fix(live): SH01 esegue shape-ML reale, non il wrapper squeeze scartato

Bug di wiring: runner.py avvolgeva lo sleeve SH01 nel MLWorkerWrapper legacy
di multi_runner, che usa SignalEngine (famiglia squeeze ML01 SCARTATA), apre
con Signal nudo ed esce a hold_bars=3 con tick() propria. Risultato: lo sleeve
"SH01" del portafoglio live NON eseguiva SH01_shape_ml (generate_signals mai
chiamata) e il fix horizon-exit era in un ramo morto -> SH01 continuava a
chiudere a hold_limit/3.

Fix: SH01 (kind="ml") gira come StrategyWorker normale. SH01_shape_ml.
generate_signals fa il walk-forward internamente ad ogni tick ed emette
metadata.max_bars=H=12 -> exit via StrategyWorker.tick (orizzonte H, fix
applicato). Rimosso l'import/uso di MLWorkerWrapper e il blocco train esterno.

ml_wf_entries ha train_min=4000 (>=4000 barre 1h per produrre segnali):
aggiunto _ML_LOOKBACK_DAYS=365 cosi gli asset di sleeve ml fetchano >=365g
(~8760 barre), senza dipendere dal fetch 440g di TSM01/ROT02. generate_signals
su 365g: 0,17-0,24s (logit) -> trascurabile sul poll 60s.

Test: test_build_ml_sh01_is_plain_strategyworker (StrategyWorker + strategy
SH01_shape_ml + niente engine squeeze). Suite: 51 passed.

Stato live: SH01 BTC/ETH flat -> contatori resettati (capitale preservato),
trade squeeze archiviati. Rebuild+recreate: 14 worker RESUME puliti, healthy.

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

docs/diary/2026-06-01-sh01-wiring-squeeze-bug.md

@@ -0,0 +1,71 @@
+# 2026-06-01 — SH01 live eseguiva la strategia SBAGLIATA (squeeze scartato), non shape-ML
+
+> Scoperto verificando perché SH01 continuava a chiudere a `hold_limit/3` **anche dopo**
+> il rebuild col fix horizon-exit. Il fix era corretto ma in un **ramo morto**: SH01 live
+> non passava da `StrategyWorker.tick()`.
+
+## Sintomo
+
+Dopo il deploy del fix SH01 (exit a H=12), un close SH01_BTC delle 12:00 era ancora
+`reason=hold_limit bars=3` (perdita −1,27%). Il fix non aveva effetto sul path reale.
+
+## Causa (bug di wiring, più grave del previsto)
+
+`src/portfolio/runner.py` importava `MLWorkerWrapper` da **`src/live/multi_runner.py`** e
+ci avvolgeva lo sleeve SH01:
+
+```python
+if spec.kind == "ml":
+    return MLWorkerWrapper(worker, {"retrain_hours": 24})
+```
+
+Ma quel wrapper è **legacy, per la famiglia squeeze ML01** (scartata, vedi CLAUDE.md):
+- usa `SignalEngine` = squeeze-detection + GradientBoosting (NON SH01_shape_ml);
+- ha una `tick()` propria che apre con un `Signal` **nudo** (niente tp/sl/max_bars) ed
+  esce con `if bars_held >= hold_bars: close("hold_limit")` → ignora del tutto la
+  strategia caricata e il fix horizon.
+
+Quindi lo sleeve "SH01" del portafoglio live **non eseguiva shape-ML**: eseguiva il
+motore squeeze scartato. I log `TRAIN OK / oos_signal_precision` venivano da lì. Il
+`worker` con strategy=SH01_shape_ml era costruito ma la sua `generate_signals` non
+veniva **mai** chiamata.
+
+## Fix
+
+SH01 (`kind="ml"`) ora gira come **StrategyWorker normale**: `SH01_shape_ml.generate_signals`
+fa il walk-forward (retraining) **internamente** ad ogni tick (`ml_wf_entries`) ed emette
+`metadata.max_bars=H=12` → gli exit passano per `StrategyWorker.tick()` e il fix horizon
+si applica davvero.
+
+```python
+# runner.py: niente più MLWorkerWrapper per kind="ml"
+return StrategyWorker(strategy=strategy, asset=spec.asset, tf=spec.tf, ...)
+```
+
+**Lookback dati.** `ml_wf_entries` ha `train_min=4000` → servono ≥4000 barre 1h prima di
+produrre segnali (con 90g/2160 barre → 0 segnali, runtime 0.01s — il falso "muto"). Le
+candele 1h di BTC/ETH già arrivano a 440g (le richiede TSM01/ROT02 a 1d), ma per non
+dipendere da quella coincidenza ho aggiunto `_ML_LOOKBACK_DAYS=365`: gli asset usati da
+sleeve ml fetchano ≥365g (~8760 barre). Costo `generate_signals` su 365g: **0,17–0,24s**
+(modello logit) → trascurabile sul poll 60s.
+
+**Verifica.** Build SH01 → `StrategyWorker` con `strategy.name=="SH01_shape_ml"`, niente
+attributo `engine` (regression test `test_build_ml_sh01_is_plain_strategyworker`). Smoke
+su 365g: 766–1786 segnali, tutti `max_bars=12`; tick live 0,17s. `ml_wf_entries` non
+predice mai l'ultima barra (`n-1`) ma fino a `n-2` = esattamente la condizione di apertura
+del worker (`idx >= last_idx-1`) → apre quando il segnale è fresco. Suite: 51 passed.
+
+**Stato live.** SH01 BTC/ETH erano flat: contatori resettati a 0 (capitale preservato
+58,76/58,78), vecchi trade squeeze archiviati in `trades_squeeze_archive.jsonl`. Rebuild
++ recreate: 14 worker RESUME puliti, container healthy, nessun log TRAIN/squeeze, zero
+errori.
+
+## Lezione
+
+1. **Verificare il path REALE, non solo il codice del fix.** Il fix horizon era giusto ma
+   SH01 non lo attraversava. Un fix non testato end-to-end sul percorso vivo è un fix
+   presunto. (Mi ero fidato del rebuild senza confermare il reason dei close SH01.)
+2. Riusare un wrapper legacy "perché c'è" è un rischio: `MLWorkerWrapper` di multi_runner
+   era per la famiglia squeeze scartata, non per shape-ML.
+3. Un modello ML "muto" può essere solo **fame di dati** (train_min), non un bug logico:
+   controllare sempre la dimensione della finestra prima di concludere.

src/portfolio/runner.py

@@ -2,7 +2,7 @@
 Riusa i worker esistenti come esecutori e il data layer Cerbero v2.
 
 Worker per tipo di sleeve:
-  single (fade/dip) -> StrategyWorker        | ml (shape) -> MLWorkerWrapper(StrategyWorker)
+  single (fade/dip) -> StrategyWorker        | ml (shape, SH01) -> StrategyWorker (WF interno)
   pairs             -> PairsWorker (2 gambe)  | basket (TR01)    -> BasketTrendWorker
   rotation (ROT02)  -> RotationWorker         | tsmom (TSM01)    -> TsmomWorker
 
@@ -22,7 +22,6 @@ from src.live.pairs_worker import PairsWorker
 from src.live.basket_trend_worker import BasketTrendWorker
 from src.live.rotation_worker import RotationWorker
 from src.live.tsmom_worker import TsmomWorker
-from src.live.multi_runner import MLWorkerWrapper
 from src.live.strategy_loader import load_strategy
 
 # Codice-breve sleeve -> nome modulo Strategy in scripts/strategies/ (worker single/ml)
@@ -36,6 +35,9 @@ DATA_DIR = Path("data/portfolio_paper")
 
 # giorni di storia da fetchare per timeframe (TSM01 1d usa 252 barre -> ~440 giorni col buffer)
 _LOOKBACK_DAYS = {"1h": 90, "4h": 220, "1d": 440}
+# SH01 (ml) richiede >=4000 barre 1h (train_min di ml_wf_entries); 365g (~8760 barre) danno
+# margine ampio per il walk-forward. Difensivo: non dipende dal fetch 440g di TSM01/ROT02.
+_ML_LOOKBACK_DAYS = 365
 
 
 def build_worker_for(spec: SleeveSpec, alloc_capital: float, leverage: float,
@@ -70,13 +72,16 @@ def build_worker_for(spec: SleeveSpec, alloc_capital: float, leverage: float,
     if module is None:
         raise ValueError(f"sleeve live non supportato: {spec.name} (kind={spec.kind})")
     strategy = load_strategy(module)
-    worker = StrategyWorker(
+    # SH01 (kind="ml") gira come StrategyWorker NORMALE: SH01_shape_ml.generate_signals fa il
+    # walk-forward (retraining) internamente ad ogni tick ed emette metadata.max_bars=H -> gli
+    # exit passano per StrategyWorker.tick (orizzonte H). NON usare il vecchio MLWorkerWrapper di
+    # multi_runner: quello usa SignalEngine (famiglia squeeze SCARTATA), apre senza metadata ed
+    # esce a hold_bars=3, ignorando del tutto SH01_shape_ml. Serve >=4000 barre 1h (train_min):
+    # garantite da _ML_LOOKBACK_DAYS.
+    return StrategyWorker(
         strategy=strategy, asset=spec.asset, tf=spec.tf, capital=alloc_capital,
         position_size=position_size, leverage=leverage, params=spec.params, data_dir=data_dir,
     )
-    if spec.kind == "ml":                       # SH01: retraining periodico
-        return MLWorkerWrapper(worker, {"retrain_hours": 24})
-    return worker
 
 
 def _worker_equity(w) -> float:
@@ -161,8 +166,11 @@ def run(config_path: str = "portfolios.yml"):
     asset_days: dict[str, int] = {}
     for s in live_specs:
         assets, tf = _spec_assets_tf(s)
+        days = _LOOKBACK_DAYS.get(tf, 90)
+        if s.kind == "ml":                       # SH01 ha bisogno di molta storia 1h
+            days = max(days, _ML_LOOKBACK_DAYS)
         for a in assets:
-            asset_days[a] = max(asset_days.get(a, 0), _LOOKBACK_DAYS.get(tf, 90))
+            asset_days[a] = max(asset_days.get(a, 0), days)
 
     inst_map = dict(INSTRUMENT_MAP)
     last_day = ""
@@ -193,11 +201,9 @@ def run(config_path: str = "portfolios.yml"):
                 elif s.kind in _MULTI_KINDS:
                     w.tick(res)
                 else:
-                    df = res[s.asset]
+                    # single (fade/dip) e ml (SH01): StrategyWorker. SH01 retraina dentro
-                    inner = getattr(w, "worker", w)
+                    # generate_signals (walk-forward) -> nessun training esterno.
-                    if hasattr(w, "needs_training") and w.needs_training():
+                    w.tick(res[s.asset])
-                        w.train(df, hold=inner.hold_bars)
-                    w.tick(df)
 
             ledger.update_equity({sid: _worker_equity(wk) for sid, wk in workers.items()})
 

tests/portfolio/test_runner_build.py

@@ -18,3 +18,15 @@ def test_build_pairs_worker(tmp_path):
     w = build_worker_for(spec, alloc_capital=200.0, leverage=2.0, data_dir=tmp_path)
     assert isinstance(w, PairsWorker)
     assert w.capital == 200.0
+
+
+def test_build_ml_sh01_is_plain_strategyworker(tmp_path):
+    """SH01 (kind=ml) deve costruirsi come StrategyWorker che esegue SH01_shape_ml — NON il
+    vecchio MLWorkerWrapper (SignalEngine squeeze scartato, che ignorava la strategia ed usciva
+    a hold_bars=3). Regressione del bug di wiring scoperto il 2026-06-01."""
+    spec = SleeveSpec(kind="ml", name="SH01", sid="SH_BTC", asset="BTC")
+    w = build_worker_for(spec, alloc_capital=58.82, leverage=2.0, data_dir=tmp_path)
+    assert isinstance(w, StrategyWorker)
+    assert w.strategy.name == "SH01_shape_ml"          # esegue davvero shape-ML
+    assert not hasattr(w, "engine")                     # niente SignalEngine squeeze
+    assert w.tf == "1h"