P/L |
|---|---|---|---|
| `cap_per_trade_eur` | 200 | **800** | 4× la size per trade |
| `cap_aggregate_open_eur` | 1 000 | **3 200** | 4× il rischio aggregato |
| `max_concurrent_positions` | 1 | **2** | 2× le posizioni aperte simultanee |
| `max_contracts_per_trade` | 4 | **16** | toglie il vincolo aggregato anche su capitali maggiori |
| `kelly_fraction` | 0.13 | **0.13** | invariato (la disciplina Kelly resta) |
| Filtri quant (gamma, liquidation, macro) | ON | **ON** | invariati (l'edge è qui, non si tocca) |

**Risultato atteso (a parità di filtri e win-rate):** P/L ≈ 4–8× il
profilo conservativo. Drawdown atteso scala con lo stesso fattore
(20–40% del capitale impiegato in streak avverse, contro 10–20% del
conservativo). La pagina `📚 Strategia` ha un pannello affiancato che
calcola entrambi sugli stessi slider.

**Il rovescio della medaglia.**

- La deroga alla §11 va **autorizzata esplicitamente** nel commit che
  switcha la config; tre settimane di paper trading dedicato sono
  raccomandate.
- Il drawdown maggiore richiede capitale "growth", non capitale di
  parcheggio.
- I filtri quant restano **identici** — non c'è "più aggressivo" sui
  trigger di entry, perché lì non c'è alpha da spremere senza
  peggiorare il win-rate.

**Multi-asset (ETH + BTC) — caveat.**

L'ulteriore moltiplicatore 2× citato nel §4-bis (multi-asset) **non è
abilitato** dalla sola modifica della config: il rule engine attuale è
single-asset (`asset.symbol`). Per estenderlo servono modifiche in:

- `cerbero_bite/runtime/entry_cycle.py` (loop sui simboli)
- `cerbero_bite/state/repository.py` (multi-position chiave per asset)
- `cerbero_bite/runtime/orchestrator.py` (scheduler one-asset → N)

Il job di raccolta dati è già multi-asset (`DEFAULT_ASSETS = ("ETH",
"BTC")`), quindi tutto il dataset utile per validare l'estensione è
già disponibile. È un lavoro di codice ben circoscritto, da fare in
un branch dedicato dopo che il dataset di calibrazione è abbondante.

**Quando passare dal profilo conservativo all'aggressivo.**

Solo se **tutte** le seguenti sono vere:

1. ≥ 8 settimane di dati raccolti su mainnet (≥ ~2k snapshot).
2. Win-rate empirico misurato (paper trading o backtest sui tick
   raccolti) **≥ 0.75**.
3. APR atteso del profilo aggressivo (vedi pannello GUI) **≥ 8%**
   netto a quel win-rate.
4. Capitale impegnato è **growth capital**, non riserva tattica.
5. Sopporti emotivamente un drawdown a doppia cifra senza disarmare
   manualmente la strategia in mezzo a una streak.

Se anche solo uno dei 5 manca → **resta sulla conservativa**, è
quella che il sistema parte ad eseguire.

---

## 5. Come leggere il dato giorno per giorno

Tre euristiche operative sui campi raccolti:

1. **Premio "ricco":** `iv_minus_rv` consistentemente > 5 punti per
   N giorni → il regime sta pagando bene la vendita di vol. Sono i
   periodi in cui la strategia ha edge maggiore.
2. **Premio "magro":** `dvol < 35` per più giorni → la finestra del
   lunedì viene saltata. Non è un fallimento: è la disciplina che
   funziona.
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
   se la posizione è in profit.

Nei giorni di **eventi macro** (`macro_days_to_event` piccolo) la
combinazione utile è: aspettare l'evento, lasciare che `dvol` scenda
quando `realized_vol_30d` non si è realizzata, e cogliere il setup
classico **post-evento**.

---

## 6. Glossario rapido

- **Credit spread:** vendita di un'opzione e acquisto di un'opzione
  più OTM stessa scadenza per cap del rischio. Si incassa un credito,
  si vince se il sottostante non rompe lo strike short.
- **Bull put / Bear call:** credit spread direzionali (rispettivamente
  bullish / bearish).
- **Iron condor:** Bull put + bear call sullo stesso sottostante e
  scadenza. Si vince in regime laterale.
- **DVOL:** indice Deribit della IV ETM 30g, scala 0–200.
- **Realized vol 30g:** σ annualizzata dei rendimenti spot sui 30g
  rolling.
- **IV − RV:** differenza tra IV implicita (DVOL) e RV; > 0 = "premio"
  positivo per il venditore di vol.
- **Funding annualizzato:** funding rate del perp moltiplicato per le
  finestre standard (di solito 8h × 3 al giorno × 365).
- **Dealer net gamma:** somma di gamma per tutti gli strike, pesata
  per direzione dei dealer (long = riduce vol, short = amplifica).
- **OI delta % 4h:** variazione % dell'open interest aggregato nelle
  ultime 4 ore.
- **DTE:** Days To Expiry, giorni alla scadenza dell'opzione.
- **Kill switch:** flag persistente che blocca apertura di nuove
  posizioni; armato automaticamente su mismatch ambiente o failure
  ripetuti, disarmato solo manualmente con motivazione.

---

## 7. Riferimenti incrociati

- Regole canoniche e immutabili: `01-strategy-rules.md`
- Schema dati persistente: `05-data-model.md`
- Algoritmi (calcolo trend, IV−RV, ecc.): `03-algorithms.md`
- Dettaglio integrazioni MCP: `04-mcp-integration.md`
- Pagina GUI di calibrazione: `📐 Calibrazione`
- Sorgente del collector: `src/cerbero_bite/runtime/market_snapshot_cycle.py`
- Modello pydantic riga: `cerbero_bite.state.models.MarketSnapshotRecord`