research(wave): ondata 3 filoni — esecuzione SKH01, DVOLSPREAD, XSR01 fuori dal crypto

Tre questioni che il progetto aveva lasciato aperte e decidibili oggi. T1 — ESECUZIONE SKH01. Testato l'unico meccanismo che non e' un cron: ordini resting on-book (TP=limit al livello per costruzione + fee maker, SL=stop-market). A offset 0 recupera il 94% del degrado, ma l'audit 02/07 aveva de-luckato i numeri headline di SKH01 e NON il degrado. Sulla banda appaiata dei 23 offset il degrado recuperabile e' +0.054 Sh di book, non -0.35 di sleeve. Errore di metodo corretto in sessione: mediana(A)-mediana(B) fra offset confronta offset diversi; serve la mediana delle DIFFERENZE appaiate. Col fix il verdetto si ribalta: solo TP a limite = +0.054 FULL / +0.061 HOLD, positivo in 19/23 e 21/23 offset; lo SL on-book PEGGIORA (mediana -0.010, positivo in 11/23) perche' cristallizza la perdita mentre l'exit ritardata incassa il rimbalzo. Raccomandazione NON eseguita: TP a limite si, SL strategico on-book no. T2 — DVOLSPREAD esce dal limbo (fermo dal 21/06). Passato ai due gate che allora non esistevano. La griglia dichiarata "72 celle" ne contiene 729: valutate tutte. Plateau reale (729/729 hold-out positivo). Selection-on-holdout confermata ma mite: cella pubblicata 83a/729 sull'hold-out, 471a/729 in-sample. Cella onesta FULL 0.68 / HOLD 0.69 (non 0.93) e DSR 0.953 PASS; la pubblicata fallisce 0.947. Promosso a forward-monitor coi parametri onesti, NON nel book (hold-out attivo 1.6 anni, DSR sul filo, weights_tilt_null mai affrontato). T3 — XSR01 non generalizza. Meccanismo congelato su 9 settoriali (1998+) e 28 ETF (30 anni), versione DEMEANATA (il test del 25/07 era a coppie). Lordo +0.24 p=0.193 e -0.14 p=0.747 vs null a fee zero. Il risultato che conta e' l'ampiezza: il demean fa 4.5->37.4 (8x) sul crypto ma 5.3->6.2 (1.2x) sulle azioni, perche' sul crypto il residuo-vs-BTC lascia un enorme fattore comune e sulle azioni il residuo-vs-SPY e' gia' indipendente. XSR01 e' crypto-specifico; NON e' falso. Soglie del gate 23/10 non toccate. Book/pesi/cron INVARIATI. Suite 245 verdi. Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>
2026-07-25 19:51:52 +00:00
parent 8b4c698ad9
commit 2c3882b60c
6 changed files with 1190 additions and 0 deletions
@@ -0,0 +1,144 @@
+"""Test dell'ondata 2026-07-26 (T1 esecuzione SKH01, T2 DVOLSPREAD, T3 XSR01 su equity).
+
+Blindano le proprieta' da cui dipendono le conclusioni — non i numeri (che si muovono col feed),
+ma le INVARIANTI che, se si rompessero, renderebbero i numeri privi di significato.
+"""
+from __future__ import annotations
+
+import sys
+from pathlib import Path
+
+import numpy as np
+import pytest
+
+ROOT = Path(__file__).resolve().parents[1]
+for p in (ROOT, ROOT / "scripts" / "research", ROOT / "scripts" / "research" / "alt",
+          ROOT / "scripts" / "research" / "ortho"):
+    sys.path.insert(0, str(p))
+
+pytest.importorskip("pandas")
+
+
+# ============================================================ T1 — esecuzione SKH01
+
+def test_t1_le_modalita_condividono_le_stesse_trade_boundaries():
+    """Il confronto fra modalita' d'esecuzione ha senso SOLO se i trade sono gli stessi:
+    cambia il prezzo di fill, non quali trade si fanno. Se le boundaries divergessero
+    staremmo confrontando due strategie diverse e non due esecuzioni della stessa."""
+    import r0702_anchor_skh01 as r02
+    import r0726_skh_onbook as ob
+    _, _, ltf, ent = r02.run_asset("BTC", 0)
+    df5 = r02.get5m("BTC")
+    args = (df5["timestamp"].values.astype(np.int64) + 300_000,
+            df5["open"].values.astype(float), df5["high"].values.astype(float),
+            df5["low"].values.astype(float), df5["close"].values.astype(float))
+    stats = {}
+    for m in ("canonical", "hourly", "onbook", "onbook_tp"):
+        _, st = ob.sim_equity_exec(ltf, ent, m, *args)
+        stats[m] = (st["sl"], st["tp"], st["time"])
+    assert len(set(stats.values())) == 1, stats
+
+
+def test_t1_canonical_riproduce_il_backtest_ufficiale():
+    """La modalita' 'canonical' deve coincidere col backtest dello sleeve: e' l'ancora
+    di tutto il confronto. Tolleranza larga (il feed cresce ogni giorno)."""
+    import r0726_skh_onbook as ob
+    s, _ = ob.skh_series(0, "canonical")
+    full, _, hold, dd = ob.sh3(s)
+    assert 1.2 < full < 1.7, full          # audit 02/07: ~1.46
+    assert 1.3 < hold < 1.9, hold          # audit 02/07: ~1.64
+    assert 0.12 < dd < 0.24, dd            # audit 02/07: ~18.1%
+
+
+def test_t1_il_limit_tp_non_puo_riempire_peggio_del_livello():
+    """Un limit resting o riempie AL livello o non riempie. Se il modello desse un prezzo
+    peggiore del livello sul lato TP, starebbe modellando un ordine a mercato."""
+    import r0702_anchor_skh01 as r02
+    import r0726_skh_onbook as ob
+    _, _, ltf, ent = r02.run_asset("BTC", 0)
+    df5 = r02.get5m("BTC")
+    eq_tp, _ = ob.sim_equity_exec(
+        ltf, ent, "onbook_tp", df5["timestamp"].values.astype(np.int64) + 300_000,
+        df5["open"].values.astype(float), df5["high"].values.astype(float),
+        df5["low"].values.astype(float), df5["close"].values.astype(float))
+    assert np.all(np.isfinite(eq_tp)) and eq_tp[-1] > 0
+
+
+def test_t1_slippage_piu_alta_non_migliora_lo_stop():
+    """Monotonia elementare: piu' slippage sullo stop-market non puo' dare un book migliore.
+    Se si rompe, il segno dello slippage e' invertito da qualche parte."""
+    import r0726_skh_onbook as ob
+    keep = ob.SL_SLIP
+    try:
+        ob.SL_SLIP = 0.0
+        lo = ob.sh3(ob.book(ob.skh_series(0, "onbook")[0], 0.25))[0]
+        ob.SL_SLIP = 0.02
+        hi = ob.sh3(ob.book(ob.skh_series(0, "onbook")[0], 0.25))[0]
+    finally:
+        ob.SL_SLIP = keep
+    assert lo > hi, (lo, hi)
+
+
+# ============================================================ T2 — DVOLSPREAD
+
+def test_t2_il_book_e_market_neutral_per_costruzione():
+    """w_eth == -w_btc: e' l'unica ragione per cui il lead e' a bassa correlazione con TP01.
+    Se si rompesse, la bassa correlazione sarebbe un caso e non una proprieta'."""
+    import r0726_dvolspread_gate as g
+    ev = g.evaluate(**g.CHOSEN)
+    assert abs(ev["net_beta"]) < 0.02, ev["net_beta"]
+
+
+def test_t2_book_flat_prima_che_esista_il_dvol():
+    """Prima del 2021-03 non c'e' DVOL: il book DEVE essere flat, altrimenti sta usando
+    un valore inventato (e il campione 'attivo' sarebbe una bugia)."""
+    import pandas as pd
+    import r0726_dvolspread_gate as g
+    r = g.daily_returns(**g.CHOSEN)
+    pre = r[r.index < pd.Timestamp("2021-03-01", tz="UTC")]
+    assert len(pre) > 100
+    assert float(np.abs(pre.values).max()) < 1e-12
+
+
+def test_t2_eseguibile_al_capitale_reale():
+    """Il lead vale solo se sta dentro il cap di $300/asset a $600 di capitale."""
+    import r0726_dvolspread_gate as g
+    ev = g.evaluate(**g.CHOSEN)
+    assert ev["executable"], (ev["max_leg_frac"], ev["gross_lev"])
+
+
+# ============================================================ T3 — XSR01 su equity
+
+def test_t3_usa_il_meccanismo_congelato_non_una_copia():
+    """Il test di falsificazione vale solo se gira LO STESSO meccanismo del candidato:
+    se qualcuno cambiasse W o il segno, il test smetterebbe di dire qualcosa su XSR01."""
+    from r0725_statarb_multi import SGN, W
+    assert (W, SGN) == (45, +1)
+
+
+def test_t3_il_demean_azzera_la_posizione_media():
+    """Il demeaning cross-sezionale deve rendere la posizione media giornaliera nulla:
+    e' cio' che elimina algebricamente la gamba comune. Senza, non e' XSR01."""
+    import r0726_xsr_equity as xe
+    from eqlib import SECTORS_CLASSIC
+    P, _ = xe.build(SECTORS_CLASSIC)
+    Q = P.sub(P.mean(axis=1), axis=0)
+    assert float(np.abs(np.nan_to_num(Q.mean(axis=1).values)).max()) < 1e-12
+
+
+def test_t3_lo_split_e_riparato_in_lettura():
+    """IWM ha uno split non aggiustato il 2005-06-09 (difetto trovato il 25/07). Se il
+    pannello non lo riparasse, il test su 26 anni sarebbe avvelenato."""
+    import pandas as pd
+    from eqlib import load_eq
+    d = load_eq("IWM")
+    r = d["close"].pct_change()
+    around = r[(r.index >= pd.Timestamp("2005-06-01", tz="UTC"))
+               & (r.index <= pd.Timestamp("2005-06-20", tz="UTC"))]
+    assert float(around.min()) > -0.20, float(around.min())
+
+
+def test_t3_annualizzazione_su_giorni_di_borsa():
+    """Lezione 25/07: una serie su ~252 barre/anno annualizzata a 365 gonfia lo Sharpe di 1.2x."""
+    import r0726_xsr_equity as xe
+    assert abs(xe.ANN - np.sqrt(252.0)) < 1e-9