research(stops): SL classici vs soft-guard -> il soft-guard vince (lo SL duro whippa nel grind)

Goal 'prova anche SL'. Test equo (trigger/re-entry sul NAV mercato). soft-guard -4% Sh 1.38/DD 5.8% resta il migliore; trail-stop -6% valido ma inferiore (1.34/6.6%); -4% whipsaw (1.07, inMkt 42%); stop mensile/vol inutili. Per un DD da grind, de-risk parziale > uscita totale. Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>
2026-06-23 13:09:43 +00:00
parent 010d1f0733
commit 856a02fcc5
2 changed files with 118 additions and 0 deletions
@@ -47,3 +47,20 @@ Vol-target NON aiuta (il 2022 non e' uno spike di vol).
 - Trade: -2.1pp CAGR per dimezzare il MaxDD e azzerare quasi il 2022. Sensato se la priorita' e' il DD.
 - Parametri (-4% trigger) semplici; il meccanismo (non la soglia esatta) e' la sostanza.
 Script: tail_hedge_lab.py.
+
+## Aggiornamento — protezioni CLASSICHE (stop-loss), goal "prova anche SL" (`stops_lab.py`)
+Confronto equo (trigger/re-entry sul NAV di mercato, non sull'equity congelata):
+| protezione | Sharpe | MaxDD | 2022 | CAGR | in-mkt |
+|---|---|---|---|---|---|
+| baseline | 1.48 | 8.4% | -4.4% | 11.3% | 100% |
+| **soft-guard -4% (0.4x)** | **1.38** | **5.8%** | **-1.8%** | 9.2% | 100% |
+| trail-stop -4% (uscita tot.) | 1.07 | 7.5% | +0.0% | 6.6% | 42% |
+| trail-stop -6% (re:newhigh) | 1.34 | 6.6% | -2.1% | 9.0% | 72% |
+| trail-stop -8% | 1.41 | 8.3% | -4.2% | 10.0% | 87% |
+| stop mensile -5% | 1.48 | 8.4% | -4.4% | 11.3% | 100% (mai scatta) |
+| vol-stop (>90pctl) | 1.48 | 8.4% | -4.4% | 10.4% | 100% |
+
+VERDETTO: lo SL classico funziona solo a -6% (e resta inferiore al soft-guard); a -4% fa WHIPSAW
+(Sh 1.48->1.07, fuori mercato 58%) perche' l'uscita TOTALE viene choppata nel grind. Il soft-guard
+alla stessa soglia non whippa (de-risk parziale 0.4x). Stop mensile/vol inutili (bersaglio sbagliato).
+Conferma: per un DD da grind, de-risk PARZIALE > stop-loss duro. Soft-guard -4% confermato come scelta.
@@ -0,0 +1,101 @@
+"""STOPS LAB — protezioni CLASSICHE (stop-loss) sul combo vs la guardia-DD morbida.
+
+Confronta su Sharpe/MaxDD/2022/CAGR/NumTrades/time-in-market:
+  - baseline
+  - guardia-DD morbida (de-risk a 0.4x, gia' scelta)
+  - TRAILING STOP duro (uscita TOTALE) a -4/-6/-8% dal picco, re-entry su nuovo massimo
+  - TRAILING STOP con re-entry su RECUPERO (DD < meta' soglia)
+  - STOP MENSILE (flat per il resto del mese se perdita mensile > X%)
+  - VOL STOP (de-risk se vol realizzata 30g > 90 pctl espandente)
+Tesi da verificare: lo stop DURO taglia il DD ma fa whipsaw nel grind 2022 (Sharpe/CAGR peggiori,
+piu' trade). Dati: combo_daily (cache). sqrt(252).
+"""
+import sys
+from pathlib import Path
+import numpy as np, pandas as pd
+ROOT = Path(__file__).resolve().parents[2]
+sys.path.insert(0, str(ROOT)); sys.path.insert(0, str(ROOT / "scripts" / "research"))
+from combo_yearly_report import combo_daily
+ANN = np.sqrt(252.0)
+
+
+def _sh(r): r = np.asarray(pd.Series(r).dropna(), float); return float(np.mean(r)/np.std(r)*ANN) if len(r)>5 and np.std(r)>0 else 0.0
+def _dd(r): eq=np.cumprod(1+np.asarray(r,float)); pk=np.maximum.accumulate(eq); return float(np.max((pk-eq)/pk)) if len(eq) else 0.0
+def _yr(r,y): return float(np.prod(1+r[r.index.year==y].values)-1) if (r.index.year==y).any() else 0.0
+def _cagr(r): r=r.dropna(); return (np.prod(1+r.values))**(252/len(r))-1
+def _ntr(expo): return int((np.abs(np.diff(expo, prepend=expo[0]))>1e-9).sum())   # cambi di esposizione = trade
+
+
+def expo_softguard(r, trig=0.04, lvl=0.4):
+    rv=r.values; eq=np.cumprod(1+rv); pk=np.maximum.accumulate(eq); e=np.ones(len(rv)); on=True
+    for i in range(1,len(rv)):
+        dd=(pk[i-1]-eq[i-1])/pk[i-1] if pk[i-1]>0 else 0
+        if dd>trig: on=False
+        if dd<trig*0.4: on=True
+        e[i]=1.0 if on else lvl
+    return e
+
+
+def expo_trailstop(r, trig=0.06, reentry="newhigh"):
+    """Stop DURO trailing (uscita TOTALE) — test EQUO: trigger/re-entry sul MERCATO (NAV sempre-
+    investito di riferimento, non sull'equity stoppata che si congela). Esci se DD del NAV > trig;
+    re-entry 'newhigh' = NAV torna al picco; 'recover' = DD del NAV < trig/2."""
+    rv=r.values; n=len(rv)
+    nav=np.cumprod(1+rv); pk=np.maximum.accumulate(nav); dd=(pk-nav)/pk
+    e=np.ones(n); on=True
+    for i in range(1,n):
+        d=dd[i-1]
+        if on and d>trig:
+            on=False
+        elif not on:
+            if reentry=="newhigh" and nav[i-1]>=pk[i-1]-1e-12: on=True
+            elif reentry=="recover" and d<trig*0.5: on=True
+        e[i]=1.0 if on else 0.0
+    return e
+
+
+def expo_monthly(r, trig=0.05):
+    e=np.ones(len(r)); idx=r.index; cur=None; mret=1.0; stopped=False
+    for i in range(len(r)):
+        ym=(idx[i].year,idx[i].month)
+        if ym!=cur: cur=ym; mret=1.0; stopped=False
+        if stopped: e[i]=0.0; continue
+        mret*=(1+r.values[i])
+        if mret-1 < -trig: stopped=True
+    return e
+
+
+def expo_volstop(r, win=30, pctl=0.90):
+    rv=pd.Series(r.values,index=r.index); v=rv.rolling(win,min_periods=15).std()*ANN
+    thr=v.expanding(min_periods=60).quantile(pctl).shift(1)
+    e=np.where((v.shift(1)>thr).values, 0.4, 1.0); e=np.nan_to_num(e,nan=1.0)
+    return e
+
+
+def show(name, r, expo):
+    g=pd.Series(expo*r.values,index=r.index)
+    tim=float((expo>1e-9).mean())*100
+    print(f"  {name:30} Sh {_sh(g):>5.2f}  MaxDD {_dd(g.values)*100:>4.1f}%  2022 {_yr(g,2022)*100:>+5.1f}%  "
+          f"CAGR {_cagr(g)*100:>+5.1f}%  trades {_ntr(expo):>4}  inMkt {tim:>3.0f}%")
+
+
+def main():
+    print("="*104); print("  STOPS LAB — protezioni classiche (SL) vs guardia-DD morbida (combo TP01+GTAA, 2019-26)"); print("="*104)
+    r=combo_daily()
+    print(f"\n  {'(esposizione media applicata ai rendimenti del combo)':<30}")
+    show("baseline (nessuna)", r, np.ones(len(r)))
+    print("  --- guardia-DD MORBIDA (de-risk a 0.4x) ---")
+    show("soft-guard -4%", r, expo_softguard(r,0.04))
+    print("  --- STOP-LOSS DURO (uscita totale, trailing dal picco) ---")
+    for t in (0.04,0.06,0.08):
+        show(f"trail-stop -{t*100:.0f}% (re:newhigh)", r, expo_trailstop(r,t,"newhigh"))
+    show("trail-stop -6% (re:recover)", r, expo_trailstop(r,0.06,"recover"))
+    print("  --- altri classici ---")
+    show("stop mensile -5%", r, expo_monthly(r,0.05))
+    show("vol-stop (30g, >90pctl)", r, expo_volstop(r))
+    print("\n  NB: lo stop DURO che taglia molto il DD di solito paga in Sharpe/CAGR e in n.trade (whipsaw")
+    print("      nel grind). Confronta col soft-guard: stessa protezione, meno whipsaw?")
+
+
+if __name__ == "__main__":
+    main()