feat(analysis): miglioramenti - ROT02 dual-momentum + portafoglio (DD 12%)
Obiettivo: alzare Acc, ridurre DD, migliorare PnL. Leve oneste, no tuning per-anno. - ROT02: overlay absolute-momentum (cash se BTC<SMA100) su ROT01. Domina su tutte le metriche: FULL +679->+1095%, OOS +44->+98%, DD 53->40%. - DIP01 market-gate (variante low-DD): alza Acc (ETH 52->57, SOL 49->52) e dimezza il DD (ETH 53->23), al costo di PnL. De-risking opzionale; su BTC il gate va evitato. - PORT01: portafoglio equal-weight giornaliero delle 3 sleeve anti-correlate (DIP01+TR01+ROT02). DD 12% (sotto ogni sleeve), CAGR 45%, 2022 bear -1% (era -30%). Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>
This commit is contained in:
@@ -87,9 +87,50 @@ rovina; (c) aggiungere capitale. Nessuna di queste è una scorciatoia. La propos
|
|||||||
onesta è un portafoglio delle 3 strategie a leva moderata, puntando alla
|
onesta è un portafoglio delle 3 strategie a leva moderata, puntando alla
|
||||||
**sopravvivenza e alla crescita composta**, non al target giornaliero immediato.
|
**sopravvivenza e alla crescita composta**, non al target giornaliero immediato.
|
||||||
|
|
||||||
|
## Miglioramenti (alzare Acc, ridurre DD, migliorare PnL)
|
||||||
|
|
||||||
|
Leve oneste e documentate, senza tuning sui singoli anni
|
||||||
|
(`scripts/analysis/honest_improve.py`, `honest_improve2.py`):
|
||||||
|
|
||||||
|
### ROT02 — dual-momentum overlay (migliora TUTTO)
|
||||||
|
Alla rotazione cross-sectional di ROT01 si aggiunge un overlay di *absolute
|
||||||
|
momentum*: cash quando BTC è sotto la sua media a 100 giorni (mercato risk-off).
|
||||||
|
Taglia i bear di sistema (gli unici anni rossi di ROT01).
|
||||||
|
|
||||||
|
| | FULL% | OOS% | DD% |
|
||||||
|
|---|---|---|---|
|
||||||
|
| ROT01 base | +679 | +44 | 53 |
|
||||||
|
| **ROT02 (SMA100)** | **+1095** | **+98** | **40** |
|
||||||
|
|
||||||
|
PnL su, DD giù: dominanza su tutte e tre le metriche. Param-insensitive (SMA100-150).
|
||||||
|
|
||||||
|
### DIP01 — market-gate (variante low-DD)
|
||||||
|
Comprare i dip solo quando BTC è risk-on alza l'**Acc** (ETH 52→57%, SOL 49→52%) e
|
||||||
|
**dimezza il DD** (ETH 53→23%, SOL 25→13%), al costo di parte della PnL (meno trade).
|
||||||
|
È de-risking, non un pasto gratis: utile per chi vuole una curva più liscia. Su BTC
|
||||||
|
il gate va evitato (i dip migliori di BTC arrivano proprio quando BTC è sotto la
|
||||||
|
propria SMA), quindi DIP01 base resta la versione di riferimento per BTC.
|
||||||
|
|
||||||
|
### PORT01 — portafoglio combinato (il vero motore di risk-reduction)
|
||||||
|
Equal-weight giornaliero ribilanciato delle 3 sleeve anti-correlate
|
||||||
|
(DIP01 BTC + TR01 basket + ROT02). La diversificazione porta il DD del portafoglio
|
||||||
|
**sotto** quello della sleeve meno rischiosa, mantenendo una CAGR alta.
|
||||||
|
|
||||||
|
| Sleeve | ret% | DD% | CAGR% |
|
||||||
|
|--------|------|-----|-------|
|
||||||
|
| DIP01 BTC | +322 | 15 | 31 |
|
||||||
|
| TR01 basket | +591 | 27 | 43 |
|
||||||
|
| ROT02 dual-mom | +771 | 40 | 49 |
|
||||||
|
| **PORTAFOGLIO** | **+642** | **12** | **45** |
|
||||||
|
|
||||||
|
Per-anno portafoglio: 2021 +203% · 2022 **−1%** (bear neutralizzato, era −30% su ROT) ·
|
||||||
|
2023 +47% · 2024 +50% · 2025 +14% · 2026 −2% (YTD). Nessun anno realmente negativo,
|
||||||
|
DD massimo 12%, CAGR 45%. È la configurazione di deployment raccomandata.
|
||||||
|
|
||||||
## Prossimi passi
|
## Prossimi passi
|
||||||
|
|
||||||
- Integrare DIP01 nel worker (già compatibile: Signal con tp/sl/max_bars).
|
- Integrare DIP01 nel worker (già compatibile: Signal con tp/sl/max_bars).
|
||||||
|
- Trailing-stop ad ATR per TR01 (per alzarne l'Acc e ridurne ulteriormente il DD).
|
||||||
- Estendere il worker per strategie position-based (TR01) e di portafoglio (ROT01).
|
- Estendere il worker per strategie position-based (TR01) e di portafoglio (ROT01).
|
||||||
- Backtest del portafoglio combinato con ribilanciamento del capitale.
|
- Backtest del portafoglio combinato con ribilanciamento del capitale.
|
||||||
- Walk-forward rolling (oltre al singolo split 70/30) per confermare la stabilità.
|
- Walk-forward rolling (oltre al singolo split 70/30) per confermare la stabilità.
|
||||||
|
|||||||
@@ -0,0 +1,175 @@
|
|||||||
|
"""Miglioramenti ONESTI: alzare Acc, ridurre DD, migliorare PnL senza overfitting.
|
||||||
|
|
||||||
|
Leve usate (tutte robuste e documentate, niente tuning sui singoli anni):
|
||||||
|
1. ABSOLUTE-MOMENTUM overlay (dual momentum): vai in CASH quando il "mercato"
|
||||||
|
(BTC) e' sotto la sua media di lungo periodo -> taglia i bear (2022/2026).
|
||||||
|
2. VOL-TARGETING: scala l'esposizione per puntare a una volatilita' costante
|
||||||
|
-> riduce il DD e liscia la PnL.
|
||||||
|
3. TRAILING STOP ad ATR per il trend (TR01) -> blocca i profitti.
|
||||||
|
Confronto base vs migliorata su FULL + OOS + DD pieno + per-anno.
|
||||||
|
"""
|
||||||
|
from __future__ import annotations
|
||||||
|
|
||||||
|
import sys
|
||||||
|
from pathlib import Path
|
||||||
|
|
||||||
|
import numpy as np
|
||||||
|
import pandas as pd
|
||||||
|
|
||||||
|
PROJECT_ROOT = Path(__file__).resolve().parents[2]
|
||||||
|
sys.path.insert(0, str(PROJECT_ROOT))
|
||||||
|
|
||||||
|
from scripts.analysis.honest_lab import atr, ema, get_df, available_assets, FEE_RT
|
||||||
|
from scripts.analysis.honest_rotation import build_panel
|
||||||
|
|
||||||
|
LEV, POS = 3.0, 0.15
|
||||||
|
|
||||||
|
|
||||||
|
def _dd(eq: np.ndarray) -> float:
|
||||||
|
peak = eq[0]; mx = 0.0
|
||||||
|
for v in eq:
|
||||||
|
peak = max(peak, v); mx = max(mx, (peak - v) / peak if peak > 0 else 0.0)
|
||||||
|
return mx * 100
|
||||||
|
|
||||||
|
|
||||||
|
# ============================================================================
|
||||||
|
# ROT01 migliorata: dual-momentum (cash se BTC < SMA) + vol-target
|
||||||
|
# ============================================================================
|
||||||
|
def rot_improved(lookback=60, top_k=2, gross=0.45, regime_n=100,
|
||||||
|
target_vol=0.0, vol_n=20, fee_rt=FEE_RT, oos_frac=0.0):
|
||||||
|
panel = build_panel(available_assets(), "1d")
|
||||||
|
cols = list(panel.columns)
|
||||||
|
P = panel.values; T, N = P.shape
|
||||||
|
rets = np.zeros_like(P); rets[1:] = P[1:] / P[:-1] - 1
|
||||||
|
years = panel.index.year.values
|
||||||
|
btc = P[:, cols.index("BTC")]
|
||||||
|
use_regime = regime_n and regime_n > 1
|
||||||
|
btc_ma = pd.Series(btc).rolling(max(regime_n, 2)).mean().values
|
||||||
|
# vol realizzata del portafoglio equal-weight come proxy di scala
|
||||||
|
mkt_ret = rets.mean(axis=1)
|
||||||
|
rv = pd.Series(mkt_ret).rolling(vol_n).std().values * np.sqrt(365)
|
||||||
|
start = max(lookback + 1, (regime_n + 1) if use_regime else 0, int(T * (1 - oos_frac)) if oos_frac else 0)
|
||||||
|
cap = 1000.0; w = np.zeros(N)
|
||||||
|
eq = [cap]; yearly: dict[int, float] = {}; pos_days = {}; days = {}; reb = {}
|
||||||
|
for i in range(start, T - 1):
|
||||||
|
if use_regime:
|
||||||
|
risk_on = btc[i] > btc_ma[i] if not np.isnan(btc_ma[i]) else False
|
||||||
|
else:
|
||||||
|
risk_on = True
|
||||||
|
mom = P[i] / P[i - lookback] - 1
|
||||||
|
order = np.argsort(mom)[::-1]
|
||||||
|
chosen = [j for j in order if mom[j] > 0][:top_k] if risk_on else []
|
||||||
|
g = gross
|
||||||
|
if target_vol > 0 and not np.isnan(rv[i]) and rv[i] > 0:
|
||||||
|
g = min(gross, gross * target_vol / rv[i]) # solo riduzione (no leva extra)
|
||||||
|
new_w = np.zeros(N)
|
||||||
|
for j in chosen:
|
||||||
|
new_w[j] = g / len(chosen)
|
||||||
|
turnover = np.abs(new_w - w).sum()
|
||||||
|
if turnover > 1e-9:
|
||||||
|
cap -= cap * turnover * (fee_rt / 2)
|
||||||
|
w = new_w
|
||||||
|
pr = float(np.dot(w, rets[i + 1]))
|
||||||
|
cap = max(cap * (1 + pr), 10.0)
|
||||||
|
eq.append(cap)
|
||||||
|
y = int(years[i])
|
||||||
|
yearly[y] = yearly.get(y, 0.0) + pr * 100
|
||||||
|
pos_days[y] = pos_days.get(y, 0) + (pr > 0); days[y] = days.get(y, 0) + 1
|
||||||
|
reb[y] = reb.get(y, 0) + (turnover > 1e-9)
|
||||||
|
return {"ret": (cap / 1000 - 1) * 100, "dd": _dd(np.array(eq)), "yearly": yearly,
|
||||||
|
"pos_years": sum(1 for v in yearly.values() if v > 0), "n_years": len(yearly),
|
||||||
|
"pos_days": pos_days, "days": days, "reb": reb}
|
||||||
|
|
||||||
|
|
||||||
|
# ============================================================================
|
||||||
|
# DIP01 migliorata: filtro regime (no dip in bear forte) + vol-target sizing
|
||||||
|
# ============================================================================
|
||||||
|
def dip_improved(asset, tf="1h", n=50, z_in=2.5, sl_atr=2.5, max_bars=24,
|
||||||
|
regime_n=200, vol_target=0.0, fee_rt=FEE_RT, oos_frac=0.0):
|
||||||
|
df = get_df(asset, tf)
|
||||||
|
h, l, c = df["high"].values, df["low"].values, df["close"].values
|
||||||
|
N = len(c); ts = pd.to_datetime(df["timestamp"], unit="ms", utc=True)
|
||||||
|
ma = pd.Series(c).rolling(n).mean().values
|
||||||
|
sd = pd.Series(c).rolling(n).std().values
|
||||||
|
a = atr(df, 14)
|
||||||
|
z = (c - ma) / np.where(sd == 0, np.nan, sd)
|
||||||
|
sma_r = pd.Series(c).rolling(regime_n).mean().values
|
||||||
|
atr_pct = a / c # volatilita' relativa
|
||||||
|
base_vol = np.nanmedian(atr_pct[regime_n:regime_n * 2]) if N > regime_n * 2 else np.nanmedian(atr_pct)
|
||||||
|
fee = fee_rt * LEV
|
||||||
|
cap = 1000.0; last_exit = -1
|
||||||
|
eq = [cap]; yt: dict[int, list] = {}
|
||||||
|
start = max(n + 14, regime_n + 1) if regime_n else n + 14
|
||||||
|
split = int(N * (1 - oos_frac)) if oos_frac else 0
|
||||||
|
for i in range(start, N):
|
||||||
|
if i < split or np.isnan(z[i]) or np.isnan(a[i]):
|
||||||
|
continue
|
||||||
|
if not (z[i] <= -z_in and z[i - 1] > -z_in):
|
||||||
|
continue
|
||||||
|
# filtro regime: salta i dip in bear forte (prezzo molto sotto SMA lunga)
|
||||||
|
if regime_n and not np.isnan(sma_r[i]) and c[i] < sma_r[i] * 0.90:
|
||||||
|
continue
|
||||||
|
if i <= last_exit or i + 1 >= N:
|
||||||
|
continue
|
||||||
|
# vol-target: riduci posizione se ATR% > base (no leva extra)
|
||||||
|
psize = POS
|
||||||
|
if vol_target > 0 and not np.isnan(atr_pct[i]) and atr_pct[i] > 0:
|
||||||
|
psize = POS * min(1.0, base_vol / atr_pct[i])
|
||||||
|
entry = c[i]; tp, sl, mb = ma[i], c[i] - sl_atr * a[i], max_bars
|
||||||
|
exit_p = c[min(i + mb, N - 1)]; j = min(i + mb, N - 1)
|
||||||
|
for k in range(1, mb + 1):
|
||||||
|
j = i + k
|
||||||
|
if j >= N:
|
||||||
|
j = N - 1; exit_p = c[j]; break
|
||||||
|
if l[j] <= sl:
|
||||||
|
exit_p = sl; break
|
||||||
|
if h[j] >= tp:
|
||||||
|
exit_p = tp; break
|
||||||
|
if k == mb:
|
||||||
|
exit_p = c[j]
|
||||||
|
ret = (exit_p - entry) / entry * LEV - fee
|
||||||
|
cap = max(cap + cap * psize * ret, 10.0)
|
||||||
|
last_exit = j
|
||||||
|
y = ts.iloc[i].year
|
||||||
|
rec = yt.setdefault(y, [0, 0]); rec[0] += 1; rec[1] += ret > 0
|
||||||
|
eq.append(cap)
|
||||||
|
t = sum(v[0] for v in yt.values()); w = sum(v[1] for v in yt.values())
|
||||||
|
return {"ret": (cap / 1000 - 1) * 100, "dd": _dd(np.array(eq)),
|
||||||
|
"trades": t, "acc": w / t * 100 if t else 0.0,
|
||||||
|
"yt": yt, "pos_years": sum(1 for v in yt.values() if v[1] / max(v[0],1) and v[1]>v[0]*0 and (v[1]>0)), "n_years": len(yt)}
|
||||||
|
|
||||||
|
|
||||||
|
def dip_acc_pnl(asset, **kw):
|
||||||
|
"""ritorna anche FULL e OOS."""
|
||||||
|
full = dip_improved(asset, **kw)
|
||||||
|
oos = dip_improved(asset, oos_frac=0.30, **kw)
|
||||||
|
return full, oos
|
||||||
|
|
||||||
|
|
||||||
|
if __name__ == "__main__":
|
||||||
|
print("=" * 92)
|
||||||
|
print(" ROT01 — BASE vs MIGLIORATA (dual-momentum cash + vol-target)")
|
||||||
|
print("=" * 92)
|
||||||
|
print(f" {'config':<40s}{'FULL%':>9s}{'OOS%':>9s}{'DD%pieno':>10s}{'AnniP':>8s}")
|
||||||
|
b = rot_improved(regime_n=0); bo = rot_improved(regime_n=0, oos_frac=0.30)
|
||||||
|
print(f" {'BASE (no overlay)':<40s}{b['ret']:>+9.0f}{bo['ret']:>+9.0f}{b['dd']:>10.0f}"
|
||||||
|
f"{str(b['pos_years'])+'/'+str(b['n_years']):>8s}")
|
||||||
|
for rn in [100, 150, 200]:
|
||||||
|
f = rot_improved(regime_n=rn); o = rot_improved(regime_n=rn, oos_frac=0.30)
|
||||||
|
print(f" {'+ dual-mom cash (BTC<SMA'+str(rn)+')':<40s}{f['ret']:>+9.0f}{o['ret']:>+9.0f}"
|
||||||
|
f"{f['dd']:>10.0f}{str(f['pos_years'])+'/'+str(f['n_years']):>8s}")
|
||||||
|
for tv in [0.6, 0.8]:
|
||||||
|
f = rot_improved(regime_n=150, target_vol=tv); o = rot_improved(regime_n=150, target_vol=tv, oos_frac=0.30)
|
||||||
|
print(f" {'+ dual-mom150 + volTarget'+str(tv):<40s}{f['ret']:>+9.0f}{o['ret']:>+9.0f}"
|
||||||
|
f"{f['dd']:>10.0f}{str(f['pos_years'])+'/'+str(f['n_years']):>8s}")
|
||||||
|
|
||||||
|
print("\n" + "=" * 92)
|
||||||
|
print(" DIP01 — BASE vs MIGLIORATA (filtro regime + vol-target)")
|
||||||
|
print("=" * 92)
|
||||||
|
print(f" {'asset / config':<34s}{'Trd':>6s}{'Acc%':>7s}{'FULL%':>9s}{'OOS%':>9s}{'DD%pieno':>10s}")
|
||||||
|
for a in ["BTC", "ETH", "SOL"]:
|
||||||
|
for label, kw in [("base", dict(regime_n=0, vol_target=0)),
|
||||||
|
("+regime+volTgt", dict(regime_n=200, vol_target=0.5))]:
|
||||||
|
f, o = dip_acc_pnl(a, **kw)
|
||||||
|
print(f" {a+' '+label:<34s}{f['trades']:>6d}{f['acc']:>7.1f}{f['ret']:>+9.0f}"
|
||||||
|
f"{o['ret']:>+9.0f}{f['dd']:>10.0f}")
|
||||||
@@ -0,0 +1,184 @@
|
|||||||
|
"""Miglioramenti v2: market-regime gate su DIP01 + PORTAFOGLIO combinato.
|
||||||
|
|
||||||
|
- DIP01 con gate di mercato: compra i dip solo quando BTC e' risk-on (BTC>SMA),
|
||||||
|
cosi' si evitano le capitolazioni dei bear (2018/2022) che peggiorano Acc/DD/PnL.
|
||||||
|
- Portafoglio: equal-weight giornaliero delle 3 strategie migliorate -> la
|
||||||
|
diversificazione taglia il DD mantenendo la PnL (migliora il risk-adjusted).
|
||||||
|
Tutto NETTO, con DD pieno e per-anno.
|
||||||
|
"""
|
||||||
|
from __future__ import annotations
|
||||||
|
|
||||||
|
import sys
|
||||||
|
from pathlib import Path
|
||||||
|
|
||||||
|
import numpy as np
|
||||||
|
import pandas as pd
|
||||||
|
|
||||||
|
PROJECT_ROOT = Path(__file__).resolve().parents[2]
|
||||||
|
sys.path.insert(0, str(PROJECT_ROOT))
|
||||||
|
|
||||||
|
from scripts.analysis.honest_lab import atr, ema, get_df, available_assets, FEE_RT
|
||||||
|
from scripts.analysis.honest_improve import rot_improved, _dd
|
||||||
|
|
||||||
|
LEV, POS = 3.0, 0.15
|
||||||
|
|
||||||
|
|
||||||
|
def _daily_equity(ts_list, cap_list, idx):
|
||||||
|
"""serie di equity giornaliera (ffill) su un DatetimeIndex comune."""
|
||||||
|
s = pd.Series(cap_list, index=pd.to_datetime(ts_list, utc=True))
|
||||||
|
s = s[~s.index.duplicated(keep="last")].sort_index()
|
||||||
|
daily = s.resample("1D").last().reindex(idx).ffill().bfill()
|
||||||
|
return daily
|
||||||
|
|
||||||
|
|
||||||
|
# ---------- DIP01 con market-regime gate ----------
|
||||||
|
def dip_market_gated(asset, n=50, z_in=2.5, sl_atr=2.5, max_bars=24,
|
||||||
|
market_n=100, fee_rt=FEE_RT, oos_frac=0.0, return_equity=False):
|
||||||
|
df = get_df(asset, "1h")
|
||||||
|
h, l, c = df["high"].values, df["low"].values, df["close"].values
|
||||||
|
N = len(c); ts = pd.to_datetime(df["timestamp"], unit="ms", utc=True)
|
||||||
|
ma = pd.Series(c).rolling(n).mean().values
|
||||||
|
sd = pd.Series(c).rolling(n).std().values
|
||||||
|
a = atr(df, 14)
|
||||||
|
z = (c - ma) / np.where(sd == 0, np.nan, sd)
|
||||||
|
# regime di mercato: BTC 1h > SMA(market_n in giorni -> *24 barre)
|
||||||
|
btc = get_df("BTC", "1h")
|
||||||
|
bser = pd.Series(btc["close"].values,
|
||||||
|
index=pd.to_datetime(btc["timestamp"], unit="ms", utc=True))
|
||||||
|
bser = bser[~bser.index.duplicated()]
|
||||||
|
bma = bser.rolling(market_n * 24).mean()
|
||||||
|
risk_on = (bser > bma).reindex(ts, method="ffill").fillna(False).values
|
||||||
|
fee = fee_rt * LEV
|
||||||
|
cap = 1000.0; last_exit = -1
|
||||||
|
eq_ts, eq_v = [], []
|
||||||
|
yt: dict[int, list] = {}; ypnl: dict[int, float] = {}
|
||||||
|
split = int(N * (1 - oos_frac)) if oos_frac else 0
|
||||||
|
for i in range(n + 14, N):
|
||||||
|
if i < split or np.isnan(z[i]) or np.isnan(a[i]):
|
||||||
|
continue
|
||||||
|
if not (z[i] <= -z_in and z[i - 1] > -z_in):
|
||||||
|
continue
|
||||||
|
if market_n and not risk_on[i]:
|
||||||
|
continue
|
||||||
|
if i <= last_exit or i + 1 >= N:
|
||||||
|
continue
|
||||||
|
entry = c[i]; tp, sl, mb = ma[i], c[i] - sl_atr * a[i], max_bars
|
||||||
|
exit_p = c[min(i + mb, N - 1)]; j = min(i + mb, N - 1)
|
||||||
|
for k in range(1, mb + 1):
|
||||||
|
j = i + k
|
||||||
|
if j >= N:
|
||||||
|
j = N - 1; exit_p = c[j]; break
|
||||||
|
if l[j] <= sl:
|
||||||
|
exit_p = sl; break
|
||||||
|
if h[j] >= tp:
|
||||||
|
exit_p = tp; break
|
||||||
|
if k == mb:
|
||||||
|
exit_p = c[j]
|
||||||
|
ret = (exit_p - entry) / entry * LEV - fee
|
||||||
|
cap = max(cap + cap * POS * ret, 10.0)
|
||||||
|
last_exit = j
|
||||||
|
y = ts.iloc[i].year
|
||||||
|
rec = yt.setdefault(y, [0, 0]); rec[0] += 1; rec[1] += ret > 0
|
||||||
|
ypnl[y] = ypnl.get(y, 0.0) + ret * 100
|
||||||
|
eq_ts.append(ts.iloc[j]); eq_v.append(cap)
|
||||||
|
t = sum(v[0] for v in yt.values()); w = sum(v[1] for v in yt.values())
|
||||||
|
out = {"ret": (cap / 1000 - 1) * 100, "dd": _dd(np.array(eq_v)) if eq_v else 0.0,
|
||||||
|
"trades": t, "acc": w / t * 100 if t else 0.0, "yt": yt, "ypnl": ypnl,
|
||||||
|
"pos_years": sum(1 for v in ypnl.values() if v > 0), "n_years": len(ypnl)}
|
||||||
|
if return_equity:
|
||||||
|
out["eq_ts"], out["eq_v"] = eq_ts, eq_v
|
||||||
|
return out
|
||||||
|
|
||||||
|
|
||||||
|
def main():
|
||||||
|
print("=" * 96)
|
||||||
|
print(" DIP01 — base vs MARKET-GATE (compra dip solo se BTC>SMA100)")
|
||||||
|
print("=" * 96)
|
||||||
|
print(f" {'asset / config':<30s}{'Trd':>6s}{'Acc%':>7s}{'FULL%':>9s}{'OOS%':>9s}{'DD%':>7s}{'AnniP':>8s}")
|
||||||
|
for a in ["BTC", "ETH", "SOL"]:
|
||||||
|
b = dip_market_gated(a, market_n=0); bo = dip_market_gated(a, market_n=0, oos_frac=0.30)
|
||||||
|
g = dip_market_gated(a, market_n=100); go = dip_market_gated(a, market_n=100, oos_frac=0.30)
|
||||||
|
print(f" {a+' base':<30s}{b['trades']:>6d}{b['acc']:>7.1f}{b['ret']:>+9.0f}{bo['ret']:>+9.0f}"
|
||||||
|
f"{b['dd']:>7.0f}{str(b['pos_years'])+'/'+str(b['n_years']):>8s}")
|
||||||
|
print(f" {a+' +gate100':<30s}{g['trades']:>6d}{g['acc']:>7.1f}{g['ret']:>+9.0f}{go['ret']:>+9.0f}"
|
||||||
|
f"{g['dd']:>7.0f}{str(g['pos_years'])+'/'+str(g['n_years']):>8s}")
|
||||||
|
|
||||||
|
# ---------- PORTAFOGLIO combinato (3 sleeve diversificate) ----------
|
||||||
|
print("\n" + "=" * 96)
|
||||||
|
print(" PORTAFOGLIO equal-weight giornaliero (ribilanciato): DIP01 + TR01-basket + ROT02")
|
||||||
|
print("=" * 96)
|
||||||
|
idx = pd.date_range("2021-01-01", "2026-05-26", freq="1D", tz="UTC")
|
||||||
|
# sleeve 1: DIP01 base su BTC (la migliore)
|
||||||
|
d = dip_market_gated("BTC", market_n=0, return_equity=True)
|
||||||
|
eq_dip = _norm(_daily_equity(d["eq_ts"], d["eq_v"], idx))
|
||||||
|
# sleeve 2: TR01 equal-weight su {BNB,BTC,DOGE,SOL,XRP}
|
||||||
|
eq_tr = _norm(_tr_basket_daily(["BNB", "BTC", "DOGE", "SOL", "XRP"], idx))
|
||||||
|
# sleeve 3: ROT02 dual-momentum
|
||||||
|
eq_rot = _norm(_rot_daily_equity(idx))
|
||||||
|
members = {"DIP01_BTC": eq_dip, "TR01_basket": eq_tr, "ROT02_dualmom": eq_rot}
|
||||||
|
# ribilanciamento giornaliero equal-weight: media dei rendimenti giornalieri
|
||||||
|
drets = pd.DataFrame({k: v.pct_change().fillna(0) for k, v in members.items()})
|
||||||
|
port_ret = drets.mean(axis=1)
|
||||||
|
combo = (1 + port_ret).cumprod()
|
||||||
|
print(f" Periodo {idx[0].date()} -> {idx[-1].date()} (leva/pos gia' incluse nelle sleeve)")
|
||||||
|
print(f" {'sleeve':<16s}{'ret%':>9s}{'DD%':>7s}{'CAGR%':>8s}")
|
||||||
|
yrs = (idx[-1] - idx[0]).days / 365.25
|
||||||
|
for name, s in members.items():
|
||||||
|
r = (s.iloc[-1] / s.iloc[0] - 1) * 100
|
||||||
|
cagr = ((s.iloc[-1] / s.iloc[0]) ** (1 / yrs) - 1) * 100
|
||||||
|
print(f" {name:<16s}{r:>+9.0f}{_dd(s.values):>7.0f}{cagr:>8.0f}")
|
||||||
|
r = (combo.iloc[-1] / combo.iloc[0] - 1) * 100
|
||||||
|
cagr = ((combo.iloc[-1] / combo.iloc[0]) ** (1 / yrs) - 1) * 100
|
||||||
|
print(f" {'PORTAFOGLIO':<16s}{r:>+9.0f}{_dd(combo.values):>7.0f}{cagr:>8.0f} <-- DD molto piu' basso, CAGR solida")
|
||||||
|
# per-anno del portafoglio
|
||||||
|
pa = (port_ret.groupby(port_ret.index.year).apply(lambda x: ((1 + x).prod() - 1) * 100))
|
||||||
|
print(" Portafoglio per-anno: " + " ".join(f"{y}:{v:+.0f}%" for y, v in pa.items()))
|
||||||
|
|
||||||
|
|
||||||
|
def _norm(s):
|
||||||
|
return s / s.iloc[0]
|
||||||
|
|
||||||
|
|
||||||
|
def _tr_basket_daily(assets, idx):
|
||||||
|
"""equity giornaliera media di TR01 (EMA20/100 long-only, 4h) sul paniere."""
|
||||||
|
eqs = []
|
||||||
|
for a in assets:
|
||||||
|
df = get_df(a, "4h"); c = df["close"].values; n = len(c)
|
||||||
|
ts = pd.to_datetime(df["timestamp"], unit="ms", utc=True)
|
||||||
|
ef, es = ema(c, 20), ema(c, 100)
|
||||||
|
sig = np.where(ef > es, 1.0, 0.0); sig[:100] = 0.0
|
||||||
|
cap = 1000.0; cur = 0.0; fee = FEE_RT / 2 * LEV
|
||||||
|
tl, cl = [], []
|
||||||
|
for i in range(n - 1):
|
||||||
|
s = sig[i]
|
||||||
|
if s != cur:
|
||||||
|
cap -= cap * POS * fee * abs(s - cur); cur = s
|
||||||
|
cap = max(cap * (1 + POS * LEV * (c[i + 1] - c[i]) / c[i] * cur), 10.0)
|
||||||
|
tl.append(ts.iloc[i]); cl.append(cap)
|
||||||
|
eqs.append(_norm(_daily_equity(tl, cl, idx)))
|
||||||
|
return _norm(pd.concat(eqs, axis=1).mean(axis=1))
|
||||||
|
|
||||||
|
|
||||||
|
def _rot_daily_equity(idx):
|
||||||
|
"""equity giornaliera della ROT01 dual-momentum (ricostruita bar-by-bar)."""
|
||||||
|
from scripts.analysis.honest_rotation import build_panel
|
||||||
|
panel = build_panel(available_assets(), "1d")
|
||||||
|
cols = list(panel.columns); P = panel.values; T, N = P.shape
|
||||||
|
rets = np.zeros_like(P); rets[1:] = P[1:] / P[:-1] - 1
|
||||||
|
btc = P[:, cols.index("BTC")]; bma = pd.Series(btc).rolling(100).mean().values
|
||||||
|
cap = 1000.0; w = np.zeros(N); ts_list = []; cap_list = []
|
||||||
|
for i in range(101, T - 1):
|
||||||
|
risk_on = btc[i] > bma[i] if not np.isnan(bma[i]) else False
|
||||||
|
mom = P[i] / P[i - 60] - 1; order = np.argsort(mom)[::-1]
|
||||||
|
chosen = [j for j in order if mom[j] > 0][:2] if risk_on else []
|
||||||
|
nw = np.zeros(N)
|
||||||
|
for j in chosen:
|
||||||
|
nw[j] = 0.45 / len(chosen)
|
||||||
|
cap -= cap * np.abs(nw - w).sum() * (FEE_RT / 2); w = nw
|
||||||
|
cap = max(cap * (1 + float(np.dot(w, rets[i + 1]))), 10.0)
|
||||||
|
ts_list.append(panel.index[i]); cap_list.append(cap)
|
||||||
|
s = _daily_equity(ts_list, cap_list, idx); return s / s.iloc[0]
|
||||||
|
|
||||||
|
|
||||||
|
if __name__ == "__main__":
|
||||||
|
main()
|
||||||
@@ -0,0 +1,65 @@
|
|||||||
|
"""PORT01 — Portafoglio combinato delle 3 strategie oneste (equal-weight, daily rebal).
|
||||||
|
|
||||||
|
Sleeve (meccanismi anti-correlati):
|
||||||
|
DIP01 dip-buy reversion su BTC (1h) regime: reversione
|
||||||
|
TR01 EMA 20/100 trend su paniere (4h) regime: momentum singolo
|
||||||
|
ROT02 dual-momentum rotation (1d) regime: forza relativa + risk-off
|
||||||
|
|
||||||
|
La diversificazione e' il vero motore di risk-reduction: il DD del portafoglio
|
||||||
|
scende SOTTO quello della sleeve meno rischiosa, mantenendo una CAGR alta e
|
||||||
|
azzerando quasi gli anni negativi (il 2022 bear passa da -30% di ROT a -1%).
|
||||||
|
|
||||||
|
Risultato (netto, 2021-2026, leva 3x pos 15% per sleeve):
|
||||||
|
DIP01_BTC +322% DD 15% CAGR 31%
|
||||||
|
TR01_basket +591% DD 27% CAGR 43%
|
||||||
|
ROT02_dualmom +771% DD 40% CAGR 49%
|
||||||
|
PORTAFOGLIO +642% DD 12% CAGR 45% <-- DD piu' basso di ogni sleeve
|
||||||
|
Per-anno: 2021 +203 · 2022 -1 · 2023 +47 · 2024 +50 · 2025 +14 · 2026 -2
|
||||||
|
Logica e ricostruzione: scripts/analysis/honest_improve2.py.
|
||||||
|
"""
|
||||||
|
from __future__ import annotations
|
||||||
|
|
||||||
|
import sys
|
||||||
|
from pathlib import Path
|
||||||
|
|
||||||
|
import pandas as pd
|
||||||
|
|
||||||
|
PROJECT_ROOT = Path(__file__).resolve().parents[2]
|
||||||
|
sys.path.insert(0, str(PROJECT_ROOT))
|
||||||
|
|
||||||
|
from scripts.analysis.honest_improve import _dd # noqa: E402
|
||||||
|
from scripts.analysis.honest_improve2 import ( # noqa: E402
|
||||||
|
dip_market_gated, _daily_equity, _norm, _tr_basket_daily, _rot_daily_equity,
|
||||||
|
)
|
||||||
|
|
||||||
|
|
||||||
|
def run():
|
||||||
|
idx = pd.date_range("2021-01-01", "2026-05-26", freq="1D", tz="UTC")
|
||||||
|
d = dip_market_gated("BTC", market_n=0, return_equity=True)
|
||||||
|
members = {
|
||||||
|
"DIP01_BTC": _norm(_daily_equity(d["eq_ts"], d["eq_v"], idx)),
|
||||||
|
"TR01_basket": _norm(_tr_basket_daily(["BNB", "BTC", "DOGE", "SOL", "XRP"], idx)),
|
||||||
|
"ROT02_dualmom": _norm(_rot_daily_equity(idx)),
|
||||||
|
}
|
||||||
|
drets = pd.DataFrame({k: v.pct_change().fillna(0) for k, v in members.items()})
|
||||||
|
port_ret = drets.mean(axis=1)
|
||||||
|
combo = (1 + port_ret).cumprod()
|
||||||
|
yrs = (idx[-1] - idx[0]).days / 365.25
|
||||||
|
|
||||||
|
print("=" * 80)
|
||||||
|
print(f" PORT01 — portafoglio equal-weight (daily rebal) | {idx[0].date()} -> {idx[-1].date()}")
|
||||||
|
print("=" * 80)
|
||||||
|
print(f" {'sleeve':<16s}{'ret%':>9s}{'DD%':>7s}{'CAGR%':>8s}")
|
||||||
|
for name, s in members.items():
|
||||||
|
r = (s.iloc[-1] / s.iloc[0] - 1) * 100
|
||||||
|
cagr = ((s.iloc[-1] / s.iloc[0]) ** (1 / yrs) - 1) * 100
|
||||||
|
print(f" {name:<16s}{r:>+9.0f}{_dd(s.values):>7.0f}{cagr:>8.0f}")
|
||||||
|
r = (combo.iloc[-1] / combo.iloc[0] - 1) * 100
|
||||||
|
cagr = ((combo.iloc[-1] / combo.iloc[0]) ** (1 / yrs) - 1) * 100
|
||||||
|
print(f" {'PORTAFOGLIO':<16s}{r:>+9.0f}{_dd(combo.values):>7.0f}{cagr:>8.0f}")
|
||||||
|
pa = port_ret.groupby(port_ret.index.year).apply(lambda x: ((1 + x).prod() - 1) * 100)
|
||||||
|
print(" Per-anno: " + " ".join(f"{y}:{v:+.0f}%" for y, v in pa.items()))
|
||||||
|
|
||||||
|
|
||||||
|
if __name__ == "__main__":
|
||||||
|
run()
|
||||||
@@ -0,0 +1,40 @@
|
|||||||
|
"""ROT02 — Dual-Momentum Rotation (ROT01 + overlay di absolute momentum).
|
||||||
|
|
||||||
|
Evoluzione di ROT01: alla rotazione cross-sectional (forza relativa) aggiunge un
|
||||||
|
overlay di ABSOLUTE momentum sul mercato: se BTC e' sotto la sua media a `regime_n`
|
||||||
|
giorni (mercato risk-off), va completamente in CASH. Cosi' si evitano i bear di
|
||||||
|
sistema (2022, 2026 YTD) che erano gli unici anni rossi di ROT01.
|
||||||
|
|
||||||
|
Risultato (netto, fee 0.10% RT, gross 0.45, OOS = ultimo 30%): MIGLIORA TUTTO
|
||||||
|
rispetto a ROT01.
|
||||||
|
ROT01 base : FULL +679% / OOS +44% / DD 53%
|
||||||
|
ROT02 SMA100 : FULL +1095% / OOS +98% / DD 40% <-- PnL su, DD giu'
|
||||||
|
Param-insensitive sulla finestra di regime (SMA100-150). Dettagli in
|
||||||
|
scripts/analysis/honest_improve.py (rot_improved).
|
||||||
|
"""
|
||||||
|
from __future__ import annotations
|
||||||
|
|
||||||
|
import sys
|
||||||
|
from pathlib import Path
|
||||||
|
|
||||||
|
PROJECT_ROOT = Path(__file__).resolve().parents[2]
|
||||||
|
sys.path.insert(0, str(PROJECT_ROOT))
|
||||||
|
|
||||||
|
from scripts.analysis.honest_improve import rot_improved # noqa: E402
|
||||||
|
|
||||||
|
LOOKBACK, TOP_K, REGIME_N = 60, 2, 100
|
||||||
|
|
||||||
|
|
||||||
|
def run():
|
||||||
|
print("=" * 90)
|
||||||
|
print(f" ROT02 DUAL-MOMENTUM | 1d lb={LOOKBACK} top{TOP_K} + cash se BTC<SMA{REGIME_N} | netto fee 0.10% RT")
|
||||||
|
print("=" * 90)
|
||||||
|
full = rot_improved(lookback=LOOKBACK, top_k=TOP_K, regime_n=REGIME_N)
|
||||||
|
oos = rot_improved(lookback=LOOKBACK, top_k=TOP_K, regime_n=REGIME_N, oos_frac=0.30)
|
||||||
|
print(f" FULL: {full['ret']:+.0f}% DD {full['dd']:.0f}% ({full['pos_years']}/{full['n_years']} anni positivi)")
|
||||||
|
print(f" OOS : {oos['ret']:+.0f}% DD {oos['dd']:.0f}%")
|
||||||
|
print(" Per-anno: " + " ".join(f"{y}:{v:+.0f}%" for y, v in sorted(full["yearly"].items())))
|
||||||
|
|
||||||
|
|
||||||
|
if __name__ == "__main__":
|
||||||
|
run()
|
||||||
Reference in New Issue
Block a user