research: il muro come punto fisso — la previsione del follow-up era SBAGLIATA
Il follow-up dichiarato stamattina diceva: "i muri usano il book a 2 sleeve da $600
estrapolato a $272k; il book diversificato ha Sharpe piu' alto -> IL MURO VERO E' PIU'
BASSO". Misurato: FALSO. A pari nozionale il muro e' $273.900 contro i $272.061
pubblicati (+1%): l'estrapolazione col book a 2 sleeve era giusta PER CASO.
STRUTTURA: il muro e' un PUNTO FISSO — serve capitale C per girare il book che determina
il muro C, quindi si itera C_{n+1} = muro(book(C_n)). Converge in 1 iterazione perche' il
muro cade SOPRA la soglia XS01 ($117k) e la composizione non cambia; la struttura conta
solo se il muro atterra vicino a una soglia, ma va iterato per saperlo.
BOOK DEPLOYABLE (non il "migliore"): TP01 38 / SKH01 23 / GTAA01 23 / XS01 17. VRP01
escluso per regola permanente (niente short-vol da modello in deploy), XSR01 escluso per
gate pre-registrato 23/10. Costi capital-aware, fattore d'ancora x0.860 misurato su
QUESTO book. Sharpe 1.94, vol 8.9%, CAGR 18.3%.
PERCHE' NON SCENDE: diversificare alza lo Sharpe (1.64 -> 1.94) ma abbassa drift e vol
INSIEME, e la rendita perpetua vive sul DRIFT -> 10.91% -> 10.84%, invariata. Il guadagno
di Sharpe va in meno rischio, non in piu' reddito. E' il fatto gia' misurato il 25/07 §3,
dimenticato scrivendo il follow-up.
E STAVO VIOLANDO UNA REGOLA GIA' CODIFICATA: "un diversificatore a basso CAGR si giudica
a ISO-RISCHIO, mai a iso-nozionale" (25/07 §3). A iso-rischio (leva 1.28x): rendita
13.35%, muro $222.406 = -18% -> replica indipendente del -19% misurato il 25/07 con
macchineria e book diversi. Vale solo se la leva e' disponibile e a costo < uplift: $222k
e' un TETTO, non una stima.
BUG CATTURATO PRIMA DI PUBBLICARE: la prima corsa dava Sharpe 0.95 e muro $854k
("diversificare triplica il muro" — spettacolare e falso). CC.gtaa_banded ritorna la
storia GTAA dal 1996 mentre lo sleeve di produzione tronca a GTAA_BOOK_ACTIVATION; con la
rinormalizzazione per-riga di combine_outer il 75% del campione era GTAA01 DA SOLO al
100%. Preso non da un test ma perche' la somma pesata dei componenti (~18%) non tornava
col drift del combinato (6.8%). Diagnostica decisiva: la copertura per colonna
(TP01 24.6% / SKH01 24.6% / GTAA01 100.0% / XS01 8.6%).
Book, pesi, cron, config INVARIATI.
Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>
This commit is contained in:
Adriano Dal Pastro
@@ -889,9 +889,9 @@ Prima ondata di ricerca onesta su BTC/ETH certificati (5 track, harness condivis
|
|||||||
stesso conto Deribit**: tre sleeve quasi-ortogonali sui ritorni, **perfettamente correlati sul
|
stesso conto Deribit**: tre sleeve quasi-ortogonali sui ritorni, **perfettamente correlati sul
|
||||||
fallimento del venue** — cosa che la matrice di correlazione del book non vede per costruzione.
|
fallimento del venue** — cosa che la matrice di correlazione del book non vede per costruzione.
|
||||||
(0-bis) ⚠️ **Limite dei muri del 25-26/07:** `book_series` gira a **`alloc=$600` col book a 2
|
(0-bis) ⚠️ **Limite dei muri del 25-26/07:** `book_series` gira a **`alloc=$600` col book a 2
|
||||||
sleeve** → portarlo fino a $272k assume (a) che a $272k si giri ancora il book da $600 (falso:
|
sleeve** → portarlo fino a $272k assume (a) che a $272k si giri ancora il book da $600 e (b)
|
||||||
a $3k GTAA01, $5k XSR01, $20k XS01 → il muro vero e' **piu' basso**) e (b) **"tutto su Deribit"
|
**"tutto su Deribit" per 10-20 anni, senza dirlo**. ✅ **(a) MISURATO e REFUTATO il 26/07** —
|
||||||
per 10-20 anni, senza dirlo**.
|
vedi bullet "MURO COME PUNTO FISSO": il muro **non** scende, $273.900 vs $272.061 (**+1%**).
|
||||||
(1) **La misura** (accumulo da $600, €250/m, 20a, bersaglio $272k, ×0.89, jump di venue a
|
(1) **La misura** (accumulo da $600, €250/m, 20a, bersaglio $272k, ×0.89, jump di venue a
|
||||||
probabilita' annua `p`; CONC = 100% Deribit vs SPLIT = Deribit 65 / HL 15 / IB 20; **bersaglio
|
probabilita' annua `p`; CONC = 100% Deribit vs SPLIT = Deribit 65 / HL 15 / IB 20; **bersaglio
|
||||||
identico → conservativo CONTRO lo split**):
|
identico → conservativo CONTRO lo split**):
|
||||||
@@ -954,6 +954,39 @@ Prima ondata di ricerca onesta su BTC/ETH certificati (5 track, harness condivis
|
|||||||
**curva**, non aspettando il numero; (b) dichiarare la **qualita' della fonte** (immagine non
|
**curva**, non aspettando il numero; (b) dichiarare la **qualita' della fonte** (immagine non
|
||||||
letta = dato secondario); (c) una conclusione che poggia su un parametro di config va legata a
|
letta = dato secondario); (c) una conclusione che poggia su un parametro di config va legata a
|
||||||
un **test su quel parametro**, o sopravvive al cambio che la rende falsa.
|
un **test su quel parametro**, o sopravvive al cambio che la rende falsa.
|
||||||
|
- ❌ **MURO COME PUNTO FISSO — la mia previsione era SBAGLIATA e il numero pubblicato era giusto
|
||||||
|
per caso (2026-07-26).** Script `r0726_wall_fixedpoint.py`, test `tests/test_wall_fixedpoint.py`
|
||||||
|
(11), diario `2026-07-26-wall-fixedpoint.md`. **Book/pesi/cron INVARIATI.**
|
||||||
|
Il follow-up dichiarato diceva: *"i muri usano il book a 2 sleeve da $600 estrapolato a $272k;
|
||||||
|
il book diversificato ha Sharpe piu' alto → **il muro vero e' piu' basso**"*. **Misurato: FALSO.**
|
||||||
|
(1) **Struttura giusta: il muro e' un PUNTO FISSO** — serve capitale C per girare il book che
|
||||||
|
determina il muro C → si itera `C_{n+1} = muro(book(C_n))`. Converge in **1 iterazione** perche'
|
||||||
|
il muro cade **sopra** la soglia XS01 ($117k), quindi la composizione non cambia; la struttura
|
||||||
|
conta solo se il muro atterra vicino a una soglia — ma **va iterato per saperlo**.
|
||||||
|
(2) **Risultato:** book deployable (TP01 38/SKH01 23/GTAA01 23/XS01 17; **VRP01 escluso** per
|
||||||
|
regola short-vol, **XSR01 escluso** per gate 23/10; costi capital-aware; ancora ×0.860 misurata
|
||||||
|
su questo book) → Sharpe **1.94**, vol 8.9%, CAGR 18.3%. **Muro $273.900 vs $272.061 = +1%.**
|
||||||
|
(3) **Perche':** diversificare alza lo Sharpe (1.64 → 1.94) ma abbassa **drift e vol insieme**;
|
||||||
|
la rendita perpetua vive sul **drift** → 10.91% → 10.84% = invariata. **Il guadagno di Sharpe va
|
||||||
|
in meno rischio, non in piu' reddito** — cioe' il fatto gia' misurato il 25/07 §3, che avevo
|
||||||
|
dimenticato scrivendo il follow-up.
|
||||||
|
(4) ⚠️ **Stavo violando una regola gia' codificata:** *"un diversificatore a basso CAGR si giudica
|
||||||
|
a ISO-RISCHIO, mai a iso-nozionale"* (25/07 §3). A iso-rischio (leva **1.28x**): rendita 13.35%,
|
||||||
|
**muro $222.406 = −18%** — ✅ **replica indipendente** del −19% misurato il 25/07 con macchineria
|
||||||
|
e book diversi. Vale **solo** se la leva e' disponibile e a costo < uplift (IB: Reg-T 2x,
|
||||||
|
portfolio margin da ~$110k, margine ~5.5%/a): **$222k e' un TETTO, non una stima.**
|
||||||
|
(5) ⚠️ **BUG catturato prima di pubblicare:** la prima corsa dava Sharpe 0.95 e muro **$854k**
|
||||||
|
("diversificare triplica il muro" — spettacolare e falso). Causa: `CC.gtaa_banded` ritorna la
|
||||||
|
storia GTAA **dal 1996** mentre lo sleeve di produzione tronca a `GTAA_BOOK_ACTIVATION`; con la
|
||||||
|
rinormalizzazione per-riga di `combine_outer` il **75% del campione** era **GTAA01 da solo al
|
||||||
|
100%**. Preso **non da un test** ma perche' la somma pesata dei componenti (~18%) non tornava col
|
||||||
|
drift del combinato (6.8%). **Diagnostica decisiva: la COPERTURA PER COLONNA** (TP01 24.6% /
|
||||||
|
SKH01 24.6% / GTAA01 100.0% / XS01 8.6%) — un 100% accanto a valori bassi dice tutto.
|
||||||
|
**REGOLE:** (a) un follow-up dichiarato contiene una **previsione**, che va misurata non assunta;
|
||||||
|
(b) **rileggere le regole gia' codificate prima di impostare il confronto**; (c) quando un
|
||||||
|
aggregato non torna con la somma dei suoi pezzi, **fermarsi** — era l'unico segnale del bug
|
||||||
|
(nessun test, nessuna eccezione, output plausibile); (d) **la copertura per colonna e' la prima
|
||||||
|
diagnostica di un outer-join**.
|
||||||
- **Soffitto strutturale BTC/ETH-direzionale ~1.3** superato SOLO espandendo a un meccanismo diverso:
|
- **Soffitto strutturale BTC/ETH-direzionale ~1.3** superato SOLO espandendo a un meccanismo diverso:
|
||||||
cross-sectional su universo Hyperliquid certificato (XS01) → portafoglio Sharpe ~1.55.
|
cross-sectional su universo Hyperliquid certificato (XS01) → portafoglio Sharpe ~1.55.
|
||||||
- **Sweep "strategie alternative" (2026-06-20) — 104 ipotesi / 153 agenti / NIENTE di nuovo regge.**
|
- **Sweep "strategie alternative" (2026-06-20) — 104 ipotesi / 153 agenti / NIENTE di nuovo regge.**
|
||||||
|
|||||||
@@ -0,0 +1,132 @@
|
|||||||
|
# 2026-07-26 — Il muro come PUNTO FISSO: la mia previsione era sbagliata, e il numero pubblicato era giusto per caso
|
||||||
|
|
||||||
|
**Richiesta:** *"fai follow up"* — il follow-up dichiarato poche ore prima:
|
||||||
|
|
||||||
|
> I muri assumono il book a 2 sleeve da $600 fino a $272k. Il book a 5 sleeve ha Sharpe piu' alto,
|
||||||
|
> quindi **il muro vero e' piu' basso di $272k**.
|
||||||
|
|
||||||
|
**Script:** `r0726_wall_fixedpoint.py`. **Test:** `tests/test_wall_fixedpoint.py` (11).
|
||||||
|
**Book, pesi, cron, config: INVARIATI.**
|
||||||
|
|
||||||
|
---
|
||||||
|
|
||||||
|
## 0. Esito in una riga
|
||||||
|
|
||||||
|
**La previsione era sbagliata: il muro NON scende.** A pari nozionale e' **$273.900** contro i
|
||||||
|
**$272.061** pubblicati — **+1%**, cioe' l'estrapolazione col book a 2 sleeve era **giusta per
|
||||||
|
caso**. Solo a **iso-rischio** scende, a **$222.406 (−18%)**, e li' serve leva a costo minore
|
||||||
|
dell'uplift, che non e' gratis.
|
||||||
|
|
||||||
|
---
|
||||||
|
|
||||||
|
## 1. La struttura giusta: il muro e' un punto fisso
|
||||||
|
|
||||||
|
Il difetto era reale: `book_series(alloc=$600)` e' il book a **2 sleeve**, estrapolato fino a
|
||||||
|
$272k. A quella taglia gireresti un altro book — a ~$13k si accende GTAA01 (IB), a ~$118k XS01
|
||||||
|
(Hyperliquid, 19 gambe).
|
||||||
|
|
||||||
|
E la correzione ha una forma: **serve capitale C per girare il book che determina il muro C**.
|
||||||
|
Si itera `C_{n+1} = muro(book(C_n))`.
|
||||||
|
|
||||||
|
```
|
||||||
|
iter capitale ipotesi sleeve Sharpe rendita -> muro
|
||||||
|
0 $272,061 TP01+SKH01+GTAA01+XS01 1.94 10.84% $273,900
|
||||||
|
CONVERGE a $273,900 (variazione < 2%)
|
||||||
|
```
|
||||||
|
|
||||||
|
Converge in **una** iterazione, e il motivo e' istruttivo: il muro cade **sopra** la soglia di
|
||||||
|
XS01 ($117k), quindi la composizione del book non cambia fra un'iterazione e l'altra. La struttura
|
||||||
|
a punto fisso conta solo se il muro atterra **vicino a una soglia** — qui non succede, ma non si
|
||||||
|
poteva sapere prima di iterare.
|
||||||
|
|
||||||
|
**Regole di ammissione rispettate** (e' il book *deployable*, non il *migliore*): **VRP01 escluso**
|
||||||
|
(regola permanente: niente short-vol da modello in deploy), **XSR01 escluso** (gate pre-registrato
|
||||||
|
23/10), pesi = book attivo rinormalizzato, costi **capital-aware** (TP01 haircut min-order, GTAA01
|
||||||
|
commissione IB reale a banda+cadenza, SKH01 sul path live), fattore d'ancora **misurato su questo
|
||||||
|
book** (×0.860) e non ereditato.
|
||||||
|
|
||||||
|
---
|
||||||
|
|
||||||
|
## 2. Perche' il muro non scende
|
||||||
|
|
||||||
|
```
|
||||||
|
sleeve peso drift/a vol/a Sharpe
|
||||||
|
TP01 38% 15.7% 12.2% 1.29
|
||||||
|
SKH01 23% 27.6% 23.4% 1.18
|
||||||
|
GTAA01 23% 6.1% 5.4% 1.12
|
||||||
|
XS01 17% 28.0% 20.9% 1.34
|
||||||
|
|
||||||
|
book 2-sleeve (riferimento) drift 18.6% vol 11.4% Sharpe 1.64
|
||||||
|
book deployable al p.fisso CAGR 18.3% vol 8.9% Sharpe 1.94
|
||||||
|
```
|
||||||
|
|
||||||
|
Diversificare **alza lo Sharpe** (1.64 → 1.94) ma abbassa **drift e vol insieme**. La rendita
|
||||||
|
perpetua vive sul drift: 10.91% → 10.84%, cioe' **invariata**. Il guadagno di Sharpe finisce tutto
|
||||||
|
in **meno rischio**, non in piu' reddito.
|
||||||
|
|
||||||
|
E' esattamente il fatto gia' misurato il 25/07 (§3): *"Diversificare NON crea reddito a pari
|
||||||
|
nozionale — libera BUDGET DI RISCHIO"*. Non me ne ero ricordato scrivendo il follow-up.
|
||||||
|
|
||||||
|
## 3. Il confronto onesto e' a ISO-RISCHIO — e stavo violando una regola del progetto
|
||||||
|
|
||||||
|
CLAUDE.md ha una regola codificata il 25/07:
|
||||||
|
|
||||||
|
> **Un diversificatore a basso CAGR si giudica a ISO-RISCHIO, mai a iso-nozionale** (e' il null
|
||||||
|
> de-levering al contrario).
|
||||||
|
|
||||||
|
Il confronto che avevo impostato era **iso-nozionale**: quello sbagliato secondo la regola del
|
||||||
|
progetto stesso.
|
||||||
|
|
||||||
|
```
|
||||||
|
lente rendita muro
|
||||||
|
2 sleeve, ×0.89 (pubblicato) 10.91% $272,061
|
||||||
|
deployable, ISO-NOZIONALE (leva 1.00x) 10.84% $273,900 (+1%)
|
||||||
|
deployable, ISO-RISCHIO (leva 1.28x) 13.35% $222,406 (-18%)
|
||||||
|
```
|
||||||
|
|
||||||
|
✅ **Replica indipendente:** il 25/07 misurava, con macchineria diversa e su un book diverso,
|
||||||
|
iso-rischio → **−19% di muro**. Qui esce **−18%**. Due implementazioni separate, stesso numero.
|
||||||
|
|
||||||
|
⚠️ L'iso-rischio vale **solo se la leva e' (a) disponibile e (b) a costo minore dell'uplift** —
|
||||||
|
addendum IB del 25/07: su ETF a IB c'e' Reg-T 2x (portfolio margin da ~$110k) e il margine costa
|
||||||
|
~5.5%/anno. **Il $222k NON sconta il costo del margine: e' un tetto, non una stima.**
|
||||||
|
|
||||||
|
---
|
||||||
|
|
||||||
|
## 4. Il bug che ha quasi prodotto un titolo grottesco
|
||||||
|
|
||||||
|
La prima corsa dava: Sharpe **0.95**, CAGR 6.7%, muro **$854.013** — cioe' *"diversificare triplica
|
||||||
|
il muro"*, un risultato spettacolare e falso. Il numero era plausibile abbastanza da poter essere
|
||||||
|
pubblicato.
|
||||||
|
|
||||||
|
**Causa:** `CC.gtaa_banded` ritorna la storia GTAA **dal 1996**, mentre lo sleeve di produzione
|
||||||
|
(`sleeves._gtaa_daily_returns`) la tronca a `GTAA_BOOK_ACTIVATION` (2019-03). Con la
|
||||||
|
rinormalizzazione per-riga di `combine_outer`, per il **75% del campione** (1996-2019) il "book a
|
||||||
|
4 sleeve" era **GTAA01 da solo al 100%** — uno sleeve al 4% di drift.
|
||||||
|
|
||||||
|
**Come l'ho preso:** non da un test, ma perche' **la somma pesata dei componenti (~18%) non
|
||||||
|
tornava col drift del combinato (6.8%)**. Una discrepanza di 11 punti che non sapevo spiegare.
|
||||||
|
|
||||||
|
**Diagnostica decisiva:** la copertura per colonna — `TP01 24.6% / SKH01 24.6% / GTAA01 100.0% /
|
||||||
|
XS01 8.6%`. Un 100% accanto a tre valori bassi dice tutto in una riga.
|
||||||
|
|
||||||
|
**Cablato:** `test_gtaa_e_troncato_all_era_book` (la causa), `test_il_book_deployable_non_parte_dal_1996`
|
||||||
|
(l'effetto, per prendere una gamba futura che reintroducesse storia antecedente) e
|
||||||
|
`test_il_book_a_4_sleeve_ha_sharpe_superiore_al_singolo_gtaa` (plausibilita').
|
||||||
|
|
||||||
|
---
|
||||||
|
|
||||||
|
## 5. Regole trasferibili
|
||||||
|
|
||||||
|
1. **Un follow-up dichiarato contiene una PREVISIONE, e la previsione va misurata, non assunta.**
|
||||||
|
Avevo scritto in CLAUDE.md "il muro vero e' piu' basso": era una deduzione ragionevole
|
||||||
|
(piu' Sharpe → piu' rendita) e sbagliata, perche' la rendita vive sul **drift**.
|
||||||
|
2. **Prima di misurare, rileggere le regole gia' codificate.** La risposta ("diversificare non
|
||||||
|
crea reddito a pari nozionale, si giudica a iso-rischio") era gia' in CLAUDE.md dal 25/07 e ho
|
||||||
|
impostato comunque il confronto sbagliato.
|
||||||
|
3. **Quando un aggregato non torna con la somma dei suoi pezzi, fermarsi.** L'11% di discrepanza
|
||||||
|
era l'unico segnale del bug: nessun test lo copriva, nessuna eccezione, output plausibile.
|
||||||
|
4. **La copertura per colonna e' la prima diagnostica di un outer-join.** Un 100% accanto a valori
|
||||||
|
bassi = una gamba con storia diversa che domina la rinormalizzazione.
|
||||||
|
5. **Un punto fisso converge subito se non e' vicino a una soglia** — ma va iterato lo stesso per
|
||||||
|
saperlo.
|
||||||
@@ -0,0 +1,242 @@
|
|||||||
|
#!/usr/bin/env python
|
||||||
|
"""r0726_wall_fixedpoint.py — il muro di capitale come PUNTO FISSO, col book giusto alla taglia.
|
||||||
|
|
||||||
|
FOLLOW-UP dichiarato il 2026-07-26 e chiuso qui.
|
||||||
|
|
||||||
|
IL DIFETTO. `r0726_capwall_refresh.py` (e prima `r0725_capcurve`) calcola il muro con
|
||||||
|
`book_series(alloc=$600)` = **book a 2 sleeve**, e lo estrapola fino a $272.061. Ma a $272k non
|
||||||
|
gireresti quel book: a ~$13k si accende GTAA01 (IB), a ~$118k XS01 (Hyperliquid). Il book
|
||||||
|
diversificato ha Sharpe piu' alto → **rendita perpetua piu' alta → muro piu' basso**.
|
||||||
|
|
||||||
|
E la correzione ha una struttura: **il muro e' un PUNTO FISSO**. Serve capitale C per girare il
|
||||||
|
book che determina il muro C. Si itera C_{n+1} = muro(book(C_n)) fino a convergenza.
|
||||||
|
|
||||||
|
REGOLE DI AMMISSIONE RISPETTATE (non e' il book "migliore", e' quello DEPLOYABILE):
|
||||||
|
* **VRP01 ESCLUSO** — regola permanente del progetto: *niente short-vol da modello in deploy*
|
||||||
|
(premio modellato su DVOL ATM, skew non esplicito, f di stress reale non catturato);
|
||||||
|
* **XSR01 ESCLUSO** — non ammesso: gate pre-registrato al 2026-10-23, oggi forward-monitor;
|
||||||
|
* pesi = quelli del book ATTIVO rinormalizzati sugli sleeve inclusi;
|
||||||
|
* costi **capital-aware**: TP01 con haircut min-order, GTAA01 con commissione IB reale a banda
|
||||||
|
e cadenza settimanale, SKH01 sul **path live** (lente hourly);
|
||||||
|
* soglie: GTAA01 alloc >= $3.000 (`GTAA_MIN_CAPITAL`), XS01 alloc >= $20.000 (19 gambe).
|
||||||
|
|
||||||
|
DE-LUCK: fattore d'ancora **misurato sul book deployable stesso** (estrazioni congiunte sulle
|
||||||
|
serie d'ancora in cache), non ereditato da un altro book.
|
||||||
|
|
||||||
|
uv run python scripts/research/r0726_wall_fixedpoint.py
|
||||||
|
"""
|
||||||
|
from __future__ import annotations
|
||||||
|
|
||||||
|
import sys
|
||||||
|
from pathlib import Path
|
||||||
|
|
||||||
|
import numpy as np
|
||||||
|
import pandas as pd
|
||||||
|
|
||||||
|
ROOT = Path(__file__).resolve().parents[2]
|
||||||
|
sys.path.insert(0, str(ROOT))
|
||||||
|
sys.path.insert(0, str(ROOT / "scripts" / "research"))
|
||||||
|
sys.path.insert(0, str(ROOT / "scripts" / "research" / "alt"))
|
||||||
|
|
||||||
|
import r0724_skh_live_weight as skl # noqa: E402
|
||||||
|
import r0725_capcurve as CC # noqa: E402
|
||||||
|
import r0726_capwall_refresh as CW # noqa: E402
|
||||||
|
import r0726_loo_deluck as L # noqa: E402
|
||||||
|
from src.portfolio.gtaa import GTAA_MIN_CAPITAL # noqa: E402
|
||||||
|
from src.portfolio.portfolio import combine_outer, metrics # noqa: E402
|
||||||
|
from src.portfolio.sleeves import (GTAA_BOOK_ACTIVATION, # noqa: E402
|
||||||
|
_xsec_returns)
|
||||||
|
|
||||||
|
DPY = 365.25
|
||||||
|
XS_MIN_CAPITAL = 20_000.0 # 19 gambe market-neutral (soglia documentata)
|
||||||
|
|
||||||
|
# book ATTIVO senza VRP01 (regola: niente short-vol da modello in deploy), rinormalizzato su 0.88
|
||||||
|
W_DEPLOY = {"TP01": 0.33 / 0.88, "SKH01": 0.20 / 0.88,
|
||||||
|
"GTAA01": 0.20 / 0.88, "XS01": 0.15 / 0.88}
|
||||||
|
# nome deployable -> nome nella griglia d'ancora di r0726_loo_deluck
|
||||||
|
ANCHOR_NAME = {"TP01": "TP01_trend_1d", "SKH01": "SKH01_skyhook",
|
||||||
|
"GTAA01": "GTAA01_eq_trend", "XS01": "XS01_xsec_hl"}
|
||||||
|
MIN_ALLOC = {"TP01": 0.0, "SKH01": 0.0, "GTAA01": GTAA_MIN_CAPITAL, "XS01": XS_MIN_CAPITAL}
|
||||||
|
|
||||||
|
|
||||||
|
def _daily(s: pd.Series) -> pd.Series:
|
||||||
|
s = s.dropna().sort_index()
|
||||||
|
if s.index.tz is None:
|
||||||
|
s.index = s.index.tz_localize("UTC")
|
||||||
|
return s
|
||||||
|
|
||||||
|
|
||||||
|
def included_at(capital: float) -> dict:
|
||||||
|
"""Sleeve eseguibili a quel capitale, con pesi rinormalizzati fra i soli inclusi."""
|
||||||
|
inc = {k: w for k, w in W_DEPLOY.items() if capital * w >= MIN_ALLOC[k]}
|
||||||
|
tot = sum(inc.values())
|
||||||
|
return {k: w / tot for k, w in inc.items()}
|
||||||
|
|
||||||
|
|
||||||
|
def anchor_factor(weights: dict, draws: int = 800) -> float:
|
||||||
|
"""Fattore d'ancora sul DRIFT, misurato su QUESTO book (non ereditato)."""
|
||||||
|
S = L.build_all()
|
||||||
|
names = [ANCHOR_NAME[k] for k in weights]
|
||||||
|
wmap = {ANCHOR_NAME[k]: v for k, v in weights.items()}
|
||||||
|
canon = combine_outer({n: S[n][L.SPEC[n][2]] for n in names}, wmap)
|
||||||
|
d_can = float(canon.dropna().values.mean() * DPY)
|
||||||
|
rng = np.random.default_rng(L.SEED)
|
||||||
|
ds = []
|
||||||
|
for _ in range(draws):
|
||||||
|
cfg = {n: int(rng.choice(L.SPEC[n][1])) for n in names}
|
||||||
|
s = combine_outer({n: S[n][cfg[n]] for n in names}, wmap)
|
||||||
|
ds.append(float(s.dropna().values.mean() * DPY))
|
||||||
|
return float(np.median(ds) / d_can) if d_can else float("nan")
|
||||||
|
|
||||||
|
|
||||||
|
_SKH = None
|
||||||
|
_XS = None
|
||||||
|
|
||||||
|
|
||||||
|
def realistic_book(capital: float, weights: dict) -> pd.Series:
|
||||||
|
"""Book DEPLOYABLE a quel capitale, coi costi reali di ciascun venue."""
|
||||||
|
global _SKH, _XS
|
||||||
|
if _SKH is None:
|
||||||
|
_SKH = _daily(skl.skh_book(0, "hourly"))
|
||||||
|
if _XS is None:
|
||||||
|
_XS = _daily(_xsec_returns()).resample("1D").apply(lambda x: (1 + x).prod() - 1)
|
||||||
|
cols = {}
|
||||||
|
for k, w in weights.items():
|
||||||
|
alloc = capital * w
|
||||||
|
if k == "TP01":
|
||||||
|
cols[k] = CC.tp01_realistic(alloc)
|
||||||
|
elif k == "SKH01":
|
||||||
|
cols[k] = _SKH
|
||||||
|
elif k == "GTAA01":
|
||||||
|
# ⚠️ `CC.gtaa_banded` ritorna la storia PIENA dal 1996; lo sleeve di produzione
|
||||||
|
# (`sleeves._gtaa_daily_returns`) tronca a GTAA_BOOK_ACTIVATION. Senza questo
|
||||||
|
# troncamento il 75% del campione (1996-2019) e' GTAA01 DA SOLO al 100% dopo la
|
||||||
|
# rinormalizzazione per-riga di combine_outer -> il "book a 4 sleeve" diventa uno
|
||||||
|
# sleeve a basso CAGR e il muro esce grottescamente alto. Bug catturato in sessione.
|
||||||
|
g = _daily(CC.gtaa_banded(alloc, CC.GTAA_BAND_USD, CC.GTAA_EVERY))
|
||||||
|
cols[k] = g[g.index >= GTAA_BOOK_ACTIVATION]
|
||||||
|
elif k == "XS01":
|
||||||
|
cols[k] = _XS
|
||||||
|
return combine_outer(cols, weights)
|
||||||
|
|
||||||
|
|
||||||
|
def wall_of(capital: float, deluck: float, k: float = 1.0) -> tuple[float, float, dict]:
|
||||||
|
"""(muro, tasso di rendita perpetua, metriche) del book deployable a quel capitale."""
|
||||||
|
w = included_at(capital)
|
||||||
|
b = realistic_book(capital, w)
|
||||||
|
r = (b - (1.0 - deluck) * float(b.mean())).values.astype(float)
|
||||||
|
gross = CC.TARGET_EUR_DAY * 365 * CC.EURUSD / (1 - CC.TAX_RATE)
|
||||||
|
_swr, perp, cap = CW.perp_and_wall(r, k, gross)
|
||||||
|
return cap, perp, dict(sharpe=metrics(b)["sharpe"], cagr=metrics(b)["cagr"],
|
||||||
|
vol=float(b.std() * np.sqrt(DPY)), sleeves=w)
|
||||||
|
|
||||||
|
|
||||||
|
def main() -> None:
|
||||||
|
print("=" * 100)
|
||||||
|
print(" r0726 — IL MURO COME PUNTO FISSO (book giusto alla taglia). Chiude il follow-up.")
|
||||||
|
print("=" * 100)
|
||||||
|
print(" Difetto corretto: il muro pubblicato ($272k) usa il book a 2 sleeve da $600")
|
||||||
|
print(" estrapolato fino a $272k. A quella taglia gireresti un book diverso.")
|
||||||
|
|
||||||
|
# --- fattore d'ancora del book deployable, misurato su se stesso -----------
|
||||||
|
w_full = included_at(1_000_000.0)
|
||||||
|
f = anchor_factor(w_full)
|
||||||
|
print(f"\n Fattore d'ancora sul drift, MISURATO su questo book "
|
||||||
|
f"({'+'.join(w_full)}): ×{f:.3f}")
|
||||||
|
print(f" (per confronto: ×0.874 book 5-sleeve, ×0.890 book live 2-sleeve)")
|
||||||
|
|
||||||
|
# --- soglie ---------------------------------------------------------------
|
||||||
|
print("\n SOGLIE DI SBLOCCO (peso deployable × capitale >= minimo dello sleeve)")
|
||||||
|
for k, w in sorted(W_DEPLOY.items(), key=lambda x: -MIN_ALLOC[x[0]]):
|
||||||
|
need = MIN_ALLOC[k] / w if MIN_ALLOC[k] > 0 else 0.0
|
||||||
|
print(f" {k:<8} peso {w:.1%} min alloc ${MIN_ALLOC[k]:>9,.0f} "
|
||||||
|
f"-> serve capitale ${need:>10,.0f}" if need else
|
||||||
|
f" {k:<8} peso {w:.1%} nessuna soglia")
|
||||||
|
|
||||||
|
# --- punto fisso ----------------------------------------------------------
|
||||||
|
print("\n" + "-" * 100)
|
||||||
|
print(" ITERAZIONE AL PUNTO FISSO C_{n+1} = muro( book(C_n) )")
|
||||||
|
print("-" * 100)
|
||||||
|
print(f" {'iter':>5}{'capitale ipotesi':>20}{'sleeve':>34}{'Sharpe':>8}"
|
||||||
|
f"{'rendita':>9}{'-> muro':>14}")
|
||||||
|
C = 272_061.0
|
||||||
|
for i in range(6):
|
||||||
|
cap, perp, m = wall_of(C, f)
|
||||||
|
names = "+".join(m["sleeves"])
|
||||||
|
print(f" {i:>5}{'$'+format(C, ',.0f'):>20}{names:>34}{m['sharpe']:>8.2f}"
|
||||||
|
f"{perp:>9.2%}{'$'+format(cap, ',.0f'):>14}")
|
||||||
|
if abs(cap - C) / max(C, 1) < 0.02:
|
||||||
|
C = cap
|
||||||
|
print(f"\n CONVERGE a ${C:,.0f} (variazione < 2%)")
|
||||||
|
break
|
||||||
|
C = cap
|
||||||
|
else:
|
||||||
|
print(f"\n non converge in 6 iterazioni, ultimo valore ${C:,.0f}")
|
||||||
|
|
||||||
|
# --- confronto ------------------------------------------------------------
|
||||||
|
print("\n" + "=" * 100)
|
||||||
|
print(" CONFRONTO COI NUMERI PUBBLICATI")
|
||||||
|
print("=" * 100)
|
||||||
|
cap2, perp2, m2 = 272_061.0, 0.1091, None
|
||||||
|
print(f" {'lente':<52}{'rendita':>10}{'muro':>14}")
|
||||||
|
print(f" {'25/07: 2 sleeve, de-luck ×0.60 (a occhio)':<52}{6.00:>9.2f}%"
|
||||||
|
f"{'$494,758':>14}")
|
||||||
|
print(f" {'26/07: 2 sleeve, de-luck ×0.89 (misurato)':<52}{perp2*100:>9.2f}%"
|
||||||
|
f"{'$'+format(cap2, ',.0f'):>14}")
|
||||||
|
capf, perpf, mf = wall_of(C, f)
|
||||||
|
print(f" {'26/07-bis: book DEPLOYABLE alla taglia, punto fisso':<52}"
|
||||||
|
f"{perpf*100:>9.2f}%{'$'+format(capf, ',.0f'):>14}")
|
||||||
|
print(f"\n Sharpe del book al punto fisso: {mf['sharpe']:.2f} "
|
||||||
|
f"(vol {mf['vol']*100:.1f}%, CAGR {mf['cagr']*100:.1f}%)")
|
||||||
|
print(f" sleeve attivi: {', '.join(f'{k} {v:.0%}' for k, v in mf['sleeves'].items())}")
|
||||||
|
delta = capf / cap2 - 1.0
|
||||||
|
print(f"\n >>> il muro si sposta di {delta*100:+.0f}% rispetto al numero pubblicato")
|
||||||
|
|
||||||
|
# ---------------- perche': diagnostica per sleeve --------------------------
|
||||||
|
print("\n" + "-" * 100)
|
||||||
|
print(" PERCHE' — contributo di ciascuno sleeve al punto fisso")
|
||||||
|
print("-" * 100)
|
||||||
|
w = included_at(C)
|
||||||
|
print(f" {'sleeve':<9}{'peso':>7}{'drift/a':>10}{'vol/a':>9}{'Sharpe':>9}")
|
||||||
|
for k, wk in w.items():
|
||||||
|
s = _daily(realistic_book(C, {k: 1.0}))
|
||||||
|
print(f" {k:<9}{wk:>6.0%}{s.mean()*DPY*100:>9.1f}%{s.std()*np.sqrt(DPY)*100:>8.1f}%"
|
||||||
|
f"{metrics(s)['sharpe']:>9.2f}")
|
||||||
|
b2 = _daily(CC.book_series("hourly"))
|
||||||
|
print(f"\n book 2-sleeve (riferimento) drift {b2.mean()*DPY*100:.1f}% "
|
||||||
|
f"vol {b2.std()*np.sqrt(DPY)*100:.1f}% Sharpe {metrics(b2)['sharpe']:.2f}")
|
||||||
|
print(" -> diluire in sleeve a BASSO CAGR abbassa drift E vol insieme: a pari")
|
||||||
|
print(" nozionale il muro SALE. E' il fatto gia' misurato il 25/07 (§3).")
|
||||||
|
|
||||||
|
# ---------------- il confronto ONESTO: iso-rischio -------------------------
|
||||||
|
print("\n" + "=" * 100)
|
||||||
|
print(" CONFRONTO A ISO-RISCHIO — la regola del progetto (25/07 §3)")
|
||||||
|
print("=" * 100)
|
||||||
|
print(" 'Un diversificatore a basso CAGR si giudica a ISO-RISCHIO, mai a iso-nozionale")
|
||||||
|
print(" (e' il null de-levering al contrario).' Il confronto sopra e' iso-nozionale:")
|
||||||
|
print(" secondo la regola del progetto e' quello SBAGLIATO. Qui quello giusto.")
|
||||||
|
bd = _daily(realistic_book(C, w))
|
||||||
|
vol_d = float(bd.std() * np.sqrt(DPY))
|
||||||
|
vol_2 = float(b2.std() * np.sqrt(DPY))
|
||||||
|
k_iso = vol_2 / vol_d if vol_d > 0 else 1.0
|
||||||
|
print(f"\n vol book deployable {vol_d*100:.1f}% | vol book 2-sleeve {vol_2*100:.1f}%"
|
||||||
|
f" -> leva iso-rischio k = {k_iso:.2f}x")
|
||||||
|
cap_iso, perp_iso, _ = wall_of(C, f, k=k_iso)
|
||||||
|
print(f"\n {'lente':<52}{'rendita':>10}{'muro':>14}")
|
||||||
|
print(f" {'2 sleeve, ×0.89 (pubblicato)':<52}{perp2*100:>9.2f}%"
|
||||||
|
f"{'$'+format(cap2, ',.0f'):>14}")
|
||||||
|
print(f" {'deployable, ISO-NOZIONALE (leva 1.0x)':<52}{perpf*100:>9.2f}%"
|
||||||
|
f"{'$'+format(capf, ',.0f'):>14}")
|
||||||
|
print(f" {f'deployable, ISO-RISCHIO (leva {k_iso:.2f}x)':<52}{perp_iso*100:>9.2f}%"
|
||||||
|
f"{'$'+format(cap_iso, ',.0f'):>14}")
|
||||||
|
print("\n ⚠️ L'iso-rischio vale SOLO se la leva e' (a) disponibile e (b) a costo minore")
|
||||||
|
print(" dell'uplift — lezione del 25/07 (addendum IB 10k): su ETF a IB c'e' Reg-T 2x")
|
||||||
|
print(" (portfolio margin da ~$110k) e il margine costa ~5.5%/anno. Il numero sopra")
|
||||||
|
print(" NON sconta il costo del margine: e' un TETTO, non una stima.")
|
||||||
|
print("\n ⚠️ VRP01 e XSR01 restano ESCLUSI per regola, non per risultato: includerli")
|
||||||
|
print(" abbasserebbe ancora il muro ma violerebbe 'niente short-vol da modello in")
|
||||||
|
print(" deploy' e il gate pre-registrato di XSR01.")
|
||||||
|
|
||||||
|
|
||||||
|
if __name__ == "__main__":
|
||||||
|
main()
|
||||||
@@ -0,0 +1,102 @@
|
|||||||
|
"""Test per r0726_wall_fixedpoint.py — il muro come punto fisso col book giusto alla taglia.
|
||||||
|
|
||||||
|
Il test che conta e' `test_gtaa_e_troncato_all_era_book`: e' il bug catturato in sessione.
|
||||||
|
`CC.gtaa_banded` ritorna la storia GTAA dal **1996**, mentre lo sleeve di produzione tronca a
|
||||||
|
`GTAA_BOOK_ACTIVATION`. Senza troncamento la rinormalizzazione per-riga di `combine_outer`
|
||||||
|
rende il 75% del campione (1996-2019) **GTAA01 da solo al 100%** — e il "book a 4 sleeve"
|
||||||
|
diventa uno sleeve a basso CAGR: Sharpe 0.95 invece di 1.94, muro $854k invece di $274k.
|
||||||
|
Un numero grottescamente sbagliato e perfettamente plausibile a prima vista.
|
||||||
|
"""
|
||||||
|
from __future__ import annotations
|
||||||
|
|
||||||
|
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"))
|
||||||
|
sys.path.insert(0, str(ROOT / "scripts" / "research" / "alt"))
|
||||||
|
|
||||||
|
import r0726_wall_fixedpoint as WF # noqa: E402
|
||||||
|
|
||||||
|
|
||||||
|
# ===========================================================================
|
||||||
|
# il bug: troncamento di GTAA01
|
||||||
|
# ===========================================================================
|
||||||
|
def test_gtaa_e_troncato_all_era_book():
|
||||||
|
from src.portfolio.sleeves import GTAA_BOOK_ACTIVATION
|
||||||
|
|
||||||
|
g = WF.realistic_book(300_000.0, {"GTAA01": 1.0})
|
||||||
|
assert g.index[0] >= GTAA_BOOK_ACTIVATION, (
|
||||||
|
f"GTAA01 parte da {g.index[0]}: storia pre-book inclusa, il book combinato sarebbe "
|
||||||
|
"GTAA01 da solo per la maggior parte del campione")
|
||||||
|
|
||||||
|
|
||||||
|
def test_il_book_deployable_non_parte_dal_1996():
|
||||||
|
"""Guardia sull'effetto, non solo sulla causa: se una gamba futura reintroducesse storia
|
||||||
|
antecedente, questo test la prende anche se il test sopra non la copre."""
|
||||||
|
b = WF.realistic_book(300_000.0, WF.included_at(300_000.0))
|
||||||
|
assert b.index[0] >= pd.Timestamp("2019-01-01", tz="UTC"), (
|
||||||
|
f"il book parte da {b.index[0]}: qualche gamba porta storia pre-era-crypto")
|
||||||
|
|
||||||
|
|
||||||
|
def test_il_book_a_4_sleeve_ha_sharpe_superiore_al_singolo_gtaa():
|
||||||
|
"""Controllo di plausibilita': un book diversificato non puo' avere lo Sharpe di GTAA01
|
||||||
|
da solo. Con il bug del troncamento faceva esattamente quello."""
|
||||||
|
from src.portfolio.portfolio import metrics
|
||||||
|
|
||||||
|
C = 300_000.0
|
||||||
|
b = WF.realistic_book(C, WF.included_at(C))
|
||||||
|
g = WF.realistic_book(C, {"GTAA01": 1.0})
|
||||||
|
assert metrics(b)["sharpe"] > metrics(g)["sharpe"] + 0.3
|
||||||
|
|
||||||
|
|
||||||
|
# ===========================================================================
|
||||||
|
# soglie e pesi
|
||||||
|
# ===========================================================================
|
||||||
|
def test_soglie_di_sblocco_degli_sleeve():
|
||||||
|
assert set(WF.included_at(1_000.0)) == {"TP01", "SKH01"}
|
||||||
|
assert set(WF.included_at(50_000.0)) == {"TP01", "SKH01", "GTAA01"}
|
||||||
|
assert set(WF.included_at(300_000.0)) == {"TP01", "SKH01", "GTAA01", "XS01"}
|
||||||
|
|
||||||
|
|
||||||
|
@pytest.mark.parametrize("cap", [600.0, 5_000.0, 50_000.0, 300_000.0])
|
||||||
|
def test_i_pesi_si_rinormalizzano_a_uno(cap):
|
||||||
|
w = WF.included_at(cap)
|
||||||
|
assert sum(w.values()) == pytest.approx(1.0)
|
||||||
|
assert all(v > 0 for v in w.values())
|
||||||
|
|
||||||
|
|
||||||
|
def test_vrp01_e_xsr01_sono_esclusi_per_regola():
|
||||||
|
"""VRP01: 'niente short-vol da modello in deploy'. XSR01: gate pre-registrato 2026-10-23.
|
||||||
|
Se qualcuno li aggiunge qui senza passare dai gate, il test lo dice."""
|
||||||
|
assert "VRP01" not in WF.W_DEPLOY
|
||||||
|
assert "XSR01" not in WF.W_DEPLOY
|
||||||
|
assert set(WF.W_DEPLOY) == {"TP01", "SKH01", "GTAA01", "XS01"}
|
||||||
|
|
||||||
|
|
||||||
|
def test_i_pesi_deployable_derivano_dal_book_attivo():
|
||||||
|
"""W_DEPLOY deve essere il book attivo meno VRP01, rinormalizzato — non pesi inventati."""
|
||||||
|
from src.portfolio.sleeves import active_sleeves
|
||||||
|
|
||||||
|
live = {s.name: s.weight for s in active_sleeves()}
|
||||||
|
atteso = {
|
||||||
|
"TP01": live["TP01_trend_1d"], "SKH01": live["SKH01_skyhook"],
|
||||||
|
"GTAA01": live["GTAA01_eq_trend"], "XS01": live["XS01_xsec_hl"]}
|
||||||
|
tot = sum(atteso.values())
|
||||||
|
for k, v in atteso.items():
|
||||||
|
assert WF.W_DEPLOY[k] == pytest.approx(v / tot, rel=1e-6), (
|
||||||
|
f"{k}: peso disallineato da active_sleeves()")
|
||||||
|
|
||||||
|
|
||||||
|
# ===========================================================================
|
||||||
|
# fattore d'ancora
|
||||||
|
# ===========================================================================
|
||||||
|
def test_anchor_factor_e_un_haircut_plausibile():
|
||||||
|
"""Deve essere <1 (l'ancora canonica e' un punto alto) ma non assurdo."""
|
||||||
|
f = WF.anchor_factor(WF.included_at(300_000.0), draws=40)
|
||||||
|
assert 0.6 < f < 1.05, f"fattore d'ancora implausibile: {f}"
|
||||||
Reference in New Issue
Block a user