chore(reset): v2.0.0 — storico certificato Deribit mainnet, ripartenza pulita
Reset del progetto su fondamenta verificate dopo la scoperta che l'intera libreria "validata OOS" era artefatto di feed contaminato (print fantasma del feed Cerbero TESTNET + storico Binance/USDT). - Storico ricostruito da Deribit MAINNET (ccxt pubblico, tokenless) e CERTIFICATO (certify_feed.py): BTC/ETH puliti su TUTTA la storia (mediana 2-6 bps vs Coinbase USD), integrita' OHLC + coerenza resample (maxΔ 0.00) + cross-venue OK. Alt esclusi (illiquidi/divergenti: LTC/DOGE 50-82% barre flat; XRP/BNB non certificabili). - Verdetto sul feed pulito: FADE / PAIRS / XS01 / TSM01 morti (ogni portafoglio Sharpe -2.3..-3.0, DD ~40%); solo SH01 e frammenti HONEST con segnale residuo, da ri-validare in isolamento. - Cleanup "restart pulito": strategie, stack live (src/live, src/portfolio, runner/executor, yml, docker), ~100 script ricerca/gate, waste/games/ portfolios, dati non certificati + cache e 60+ diari -> archiviati in Old/ (preservati, non cancellati). Diario consolidato in un unico documento. - Skeleton ricerca tenuto: Strategy ABC + indicatori + src/fractal + src/backtest/engine + load_data; tool dati certificati (rebuild_history, certify_feed, audit_feed, multi_source_check). - Universo dati ATTIVO: solo BTC/ETH (5m/15m/1h); guardrail fisico (load_data su alt -> FileNotFoundError). Esecuzione DISABILITATA, conto flat. Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>
This commit is contained in:
Adriano Dal Pastro
@@ -0,0 +1,151 @@
|
||||
"""XEX — Discordanze cross-exchange Deribit (testnet) vs Hyperliquid.
|
||||
|
||||
Ricerca 2026-06-12. Domanda: il prezzo Deribit testnet si discosta da quello
|
||||
Hyperliquid (proxy della realta'); lo scostamento e' tradabile dal nostro conto?
|
||||
|
||||
Esito (vedi diario docs/diary/2026-06-12-xex-divergence.md):
|
||||
- Lo spread log(D/H) e' enorme per standard reali (std 0.9-4.5%) e MEAN-REVERTING
|
||||
(AR1 rho 0.77-0.94, half-life 2.7-12 barre 1h).
|
||||
- Il gap viene chiuso da ENTRAMBI i lati: beta del ritorno futuro Deribit sullo
|
||||
spread e' negativo e cresce con l'orizzonte (ETH -0.36, BTC -0.23 a 24h)
|
||||
-> tradabile dal lato Deribit (il nostro conto).
|
||||
- TRAPPOLA SMASCHERATA: su DOGE/SOL (lineari USDC illiquidi, 87%/35% barre flat)
|
||||
l'edge del backtest (Sharpe 6.7/2.7) e' FINZIONE da print stantii: il BOOK
|
||||
live sta attaccato a HL (+0.16%/-0.05%) mentre i print restano vecchi.
|
||||
Su BTC/ETH inverse invece il BOOK STESSO e' dislocato (-0.94%/-2.16% misurati
|
||||
live con depth >$1M) -> la' la discordanza e' reale ed eseguibile.
|
||||
- Candidati: solo BTC-PERPETUAL / ETH-PERPETUAL. Edge netto (fee 0.10% RT)
|
||||
moderato e sensibile al timing (half-life corta: lag 1h di entry lo erode).
|
||||
NON deployare senza: segnale dal BOOK (non dal close), poll fitto, gate PORT06.
|
||||
|
||||
NB: e' un edge da TESTNET (la dislocazione e' l'artefatto del feed testnet che
|
||||
rientra verso la realta'): non trasferibile a mainnet, dove lo spread D/H reale
|
||||
e' <0.05%. Utile per il paper/shadow corrente, non per capitale vero.
|
||||
"""
|
||||
from __future__ import annotations
|
||||
|
||||
import sys
|
||||
from pathlib import Path
|
||||
|
||||
import numpy as np
|
||||
import pandas as pd
|
||||
|
||||
PROJECT_ROOT = Path(__file__).resolve().parents[2]
|
||||
sys.path.insert(0, str(PROJECT_ROOT))
|
||||
|
||||
from src.live.cerbero_client import CerberoClient
|
||||
|
||||
FEE_RT = 0.001
|
||||
START, END = "2026-03-01", "2026-06-12"
|
||||
SPLIT = pd.Timestamp("2026-05-10", tz="UTC")
|
||||
PAIRS = [
|
||||
("BTC", "BTC-PERPETUAL"),
|
||||
("ETH", "ETH-PERPETUAL"),
|
||||
("SOL", "SOL_USDC-PERPETUAL"),
|
||||
("DOGE", "DOGE_USDC-PERPETUAL"),
|
||||
]
|
||||
|
||||
|
||||
def fetch(c: CerberoClient, coin: str, d_inst: str) -> pd.DataFrame:
|
||||
def hist(ex: str, inst: str) -> pd.Series:
|
||||
rows = c.get_historical_v2(inst, START, END, interval="1h", exchange=ex)
|
||||
df = pd.DataFrame(rows)
|
||||
df["ts"] = pd.to_datetime(df["timestamp"], unit="ms", utc=True)
|
||||
df = df.set_index("ts")
|
||||
return df.loc[~df.index.duplicated(), "close"]
|
||||
|
||||
return pd.DataFrame({"d": hist("deribit", d_inst), "h": hist("hyperliquid", coin)}).dropna()
|
||||
|
||||
|
||||
def convergence_table(j: pd.DataFrame) -> None:
|
||||
"""Chi chiude il gap: regressione spread[i] -> ritorno futuro per venue."""
|
||||
s = np.log(j["d"] / j["h"])
|
||||
for hz in (1, 6, 12, 24):
|
||||
rd = np.log(j["d"].shift(-hz) / j["d"])
|
||||
rh = np.log(j["h"].shift(-hz) / j["h"])
|
||||
m = s.notna() & rd.notna() & rh.notna()
|
||||
bd = np.polyfit(s[m], rd[m], 1)[0]
|
||||
bh = np.polyfit(s[m], rh[m], 1)[0]
|
||||
print(f" h={hz:>2}: beta_D={bd:+.2f} (lato tradabile) beta_H={bh:+.2f}")
|
||||
|
||||
|
||||
def backtest(j: pd.DataFrame, entry: float = 1.0, exit_: float = 0.25,
|
||||
max_bars: int = 24, fee: float = FEE_RT, lag: int = 0):
|
||||
"""Fade dello spread sul solo lato Deribit. Entry al close (o close+lag per
|
||||
stress staleness), skip barre flat, exit a |s|<=exit_ o max_bars."""
|
||||
d, h = j["d"].values, j["h"].values
|
||||
s = np.log(d / h) * 100
|
||||
dret = np.r_[0.0, np.diff(np.log(d))]
|
||||
flat = np.r_[True, dret[1:] == 0]
|
||||
pos, entry_i, pnl, pend = 0, -1, 0.0, None
|
||||
eq, trades = [0.0], []
|
||||
for i in range(1, len(j)):
|
||||
r = 0.0
|
||||
if pos != 0:
|
||||
r = pos * dret[i]
|
||||
pnl += r
|
||||
if abs(s[i]) <= exit_ or (i - entry_i) >= max_bars:
|
||||
r -= fee / 2
|
||||
trades.append(pnl - fee)
|
||||
pos, pnl = 0, 0.0
|
||||
if pend is not None and pend[0] == i:
|
||||
if pos == 0:
|
||||
pos, entry_i, pnl = pend[1], i, 0.0
|
||||
r -= fee / 2
|
||||
pend = None
|
||||
if pos == 0 and pend is None and abs(s[i]) >= entry and not flat[i]:
|
||||
if lag == 0:
|
||||
pos, entry_i, pnl = -np.sign(s[i]), i, 0.0
|
||||
r -= fee / 2
|
||||
else:
|
||||
pend = (i + lag, -np.sign(s[i]))
|
||||
eq.append(r)
|
||||
return pd.Series(eq, index=j.index), np.array(trades)
|
||||
|
||||
|
||||
def report(rets: pd.Series, trades: np.ndarray, label: str) -> None:
|
||||
ann = np.sqrt(24 * 365)
|
||||
sh = rets.mean() / rets.std() * ann if rets.std() > 0 else 0.0
|
||||
cum = rets.cumsum()
|
||||
dd = (cum - cum.cummax()).min() * 100
|
||||
wr = (trades > 0).mean() * 100 if len(trades) else 0.0
|
||||
print(f" {label:10} ret={rets.sum() * 100:+7.1f}% Sh={sh:5.2f} DD={dd:6.2f}% "
|
||||
f"n={len(trades):3d} WR={wr:4.1f}%")
|
||||
|
||||
|
||||
def book_reality_check(c: CerberoClient) -> None:
|
||||
"""Il test che separa edge vero da illusione: il BOOK e' dislocato o solo i print?"""
|
||||
print("\n== Book Deribit vs mark Hyperliquid (live) ==")
|
||||
for coin, inst in PAIRS:
|
||||
try:
|
||||
ob = c._post("/mcp-deribit/tools/get_orderbook", {"instrument_name": inst, "depth": 5})
|
||||
ht = c._post("/mcp-hyperliquid/tools/get_ticker", {"instrument": coin})
|
||||
bb, ba = ob["bids"][0][0], ob["asks"][0][0]
|
||||
mid, hm = (bb + ba) / 2, ht["mark_price"]
|
||||
print(f" {inst:22} book {bb}/{ba} Δbook-HL={100 * (mid / hm - 1):+.2f}% "
|
||||
f"depth5 bid={sum(b[1] for b in ob['bids']):.3g} ask={sum(a[1] for a in ob['asks']):.3g}")
|
||||
except Exception as e: # endpoint o strumento indisponibile: solo report
|
||||
print(f" {inst:22} ERR {e}")
|
||||
|
||||
|
||||
def run() -> None:
|
||||
c = CerberoClient()
|
||||
data = {coin: fetch(c, coin, inst) for coin, inst in PAIRS}
|
||||
for coin, j in data.items():
|
||||
s = np.log(j["d"] / j["h"]) * 100
|
||||
rho = (s - s.mean()).autocorr(1)
|
||||
hlife = -np.log(2) / np.log(rho) if 0 < rho < 1 else float("inf")
|
||||
flat = (j["d"].pct_change() == 0).mean() * 100
|
||||
print(f"\n== {coin} ({len(j)} barre 1h) spread mean={s.mean():+.2f}% std={s.std():.2f}% "
|
||||
f"half-life={hlife:.1f}h flatD={flat:.0f}%")
|
||||
convergence_table(j)
|
||||
for lag in (0, 1):
|
||||
r, t = backtest(j, lag=lag)
|
||||
report(r, t, f"FULL lag{lag}")
|
||||
roo, too = backtest(j[j.index >= SPLIT], lag=lag)
|
||||
report(roo, too, f"OOS lag{lag}")
|
||||
book_reality_check(c)
|
||||
|
||||
|
||||
if __name__ == "__main__":
|
||||
run()
|
||||
Reference in New Issue
Block a user