research(vrp): buco del tenore chiuso col gate onesto — earns_slot_honest = False

Book, pesi, cron, config INVARIATI.

La griglia strutture del 03/07 si fermava a 10 giorni. Famiglia dichiarata nel
docstring PRIMA di guardare i numeri: 8 tenori (5-35g) x 3 delta corti x 3
lunghi = 72 celle, perche' riaprire il tenore riapre la struttura e i trial si
contano al rialzo.

study_family_honest e' cablato sui candidati direzionali (factory -> target_fn
via candidate_daily) e VRP01 non lo e': usati i suoi tre componenti reali —
selezione in-sample-only, altlib.deflated_sharpe, altlib.marginal_vs_tp01 —
importati e non riscritti (c'e' un test d'identita').

ESITO. Cella scelta al buio 10g -0.28/-0.05 (Sh IS 1.75 / FULL 1.55 / HOLD 1.01)
contro il canonico 7g (1.50/1.32/0.82; rango 17/72 in-sample). Batte il canonico
ma DSR 0.948 < 0.95 FAIL. marginal_vs_tp01 = ADDS per entrambe: il verdetto non
e' 'VRP01 e' rotto', e' che il vantaggio non sopravvive al conto dei trial.

IL BUCO SI CHIUDE SUL CONTENUTO, non sul gate: la regione mai esplorata PERDE.
Miglior cella >10g = 18g, rango 8/72, e solo 3/10 della top-10 sta oltre i 10
giorni -> lo studio conferma il 03/07 invece di ribaltarlo.

IL VINCITORE STA DOVE IL MODELLO SBAGLIA DI PIU': compra l'ala piu' lontana
(delta lungo -0.05), come 5/10 della top-10, cioe' la gamba che il 30/07 ha
misurato sottoprezzata ~2.3x. Sospetto motivato, non dimostrazione: il mediano
non separa -0.10 da -0.05, si separa la coda alta. Ma f non e' misurato fuori
dalla struttura canonica, e la sensibilita' a f uniforme e' la lente sbagliata
per una struttura il cui errore e' concentrato in una gamba sola.

ROBUSTEZZA DEL VERDETTO, PUBBLICATA: DSR 0.983 PASS a N=8, 0.948 FAIL a N=72,
0.909 a N=360. Il verdetto si ribalta col conteggio. La griglia era dichiarata
in anticipo e il conto fatto al rialzo, ma fallisce per 0.002: si cita come
tale, non come refutazione netta. Congelato in un test.

Seguito giusto = una MISURA, non un altro backtest: quanto vale f sul
10g/-0.05 sulle quote vere, ora che la catena la raccogliamo noi ogni ora.

Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>

tests/test_vrp_tenor_gate.py

@@ -0,0 +1,159 @@
+"""Test del gate onesto sul tenore di VRP01 (scripts/research/r0730_vrp_tenor_gate.py).
+
+Cosa va congelato, in ordine di importanza:
+
+* **La famiglia dichiarata.** Il deflated-Sharpe dipende da quanti trial si dichiarano, e il
+  verdetto di questo studio si RIBALTA fra 8 e 72 celle. La griglia e' stata dichiarata nel
+  docstring PRIMA di guardare i numeri; questi test la congelano, cosi' che un domani nessuno
+  possa farla passare restringendo il conteggio.
+* **La selezione e' in-sample.** Se qualcuno la cambiasse in "cella a max hold-out" il gate
+  diventerebbe la trappola che esiste per prevenire.
+* **La coerenza fra i due script del 30/07**: la cella canonica qui deve essere la stessa
+  serie del canonico misurato in `r0730_vrp_profit_take`.
+* **Il controllo positivo**: un gate che dice sempre FAIL non e' un gate.
+"""
+from __future__ import annotations
+
+import importlib.util
+import sys
+from pathlib import Path
+
+import numpy as np
+import pandas as pd
+import pytest
+
+ROOT = Path(__file__).resolve().parents[1]
+sys.path.insert(0, str(ROOT))
+sys.path.insert(0, str(ROOT / "scripts" / "research" / "alt"))
+
+_spec = importlib.util.spec_from_file_location(
+    "r0730_tenor", ROOT / "scripts" / "research" / "r0730_vrp_tenor_gate.py")
+TG = importlib.util.module_from_spec(_spec)
+_spec.loader.exec_module(TG)
+
+import altlib                                                     # noqa: E402
+from src.portfolio.sleeves import VRP_CFG                          # noqa: E402
+
+
+@pytest.fixture(scope="module")
+def grid():
+    rows = []
+    for tn in TG.TENORS:
+        for sd in TG.SHORT_DELTAS:
+            for ld in TG.LONG_DELTAS:
+                d = TG.cell_daily(tn, sd, ld)
+                ins = d[d.index < TG.HOLDOUT]
+                rows.append(dict(tenor=tn, sd=sd, ld=ld, daily=d,
+                                 is_sh=TG._sh(ins), full_sh=TG._sh(d),
+                                 hold_sh=TG._sh(d[d.index >= TG.HOLDOUT])))
+    return rows
+
+
+# ===========================================================================
+# la famiglia dichiarata — il numero da cui dipende il verdetto
+# ===========================================================================
+def test_la_griglia_dichiarata_e_di_72_celle():
+    assert len(TG.TENORS) * len(TG.SHORT_DELTAS) * len(TG.LONG_DELTAS) == 72
+
+
+def test_la_griglia_copre_la_regione_mai_esplorata_dal_0307():
+    """Il buco era 'oltre i 10 giorni': la griglia 03/07 era (3, 5, 7, 10)."""
+    assert max(TG.TENORS) > 10
+    assert sum(1 for t in TG.TENORS if t > 10) >= 4
+
+
+def test_il_canonico_e_dentro_la_griglia():
+    """Senza il canonico dentro non c'e' un termine di paragone."""
+    assert TG.CANON == (VRP_CFG["tenor_d"], VRP_CFG["short_delta"], VRP_CFG["long_delta"])
+    assert TG.CANON[0] in TG.TENORS
+    assert TG.CANON[1] in TG.SHORT_DELTAS
+    assert TG.CANON[2] in TG.LONG_DELTAS
+
+
+# ===========================================================================
+# coerenza fra i due script del 30/07
+# ===========================================================================
+def test_la_cella_canonica_e_lo_stesso_canonico_dell_altro_studio():
+    """`r0730_vrp_profit_take.combo(pt=None)` e `cell_daily(*CANON)` devono essere la STESSA
+    serie: se divergono, i due diari raccontano due cose diverse chiamandole uguali."""
+    a = TG.cell_daily(*TG.CANON)
+    b = TG.PT.combo(pt=None, f=1.0, real_fee=True)[0]
+    j = pd.concat({"a": a, "b": b}, axis=1, join="inner")
+    assert len(j) == len(a) == len(b)
+    assert float((j["a"] - j["b"]).abs().max()) == pytest.approx(0.0, abs=1e-12)
+
+
+# ===========================================================================
+# la selezione non sbircia l'hold-out
+# ===========================================================================
+def test_la_cella_e_scelta_col_solo_sharpe_in_sample(grid):
+    chosen = max(grid, key=lambda r: r["is_sh"])
+    assert chosen["is_sh"] == max(r["is_sh"] for r in grid)
+
+
+def test_scegliere_sull_hold_out_darebbe_una_cella_DIVERSA(grid):
+    """E' il motivo per cui il gate esiste: la cella a max hold-out non e' quella a max
+    in-sample, quindi 'scegliere guardando l'hold-out' sarebbe una scelta, non una misura."""
+    a = max(grid, key=lambda r: r["is_sh"])
+    b = max(grid, key=lambda r: r["hold_sh"])
+    assert (a["tenor"], a["sd"], a["ld"]) != (b["tenor"], b["sd"], b["ld"])
+
+
+# ===========================================================================
+# il risultato: la regione nuova perde
+# ===========================================================================
+def test_la_regione_oltre_i_10_giorni_non_produce_il_vincitore(grid):
+    """Il modo in cui il buco si chiude: si e' guardato dove non si era mai guardato, e li'
+    non c'e' il vincitore."""
+    chosen = max(grid, key=lambda r: r["is_sh"])
+    assert chosen["tenor"] <= 10
+    best_new = max((r for r in grid if r["tenor"] > 10), key=lambda r: r["is_sh"])
+    assert best_new["is_sh"] < chosen["is_sh"]
+
+
+# ===========================================================================
+# deflated Sharpe: quello di altlib, e il verdetto che ne dipende
+# ===========================================================================
+def test_usa_il_deflated_sharpe_di_altlib_non_una_copia():
+    assert TG.altlib.deflated_sharpe is altlib.deflated_sharpe
+
+
+def test_il_verdetto_dipende_dal_numero_di_trial_dichiarati(grid):
+    """Il fatto piu' importante da non dimenticare: a 8 trial passerebbe, a 72 no. La griglia
+    e' stata dichiarata prima di guardare, e il conteggio si fa al rialzo."""
+    chosen = max(grid, key=lambda r: r["is_sh"])
+    all72 = [r["full_sh"] for r in grid]
+    only8 = [r["full_sh"] for r in grid if (r["sd"], r["ld"]) == TG.CANON[1:]]
+    d72, _ = altlib.deflated_sharpe(chosen["full_sh"], all72, chosen["daily"])
+    d8, _ = altlib.deflated_sharpe(chosen["full_sh"], only8, chosen["daily"])
+    assert len(only8) == len(TG.TENORS) == 8
+    assert d8 > 0.95 > d72                       # il verdetto si ribalta
+    assert d72 > 0.90                            # ...e fallisce per poco: va citato cosi'
+
+
+def test_il_gate_fallisce_sulla_griglia_dichiarata(grid):
+    chosen = max(grid, key=lambda r: r["is_sh"])
+    dsr, _ = altlib.deflated_sharpe(chosen["full_sh"], [r["full_sh"] for r in grid],
+                                    chosen["daily"])
+    assert dsr < 0.95
+
+
+def test_controllo_positivo_il_deflated_sharpe_sa_promuovere(grid):
+    """Obbligatorio: un gate che risponde sempre FAIL e' indistinguibile da uno rotto.
+    Una serie COSTRUITA molto forte, contro gli stessi 72 trial, deve passare."""
+    chosen = max(grid, key=lambda r: r["is_sh"])
+    strong = chosen["daily"] * 1.0
+    strong = strong + strong.std() * 0.5              # drift grande, stessa forma
+    dsr, _ = altlib.deflated_sharpe(TG._sh(strong), [r["full_sh"] for r in grid], strong)
+    assert dsr >= 0.95
+
+
+# ===========================================================================
+# il marginale resta ADDS: il verdetto NON e' "VRP e' rotto"
+# ===========================================================================
+def test_il_canonico_resta_ADDS_vs_tp01():
+    """Il gate boccia un CAMBIO di struttura, non lo sleeve: se questo si rompe, la
+    conclusione del diario va riscritta."""
+    m = altlib.marginal_vs_tp01(TG.cell_daily(*TG.CANON))
+    assert m["marginal_verdict"] == "ADDS"
+    assert m["has_insample_edge"] and not m["is_hedge"]