feat(fitness): v2 soft-kill opt-in (HIGH non hard non azzerano, applicano penalty)

Aggiunto parametro hard_kill_findings opzionale a compute_fitness.
None (default) = v1 backward-compat: ogni HIGH azzera la fitness.
tuple non vuota = v2: solo finding con name nel set azzerano; gli altri
HIGH applicano penalità moltiplicativa
adv_penalty = 1 / (1 + soft_penalty * n_soft_high)
(default soft_penalty=0.4 → 1 HIGH soft = 0.71x, 2 = 0.56x, 3 = 0.45x).

Motivazione: tutti i run Phase 2/2.5 mostrano 55-87 finding HIGH dominanti
da fees_eat_alpha + flat_too_long. La fitness v1 azzera ogni genome con
anche solo 1 HIGH → median sempre 0 perché quasi tutti i genomi sopravvivono
in modo binario (top integro vs zerati). v2 fornisce gradient continuo:
strategie 'quasi-buone' restano valutabili e il GA può evolverle.

Hard kill v2 default: {"no_trades", "degenerate"} (la strategia letteralmente
non funziona — niente da salvare). Tutti gli altri HIGH (fees_eat_alpha,
flat_too_long, time_in_market_too_high, undertrading, overtrading) → soft.

RunConfig: fitness_hard_kill_findings (None = v1, tuple = v2) +
fitness_adversarial_soft_penalty (default 0.4). CLI flag --fitness-v2 imposta
hard_kill_findings = ("no_trades", "degenerate") e
--fitness-soft-penalty per il fattore custom.

+5 test (12 totali in test_fitness, 191 totale suite):
- v2 soft HIGH non azzera
- v2 hard kill ancora azzera
- v2 cumulativo: più soft HIGH = penalty più severa
- v2 senza findings = identico a v1
- backward compat hard_kill_findings=None = v1

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

scripts/run_phase1.py

@@ -49,6 +49,20 @@ def parse_args() -> argparse.Namespace:
         default=0.95,
         help="Adversarial gate: kill se signal flat > soglia delle bar (default 0.95, ablation 0.98)",
     )
+    p.add_argument(
+        "--fitness-v2",
+        action="store_true",
+        help=(
+            "Attiva fitness v2: solo {no_trades, degenerate} azzerano; "
+            "gli altri HIGH applicano soft penalty multiplicativa"
+        ),
+    )
+    p.add_argument(
+        "--fitness-soft-penalty",
+        type=float,
+        default=0.4,
+        help="v2: fattore soft penalty per HIGH non-hard (default 0.4 → 1 HIGH → 0.71x)",
+    )
     return p.parse_args()
 
 
@@ -105,6 +119,10 @@ def main() -> None:
         prompt_mutation_weight=args.prompt_mutation_weight,
         fees_eat_alpha_threshold=args.fees_eat_alpha_threshold,
         flat_too_long_threshold=args.flat_too_long_threshold,
+        fitness_hard_kill_findings=(
+            ("no_trades", "degenerate") if args.fitness_v2 else None
+        ),
+        fitness_adversarial_soft_penalty=args.fitness_soft_penalty,
     )
 
     run_id = run_phase1(cfg, ohlcv=ohlcv, llm=llm)