feat(adversarial): time_in_market_too_high HIGH (>80% always-in-market)

Simmetrico opposto di flat_too_long: penalizza strategie LONG/SHORT su
piu' dell'80% delle bar. Una sempre-in-market e' leveraged B&H camuffato,
esposto a funding cumulato (perp ogni 8h), tail risk eventi notturni e
nessuna opportunity-cost flexibility. Sweet spot fitness positiva: 5-80%
time in market.

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

src/multi_swarm/agents/adversarial.py

@@ -1,6 +1,7 @@
 """Adversarial agent: ispeziona una :class:`Strategy` con check euristici
 hand-crafted per scovare patologie note (degenerate, no-trade, over/under
-trading, flat-too-long, fees-eat-alpha) prima del training vero e proprio.
+trading, flat-too-long, time-in-market-too-high, fees-eat-alpha) prima
+del training vero e proprio.
 
 Pipeline:
 
@@ -11,10 +12,13 @@ falsificazione, ma sega presto i casi degeneri (es. ``gt close -1e9`` →
 sempre long) che inquinerebbero il leaderboard del swarm.
 
 Phase 1.5 hardening: soglie strette per overtrading (n_trades > n_bars/20)
-e undertrading (HIGH se n_trades < 10), piu' due nuovi check HIGH:
-``flat_too_long`` (signal flat >95% delle bar) e ``fees_eat_alpha``
-(fees > 50% del gross_pnl positivo). Killano le strategie "lucky shot"
-e quelle con margine sottile non sostenibile in produzione.
+e undertrading (HIGH se n_trades < 10), piu' tre nuovi check HIGH:
+``flat_too_long`` (signal flat >95% delle bar),
+``time_in_market_too_high`` (signal long/short >80% delle bar, di fatto
+leveraged buy-and-hold con funding/tail-risk cumulato) e
+``fees_eat_alpha`` (fees > 50% del gross_pnl positivo). Killano le
+strategie "lucky shot", le sempre-in-market e quelle con margine sottile
+non sostenibile in produzione.
 """
 
 from __future__ import annotations
@@ -133,6 +137,26 @@ class AdversarialAgent:
                 )
             )
 
+        # Time-in-market-too-high: signal LONG o SHORT >80% delle bar.
+        # Simmetrico opposto di flat_too_long: una strategia sempre-in-market
+        # e' di fatto leveraged buy-and-hold, esposta a funding cumulato su
+        # perp (paid ogni 8h), tail risk eventi notturni/weekend, nessuna
+        # opportunity-cost flexibility. Sweet spot fitness positiva: 5-80%
+        # time in market (combinato con flat_too_long).
+        active_ratio = n_active / n_bars if n_bars > 0 else 0.0
+        if active_ratio > 0.80:
+            report.findings.append(
+                Finding(
+                    name="time_in_market_too_high",
+                    severity=Severity.HIGH,
+                    detail=(
+                        f"Signal long/short for {active_ratio * 100:.1f}% of bars "
+                        "(>80% threshold); esposizione cumulativa funding + tail risk, "
+                        "di fatto leveraged B&H"
+                    ),
+                )
+            )
+
         # Fees-eat-alpha: gross_pnl > 0 ma fees > 50% del lordo.
         # La strategia ha edge teorico ma il margine viene mangiato dai
         # costi di transazione: non sostenibile in produzione.