research(wave-0822): VRP-QUOTE-VERE scartato — e collect_chain raccoglie la famiglia di contratti che il conto non puo' marginare

scripts/research/r0822_vol_size.py

@@ -46,6 +46,25 @@ migliore su ingressi E uscite). Banda d'ancora = **23 offset**, la griglia a pri
 (`A.anchor_luck_delta`), mai differenza delle mediane. L'ancora di TP01 e' tenuta canonica in
 entrambe le braccia — §6 verifica che il segno non dipenda da lei.
 
+⚠️ IL CONTROLLO CHE DECIDE — ISO-PESO. Quasi ogni variante di size alza la VOL della gamba SKH,
+e quindi il suo peso EFFETTIVO nel libro (i nominali restano 75/25). Ma "alzare il peso di SKH01"
+e' gia' stato misurato e RESPINTO il 26/07 (argmax w=0.35, `weights_tilt_null` fallito: alzarlo non
+compra Sharpe, compra dipendenza dall'ancora). Percio' il confronto pubblicato non e' vs il
+baseline nudo ma vs il baseline **RI-SCALATO allo stesso peso effettivo** (colonne ISO): li' resta
+solo la FORMA — quale trade pesa quanto. E' la regola dell'iso-rischio gia' codificata (25/07 §3).
+Corollario: siccome lo Sharpe e' invariante alla scala, `sh(k*baseline) == sh(baseline)`, quindi il
+null del de-levering in questa famiglia COINCIDE col confronto degli Sharpe. `k_iso` resta come
+diagnostica di quanto si e' mosso il DD.
+
+DECOMPOSIZIONE DEL MECCANISMO (famiglia ACT). La vol trailing di uno sleeve all'88% di zeri
+contiene DUE canali: la MAGNITUDINE degli esiti e la FREQUENZA dei trade. `VTL ... attive` isola
+il primo (vol sulle sole barre attive), `ACT` isola il secondo (conteggio di barre attive nella
+finestra). Se il guadagno vive in ACT la variante non e' "controllo del rischio" ma un filtro di
+frequenza, e va detto.
+
+NULL DI PERMUTAZIONE (§10). Lo stesso MULTINSIEME di size riassegnato a caso ai trade: separa
+"conta QUALE trade riceve quale size" (informazione) da "conta la DISTRIBUZIONE delle size".
+
 PRESENTAZIONE. Lo Sharpe e' invariante alla scala, maxDD e CAGR no: ogni variante e' riportata
 anche a **ISO-VOL** (costante che pareggia la deviazione standard piena a quella del baseline).
 E' una scelta di presentazione, post-hoc e dichiarata; non cambia lo Sharpe, che e' cio' che
@@ -690,7 +709,10 @@ def main() -> None:
     print("     un contributo positivo si scompone per ANNO prima di crederci) + deriva della size")
     print("-" * 112)
     yrs = sorted({int(y) for y in BK["BASE"][can].index.year})
-    top = list(dict.fromkeys([best, best_iso, max(ACT, key=lambda x: RES[x]["iF"]),
+    best_iv = max([n for n in SZ if n.startswith("IV")], key=lambda x: RES[x]["iF"])
+    best_rk = max([n for n in SZ if n.startswith("RISK")], key=lambda x: RES[x]["iF"])
+    top = list(dict.fromkeys([best, best_iso, best_iv, best_rk,
+                              max(ACT, key=lambda x: RES[x]["iF"]),
                               max(BVT, key=lambda x: RES[x]["iF"])]))
     print(f"  {'variante':<28}" + "".join(f"{y:>8}" for y in yrs))
     for nm in top:
@@ -731,13 +753,14 @@ def main() -> None:
     rng = np.random.default_rng(20260822)
     a10 = list(offs[:: max(1, len(offs) // 3)])[:3]
     NDRAW = 150
-    for nm in dict.fromkeys([best_iso, best_sleeve]):
+    for nm in dict.fromkeys([best_iso, best_sleeve, best_iv, best_rk]):
         real = float(np.median([sh(BK[nm][o]) - sh(CTRL[nm][o]) for o in a10]))
+        sz0 = {o: {a: sizes_of(nm, EX[o][a], SZ, VTL, ACT) for a in ASSETS} for o in a10}
         nul = []
         for _ in range(NDRAW):
             v = []
             for o in a10:
-                szp = {a: rng.permutation(sizes_of(nm, EX[o][a], SZ, VTL, ACT)) for a in ASSETS}
+                szp = {a: rng.permutation(sz0[o][a]) for a in ASSETS}
                 lg = leg_daily(EX[o], szp)
                 m_s = vol(lg) / vol(SLE["BASE"][o]) if vol(SLE["BASE"][o]) > 0 else 1.0
                 v.append(sh(book(TP, lg)) - sh(book(TP, SLE["BASE"][o] * m_s)))