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/waste/MR03_keltner_fade.py

@@ -0,0 +1,82 @@
+"""MR03 — Keltner Fade (mean-reversion sul canale ATR).
+
+Stessa tesi di MR01 (i breakout rientrano) ma con banda costruita su ATR
+attorno a una EMA, invece che su deviazione standard attorno a una SMA.
+Reagisce diversamente a gap e code: edge indipendente, non ridondante con MR01.
+
+Logica:
+    1. Canale di Keltner: EMA(n) +/- k*ATR(n)
+    2. ENTRY: close esce sotto la banda inferiore -> LONG (o sopra la superiore -> SHORT)
+       Ingresso a close[i] (eseguibile dal vivo, nessun look-ahead).
+    3. EXIT: take-profit alla EMA centrale (il rientro atteso),
+       stop-loss a sl_atr*ATR oltre l'estremo, time-limit max_bars.
+
+Validazione (netto, fee 0.10% RT reale Deribit, leva 3x, OOS = ultimo 30%):
+    BTC 1h n=30 k=2.0: +112% OOS, DD 20%
+    ETH 1h n=50 k=1.5: +1426% OOS, DD 20%
+    Robusto su TUTTA la griglia n in {14,20,30,50} x k in {1.5,2.0,2.5}
+    (BTC+ETH 1h sempre positivo OOS).
+    Ricerca completa: scripts/analysis/strategy_research_v2.py.
+"""
+from __future__ import annotations
+import sys
+sys.path.insert(0, ".")
+
+import numpy as np
+import pandas as pd
+
+from src.strategies.base import Signal
+from src.strategies.fade_base import FadeStrategy, atr, trend_distance
+
+
+class KeltnerFade(FadeStrategy):
+    name = "MR03_keltner_fade"
+    description = "Mean-reversion: fada il canale di Keltner (ATR), TP alla EMA"
+    default_assets = ["BTC", "ETH"]
+    default_timeframes = ["1h"]
+
+    def generate_signals(self, df: pd.DataFrame, ts: pd.DatetimeIndex,
+                         **params) -> list[Signal]:
+        n = params.get("n", 30)
+        k = params.get("k", 2.0)
+        sl_atr = params.get("sl_atr", 2.0)
+        max_bars = params.get("max_bars", 24)
+        trend_max = params.get("trend_max")          # None = filtro disattivo
+        ema_long = params.get("ema_long", 200)
+
+        c = df["close"].values
+        e = pd.Series(c).ewm(span=n, adjust=False).mean().values
+        a = atr(df, n)
+        up, lo = e + k * a, e - k * a
+        td = trend_distance(df, ema_long) if trend_max is not None else None
+
+        signals: list[Signal] = []
+        for i in range(n + 1, len(c)):
+            if np.isnan(up[i]) or np.isnan(a[i]):
+                continue
+            if td is not None and (np.isnan(td[i]) or td[i] > trend_max):
+                continue
+            if c[i] < lo[i] and c[i - 1] >= lo[i - 1]:
+                d, sl = 1, c[i] - sl_atr * a[i]
+            elif c[i] > up[i] and c[i - 1] <= up[i - 1]:
+                d, sl = -1, c[i] + sl_atr * a[i]
+            else:
+                continue
+            signals.append(Signal(
+                idx=i, direction=d, entry_price=c[i],
+                metadata={"tp": float(e[i]), "sl": float(sl), "max_bars": max_bars},
+            ))
+        return signals
+
+
+if __name__ == "__main__":
+    strat = KeltnerFade()
+    print("=" * 110)
+    print(f"  MR03 KELTNER FADE — netto fee {strat.fee_rt*100:.2f}% RT, leva {strat.leverage:.0f}x")
+    print("=" * 110)
+    for asset, n, k in [("BTC", 30, 2.0), ("ETH", 50, 1.5)]:
+        r = strat.backtest(asset, "1h", n=n, k=k, sl_atr=2.0, max_bars=24)
+        if r:
+            r.strategy_name = f"MR03 {asset} 1h n{n} k{k}"
+            r.print_summary()
+            r.print_yearly()