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>

Old/scripts/strategies/PORT01_portfolio.py

@@ -0,0 +1,65 @@
+"""PORT01 — Portafoglio combinato delle 3 strategie oneste (equal-weight, daily rebal).
+
+Sleeve (meccanismi anti-correlati):
+    DIP01     dip-buy reversion su BTC (1h)        regime: reversione
+    TR01      EMA 20/100 trend su paniere (4h)     regime: momentum singolo
+    ROT02     dual-momentum rotation (1d)          regime: forza relativa + risk-off
+
+La diversificazione e' il vero motore di risk-reduction: il DD del portafoglio
+scende SOTTO quello della sleeve meno rischiosa, mantenendo una CAGR alta e
+azzerando quasi gli anni negativi (il 2022 bear passa da -30% di ROT a -1%).
+
+Risultato (netto, 2021-2026, leva 3x pos 15% per sleeve; ROT02 ora top_k=3):
+    DIP01_BTC     +322%  DD 15%  CAGR 31%
+    TR01_basket   +591%  DD 27%  CAGR 43%
+    ROT02_dualmom +984%  DD 26%  CAGR 56%   (top_k=3: DD 40->26, PnL su)
+    PORTAFOGLIO   +676%  DD 13%  CAGR 46%   <-- DD piu' basso di ogni sleeve
+    Per-anno: 2021 +224 · 2022 +1 · 2023 +48 · 2024 +48 · 2025 +10 · 2026 -2
+Logica e ricostruzione: scripts/analysis/honest_improve2.py.
+"""
+from __future__ import annotations
+
+import sys
+from pathlib import Path
+
+import pandas as pd
+
+PROJECT_ROOT = Path(__file__).resolve().parents[2]
+sys.path.insert(0, str(PROJECT_ROOT))
+
+from scripts.analysis.honest_improve import _dd  # noqa: E402
+from scripts.analysis.honest_improve2 import (  # noqa: E402
+    dip_market_gated, _daily_equity, _norm, _tr_basket_daily, _rot_daily_equity,
+)
+
+
+def run():
+    idx = pd.date_range("2021-01-01", "2026-05-26", freq="1D", tz="UTC")
+    d = dip_market_gated("BTC", market_n=0, return_equity=True)
+    members = {
+        "DIP01_BTC": _norm(_daily_equity(d["eq_ts"], d["eq_v"], idx)),
+        "TR01_basket": _norm(_tr_basket_daily(["BNB", "BTC", "DOGE", "SOL", "XRP"], idx)),
+        "ROT02_dualmom": _norm(_rot_daily_equity(idx)),
+    }
+    drets = pd.DataFrame({k: v.pct_change().fillna(0) for k, v in members.items()})
+    port_ret = drets.mean(axis=1)
+    combo = (1 + port_ret).cumprod()
+    yrs = (idx[-1] - idx[0]).days / 365.25
+
+    print("=" * 80)
+    print(f"  PORT01 — portafoglio equal-weight (daily rebal) | {idx[0].date()} -> {idx[-1].date()}")
+    print("=" * 80)
+    print(f"  {'sleeve':<16s}{'ret%':>9s}{'DD%':>7s}{'CAGR%':>8s}")
+    for name, s in members.items():
+        r = (s.iloc[-1] / s.iloc[0] - 1) * 100
+        cagr = ((s.iloc[-1] / s.iloc[0]) ** (1 / yrs) - 1) * 100
+        print(f"  {name:<16s}{r:>+9.0f}{_dd(s.values):>7.0f}{cagr:>8.0f}")
+    r = (combo.iloc[-1] / combo.iloc[0] - 1) * 100
+    cagr = ((combo.iloc[-1] / combo.iloc[0]) ** (1 / yrs) - 1) * 100
+    print(f"  {'PORTAFOGLIO':<16s}{r:>+9.0f}{_dd(combo.values):>7.0f}{cagr:>8.0f}")
+    pa = port_ret.groupby(port_ret.index.year).apply(lambda x: ((1 + x).prod() - 1) * 100)
+    print("  Per-anno: " + "  ".join(f"{y}:{v:+.0f}%" for y, v in pa.items()))
+
+
+if __name__ == "__main__":
+    run()