feat(strategie): 3 nuove fade mean-reversion validate OOS fee-aware (MR02/MR03/MR07)

Trovate e promosse 3 strategie con edge netto distinto da MR01, stessa metodologia (ingresso close[i], netto fee 0.10% RT + leva 3x, OOS ultimo 30%, robustezza su griglia + sweep fee 0.00-0.20%): - MR02 Donchian Fade: fade rottura canale H/L, TP al centro. BTC +172% OOS. - MR03 Keltner Fade: canale ATR su EMA (indipendente da Bollinger). BTC +112%. - MR07 Return Reversal: fade movimento di barra estremo (z dei rendimenti). BTC +105%. Tutte positive netto OOS su entrambi gli asset e su tutto lo sweep fee, anche 0.20% RT pessimista (validate anche via oos_validation live-path). Scartate MR04 (= MR01 riparametrizzato), MR05 (ADX non robusto), MR06 (RSI2 ETH neg). Base condivisa fade_base.FadeStrategy (backtest intrabar TP/SL/max_bars). Aggiunte a strategy_loader e strategies.yml (BTC+ETH 1h). Ricerca in strategy_research_v2.py. Diario e CLAUDE.md aggiornati. Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>
2026-05-28 23:26:21 +02:00
parent 48435f6858
commit 21d3ba609d
10 changed files with 788 additions and 8 deletions
@@ -0,0 +1,77 @@
+"""MR02 — Donchian Fade (mean-reversion sugli estremi del canale).
+
+L'opposto esatto del trend-following Donchian (che PERDE netto: vedi
+scripts/analysis/strategy_research.py). Coerente con la lezione squeeze:
+i breakout RIENTRANO, quindi si fada la rottura del canale verso il centro.
+
+Logica:
+    1. Canale Donchian: massimo/minimo delle ultime n barre (escludendo la corrente)
+    2. ENTRY: close rompe SOPRA il massimo del canale -> SHORT (fade);
+       close rompe SOTTO il minimo -> LONG. Ingresso a close[i] (eseguibile).
+    3. EXIT: take-profit al centro del canale (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=20: +879% FULL / +171% OOS, DD 30%, 8/9 anni positivi
+    ETH 1h n=20: enorme FULL / +8452% OOS, DD 42%
+    Robusto su TUTTA la griglia n in {10,20,30,50} x sl_atr in {1.5,2.0,3.0}
+    (BTC+ETH 1h sempre positivo OOS) e su tutte le fee 0.00-0.20% RT.
+    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
+
+
+class DonchianFade(FadeStrategy):
+    name = "MR02_donchian_fade"
+    description = "Mean-reversion: fada la rottura del canale Donchian, TP al centro"
+    default_assets = ["BTC", "ETH"]
+    default_timeframes = ["1h"]
+
+    def generate_signals(self, df: pd.DataFrame, ts: pd.DatetimeIndex,
+                         **params) -> list[Signal]:
+        n = params.get("n", 20)
+        sl_atr = params.get("sl_atr", 2.0)
+        max_bars = params.get("max_bars", 24)
+
+        h, l, c = df["high"].values, df["low"].values, df["close"].values
+        hh = pd.Series(h).rolling(n).max().shift(1).values
+        ll = pd.Series(l).rolling(n).min().shift(1).values
+        a = atr(df, 14)
+
+        signals: list[Signal] = []
+        for i in range(n + 14, len(c)):
+            if np.isnan(hh[i]) or np.isnan(a[i]):
+                continue
+            mid = (hh[i] + ll[i]) / 2.0
+            if c[i] > hh[i] and c[i - 1] <= hh[i - 1]:          # rottura rialzista -> fade short
+                d, sl = -1, c[i] + sl_atr * a[i]
+            elif c[i] < ll[i] and c[i - 1] >= ll[i - 1]:        # rottura ribassista -> fade long
+                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(mid), "sl": float(sl), "max_bars": max_bars},
+            ))
+        return signals
+
+
+if __name__ == "__main__":
+    strat = DonchianFade()
+    print("=" * 110)
+    print(f"  MR02 DONCHIAN FADE — netto fee {strat.fee_rt*100:.2f}% RT, leva {strat.leverage:.0f}x")
+    print("=" * 110)
+    for asset in ["BTC", "ETH"]:
+        r = strat.backtest(asset, "1h", n=20, sl_atr=2.0, max_bars=24)
+        if r:
+            r.strategy_name = f"MR02 {asset} 1h n20"
+            r.print_summary()
+            r.print_yearly()