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/SQ01_squeeze_base.py

@@ -0,0 +1,68 @@
+"""SQ01 — Squeeze Breakout Base.
+
+Strategia strutturale: rileva compressione di volatilità (Bollinger dentro
+Keltner Channel) e segue la direzione del breakout al rilascio.
+
+IN:
+    - OHLCV DataFrame (da load_data)
+    - Parametri: bb_window (14), sq_threshold (0.8), min_squeeze_dur (5)
+
+OUT:
+    - Lista di Signal con direzione breakout (+1/-1)
+    - BacktestResult con equity, yearly breakdown, metriche
+
+Risultati tipici:
+    BTC 15m: 76.7% acc, 4062 trades, DD 6.7%, €9.32/day
+    ETH 15m: 76.4% acc, 2948 trades, DD 6.2%, €10.31/day
+"""
+from __future__ import annotations
+import sys
+sys.path.insert(0, ".")
+
+import numpy as np
+import pandas as pd
+
+from src.strategies.base import Strategy, Signal
+from src.strategies.indicators import keltner_ratio, detect_squeezes
+
+
+class SqueezeBase(Strategy):
+    name = "SQ01_squeeze_base"
+    description = "Squeeze breakout puro — segui direzione al rilascio"
+    default_assets = ["BTC", "ETH"]
+    default_timeframes = ["15m", "1h"]
+
+    def generate_signals(self, df: pd.DataFrame, ts: pd.DatetimeIndex,
+                         **params) -> list[Signal]:
+        c = df["close"].values
+        h = df["high"].values
+        l = df["low"].values
+        n = len(c)
+
+        bb_w = params.get("bb_window", 14)
+        sq_thr = params.get("sq_threshold", 0.8)
+        min_dur = params.get("min_dur", 5)
+
+        kcr = keltner_ratio(c, h, l, bb_w)
+        events = detect_squeezes(c, h, l, kcr, sq_thr, min_dur)
+
+        signals = []
+        for ev in events:
+            i = ev["idx"]
+            if i < 1 or i >= n:
+                continue
+            first_ret = (c[i] - c[i - 1]) / c[i - 1] if c[i - 1] > 0 else 0
+            if abs(first_ret) < 0.001:
+                continue
+            signals.append(Signal(
+                idx=i,
+                direction=1 if first_ret > 0 else -1,
+                entry_price=c[i - 1],
+                metadata={"dur": ev["dur"], "kcr": ev["kcr_at_release"]},
+            ))
+        return signals
+
+
+if __name__ == "__main__":
+    strategy = SqueezeBase()
+    strategy.report()