fix(live): win netto-fee + filtro TP edge-minimo sulle fade

Due correzioni emerse da close live con win=True ma pnl<0.

1) Metrica win lorda -> netta. _close_position contava is_win=trade_return>0
   (lordo), gonfiando l'accuracy: un take-profit colpito con mossa < fee RT
   risultava "win" pur perdendo. 51 close live: 39 win (76,5%) -> 13 falsi win
   -> accuracy netta reale 52,9%. Fix: is_win = net > 0. Capitale/PnL erano
   già corretti (netti). Contatori persistiti riconciliati a parte (MR01/DIP01
   BTC 7->1).

2) Filtro edge-minimo min_tp_frac. I 13 falsi win erano tutti MR01/DIP01 BTC in
   regime piatto: TP (la media) entro il costo round-trip -> perdenti garantiti.
   Aggiunto param min_tp_frac (default 0.0=off) a tutte e 4 le fade (MR01 banda,
   MR02 midpoint, MR07 ATR, DIP01): salta i segnali col TP entro la soglia.
   Non si "allarga" il TP (rischierebbe di perdere di piu'): si evita la trade.
   Cablato live a 0.0015 (1,5x fee) in _defs.py.

Validazione backtest BTC+ETH 1h: neutro su tutte le fade (0-1 trade rimossi,
pnl invariato o +leggero su DIP01). I micro-scalp sotto-fee non esistono nello
storico -> artefatto del regime attuale. Filtro puro-upside.

Test: test_win_net_of_fees.py, test_min_tp_frac.py (monotonia + gap > soglia +
default-off invariato). Suite: 50 passed.

NB deploy: il sorgente e' COPY nell'immagine, non montato -> serve
`docker compose up -d --build`, non un semplice restart (vale anche per il fix
SH01 horizon-exit, andato live solo con questo rebuild). Volume ./data persiste,
14 worker in RESUME puliti.

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

scripts/strategies/DIP01_dip_buy.py

@@ -42,11 +42,15 @@ class Dip01DipBuy(Strategy):
         sd = pd.Series(c).rolling(n).std().values
         a = _atr(df, 14)
         z = (c - ma) / np.where(sd == 0, np.nan, sd)
+        # Edge minimo: salta i dip il cui TP (la media) è entro il costo round-trip. 0 = off.
+        min_tp_frac = params.get("min_tp_frac", 0.0)
         out: list[Signal] = []
         for i in range(n + 14, len(c)):
             if np.isnan(z[i]) or np.isnan(a[i]) or np.isnan(ma[i]):
                 continue
             if z[i] <= -z_in and z[i - 1] > -z_in:
+                if min_tp_frac > 0 and abs(ma[i] - c[i]) / c[i] <= min_tp_frac:
+                    continue                          # TP entro le fee -> non eseguibile in utile
                 out.append(Signal(idx=i, direction=1, entry_price=float(c[i]),
                                   metadata={"tp": float(ma[i]),
                                             "sl": float(c[i] - sl_atr * a[i]),