feat(strategie): portafogli master (PORT02/PORT03) + waste delle peggiori (MR03, ROT01)

Crea gli artefatti accorpati e migliorati:
- PORT02_fade_master: 3 fade (MR01/MR02/MR07) x BTC/ETH = 6 sleeve, filtro trend,
  equal-weight daily. DD 8.2% full / 5.9% OOS, Sharpe 3.95/4.09, CAGR ~46%.
- PORT03_all_master: portafoglio MASTER fade+honest (9 sleeve), varianti equal
  (max Sharpe: DD 5.2%/4.7% OOS, Sharpe 3.95/4.42) e 50/50 (min DD 5.1%/4.3%).

Sposta in scripts/waste/ le due peggiori:
- MR03 keltner_fade: fade piu' debole (BTC Sharpe 1.22), ridondante con MR01, il
  filtro trend la peggiorava; rimuoverla MIGLIORA il portafoglio fade.
- ROT01 xsect_rotation: strettamente dominata da ROT02 (stesso meccanismo, ROT02
  meglio su tutto), non usata da alcun portafoglio.

Sganciata MR03 da strategy_loader, strategies.yml e dal motore portafogli
(risk_management.STRATS). La funzione keltner_fade resta in strategy_research_v2
come record. CLAUDE.md aggiornato.

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

CLAUDE.md

@@ -90,9 +90,13 @@ Tutte le strategie estendono `src.strategies.base.Strategy`
 |--------|------|-----------|-----------------------------------|----|------|
 | **MR01** | Bollinger Fade | banda std attorno a SMA | BTC +201% / ETH +1238% | 15-72% | Fada la banda, TP alla media, SL ad ATR |
 | **MR02** | Donchian Fade | estremi canale H/L | BTC +172% / ETH enorme | 30-42% | Fada la rottura del canale, TP al centro |
-| **MR03** | Keltner Fade | canale ATR attorno a EMA | BTC +112% / ETH +886% | 20-66% | Banda indipendente da Bollinger |
 | **MR07** | Return Reversal | z dei rendimenti di barra | BTC +105% / ETH +195% | 25-46% | Fada il movimento estremo, exit in ATR; esposizione ~8% |
 
+> **MR03 Keltner Fade** spostata in `scripts/waste/`: era la fade più debole
+> (BTC Sharpe 1.22, il filtro trend la peggiorava) e ridondante con MR01 (stessa
+> idea di banda). Rimuoverla dal portafoglio ne ha *migliorato* le metriche.
+> La funzione `keltner_fade` resta in `strategy_research_v2.py` come record.
+
 **Lezione confermata:** l'edge è sempre *mean-reversion* (i breakout rientrano).
 Il trend-following (Donchian trend, RSI cross) e gli oscillatori senza filtro
 (RSI revert, ADX-filtered fade) perdono netti → restano scartati.
@@ -121,11 +125,21 @@ paniere di 8 sleeve, contro il 20-70% del singolo. È la vera leva anti-drawdown
 **Combinare le due famiglie (fade + honest).** Le fade (reversione intraday 1h) e le
 honest (DIP/TR/ROT trend+rotazione multi-crypto) sono **quasi scorrelate**
 (correlazione cross-famiglia ~0.05). Combinarle in un unico portafoglio migliora il
-rischio/rendimento rispetto a ciascuna famiglia da sola: equal-weight degli 11 sleeve
+rischio/rendimento rispetto a ciascuna famiglia da sola: equal-weight dei 9 sleeve
-→ DD 6.1% full / 4.6% OOS e Sharpe OOS 4.46 (vs honest-only 12% DD / 2.23 Sharpe e
+→ DD 5.2% full / 4.7% OOS e Sharpe OOS 4.42 (vs honest-only 12% DD / 2.23 Sharpe e
-fade-only 8.6% DD / 4.14 Sharpe), CAGR ~43% mantenuta. Studio in
+fade-only 8.2% DD / 4.09 Sharpe), CAGR ~46% mantenuta. Studio in
 `scripts/analysis/combine_portfolio.py`.
 
+**Portafogli pronti (artefatti accorpati e migliorati).** Oltre a `PORT01` (solo
+honest), due script in `scripts/strategies/`:
+- `PORT02_fade_master.py` — le 3 fade × BTC/ETH accorpate (6 sleeve, filtro trend),
+  equal-weight daily: DD ~8.2% full / 5.9% OOS, Sharpe 3.95/4.09, CAGR ~46%.
+- `PORT03_all_master.py` — portafoglio MASTER (fade + honest, 9 sleeve). Due varianti:
+  `equal` (massimo Sharpe: DD 5.2%/4.7% OOS, Sharpe 3.95/4.42) e `5050` fra le due
+  famiglie (minimo DD: 5.1% full / 4.3% OOS). È la configurazione consigliata.
+Come `PORT01`, sono meta-portafogli (script `run()` di report), non `Strategy` con
+`generate_signals`, quindi non nel `strategy_loader`.
+
 **Metodologia obbligatoria per ogni nuova strategia** (per non ripetere l'errore squeeze):
 1. Ingresso eseguibile: direzione e prezzo decisi con dati **fino a `close[i]`**, mai `close[i-1]` con direzione da `i`.
 2. Backtest **NETTO** dopo fee realistiche Deribit (**0.10% RT** taker, non 0.20%) + leva.

scripts/analysis/combine_portfolio.py

@@ -1,8 +1,8 @@
 """Studio: combinare TUTTE le strategie (fade + honest) migliora i risultati?
 
 Due famiglie con meccanismi e orizzonti diversi:
-  FADE (intraday 1h, long/short, BTC/ETH): MR01 boll, MR02 donchian, MR03 keltner,
+  FADE (intraday 1h, long/short, BTC/ETH): MR01 boll, MR02 donchian, MR07
-       MR07 return-reversal — tutte col filtro trend 3.0 ATR.
+       return-reversal — tutte col filtro trend 3.0 ATR. (MR03 keltner -> waste.)
   HONEST (long-only, multi-regime, multi-crypto): DIP01 (dip-buy 1h BTC),
        TR01 (EMA trend 4h basket), ROT02 (dual-momentum rotation 1d).
 
@@ -79,6 +79,12 @@ def metrics(daily_ret: pd.Series, lo: int = 0, hi: int | None = None) -> dict:
     return dict(ret=tot, cagr=cagr, dd=dd, sharpe=sharpe)
 
 
+def yearly_returns(daily_ret: pd.Series) -> dict[int, float]:
+    """Rendimento % netto per anno solare dai rendimenti giornalieri composti."""
+    g = daily_ret.groupby(daily_ret.index.year).apply(lambda x: ((1 + x).prod() - 1) * 100)
+    return {int(y): float(v) for y, v in g.items()}
+
+
 def port_returns(members: dict[str, pd.Series], weights: dict[str, float] | None = None) -> pd.Series:
     """Rendimenti giornalieri di un portafoglio ribilanciato ogni giorno ai pesi dati."""
     dr = pd.DataFrame({k: v.pct_change().fillna(0.0) for k, v in members.items()})

scripts/analysis/risk_management.py

@@ -29,18 +29,19 @@ sys.path.insert(0, str(PROJECT_ROOT))
 
 from src.data.downloader import load_data
 from scripts.analysis.strategy_research import bollinger_fade, atr
-from scripts.analysis.strategy_research_v2 import donchian_fade, keltner_fade, return_reversal
+from scripts.analysis.strategy_research_v2 import donchian_fade, return_reversal
 
 FEE_RT, LEV, POS, INIT, OOS_FRAC = 0.001, 3.0, 0.15, 1000.0, 0.30
 
-# config base di ogni strategia (come strategies.yml); su ETH MR03 usa n=50
+# config base di ogni strategia (come strategies.yml).
+# NB: MR03 keltner_fade spostata in scripts/waste/ (fade piu' debole, ridondante
+# con MR01); la funzione keltner_fade resta in strategy_research_v2 come record.
 STRATS = {
     "MR01": (bollinger_fade, dict(n=50, k=2.5, sl_atr=2.0, max_bars=24)),
     "MR02": (donchian_fade,  dict(n=20, sl_atr=2.0, max_bars=24)),
-    "MR03": (keltner_fade,   dict(n=30, k=2.0, sl_atr=2.0, max_bars=24)),
     "MR07": (return_reversal,dict(n=50, k=3.5, tp_atr=2.0, sl_atr=1.5, max_bars=24)),
 }
-STRATS_ETH = dict(STRATS); STRATS_ETH["MR03"] = (keltner_fade, dict(n=50, k=2.0, sl_atr=2.0, max_bars=24))
+STRATS_ETH = dict(STRATS)
 
 
 def strats_for(asset: str) -> dict:

scripts/strategies/PORT02_fade_master.py

@@ -0,0 +1,52 @@
+"""PORT02 — Portafoglio FADE accorpato e migliorato (6 sleeve, equal-weight daily).
+
+Accorpa le 3 strategie fade mean-reversion su BTC e ETH, ciascuna MIGLIORATA con
+il filtro trend (salta i fade contro trend estremi: |close-EMA200|/ATR > 3.0):
+    MR01 Bollinger fade · MR02 Donchian fade · MR07 Return-reversal
+        x  {BTC, ETH}  ->  6 sleeve indipendenti, pos 0.15 ciascuna, leva 3x.
+    (MR03 Keltner spostata in waste: fade piu' debole e ridondante con MR01.)
+
+Le curve sono poco correlate fra loro (corr media intra-fade ~0.18): la
+diversificazione abbatte il DD aggregato ben sotto quello del singolo sleeve.
+
+Risultato (netto fee 0.10% RT, equal-weight ribilanciato ogni giorno, finestra
+comune 2021-2026, OOS = ultimo 30%):
+    Ret +666% / CAGR 46% / DD 8.2% FULL · OOS DD 5.9% / Sharpe 3.95 FULL / 4.09 OOS.
+Ricostruzione e confronto: scripts/analysis/combine_portfolio.py.
+"""
+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.combine_portfolio import (  # noqa: E402
+    build_all_sleeves, port_returns, metrics, yearly_returns, SPLIT, OOS_DATE, IDX,
+)
+
+
+def run():
+    sleeves = {k: v for k, v in build_all_sleeves().items() if k.startswith("MR")}
+    pr = port_returns(sleeves)
+    full, oos = metrics(pr), metrics(pr, lo=SPLIT)
+
+    print("=" * 84)
+    print(f"  PORT02 — FADE master (8 sleeve, equal-weight daily) | {IDX[0].date()} -> {IDX[-1].date()}")
+    print("=" * 84)
+    print(f"  {'sleeve':<14s}{'Ret%':>9s}{'DD%':>7s}{'Shrp':>7s}")
+    for name, s in sleeves.items():
+        m = metrics(s.pct_change().fillna(0.0))
+        print(f"  {name:<14s}{m['ret']:>+9.0f}{m['dd']:>7.1f}{m['sharpe']:>7.2f}")
+    print("  " + "-" * 80)
+    print(f"  {'PORTAFOGLIO':<14s}{full['ret']:>+9.0f}{full['dd']:>7.1f}{full['sharpe']:>7.2f}"
+          f"   CAGR {full['cagr']:.0f}%")
+    print(f"  {'  di cui OOS':<14s}{oos['ret']:>+9.0f}{oos['dd']:>7.1f}{oos['sharpe']:>7.2f}"
+          f"   (da {OOS_DATE})")
+    pa = yearly_returns(pr)
+    print("  Per-anno: " + "  ".join(f"{y}:{v:+.0f}%" for y, v in pa.items()))
+
+
+if __name__ == "__main__":
+    run()

scripts/strategies/PORT03_all_master.py

@@ -0,0 +1,77 @@
+"""PORT03 — Portafoglio MASTER: accorpa TUTTE le strategie (fade + honest).
+
+Unisce le due famiglie del progetto, quasi scorrelate (correlazione cross-famiglia
+~0.05), in un unico portafoglio diversificato:
+    FADE (reversione intraday 1h, long/short, BTC/ETH, col filtro trend):
+        MR01 Bollinger · MR02 Donchian · MR07 Return-reversal  -> 6 sleeve
+    HONEST (long-only multi-regime multi-crypto):
+        DIP01 dip-buy (1h) · TR01 EMA-trend (4h basket) · ROT02 dual-momentum (1d) -> 3 sleeve
+
+Combinare le due famiglie migliora il rischio/rendimento rispetto a ciascuna da
+sola: il DD scende e lo Sharpe sale (la honest, da sola piu' lumpy, viene
+stabilizzata dalle fade ad alta frequenza). Vedi scripts/analysis/combine_portfolio.py.
+
+Risultato (netto, equal-weight daily, finestra comune 2021-2026, OOS = ultimo 30%):
+    FADE only (6)   DD  8.2%  Sharpe 3.95  (OOS DD 5.9 / Shrp 4.09)
+    HONEST only (3) DD 12.0%  Sharpe 1.90  (OOS DD 6.5 / Shrp 2.23)
+    MASTER eq (9)   DD  5.2%  Sharpe 3.95  (OOS DD 4.7 / Shrp 4.42)   <- miglior Sharpe
+    MASTER 50/50    DD  5.1%  Sharpe 3.31  (OOS DD 4.3)               <- miglior DD
+    CAGR ~46% mantenuta in entrambe le varianti combinate.
+
+Due varianti operative selezionabili:
+    weighting="equal" -> equal-weight sui 9 sleeve (massimo Sharpe)
+    weighting="5050"  -> 50% famiglia fade + 50% famiglia honest (minimo DD)
+"""
+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.combine_portfolio import (  # noqa: E402
+    build_all_sleeves, port_returns, metrics, yearly_returns, SPLIT, OOS_DATE, IDX,
+)
+
+
+def master_returns(sleeves: dict, weighting: str = "equal"):
+    """Rendimenti giornalieri del portafoglio master.
+    equal = equal-weight su tutti gli 11 sleeve; 5050 = media fra le due famiglie."""
+    fade = {k: v for k, v in sleeves.items() if k.startswith("MR")}
+    honest = {k: v for k, v in sleeves.items() if not k.startswith("MR")}
+    if weighting == "5050":
+        return (port_returns(fade) + port_returns(honest)) / 2
+    return port_returns(sleeves)
+
+
+def run():
+    sleeves = build_all_sleeves()
+    fade = {k: v for k, v in sleeves.items() if k.startswith("MR")}
+    honest = {k: v for k, v in sleeves.items() if not k.startswith("MR")}
+
+    print("=" * 90)
+    print(f"  PORT03 — MASTER (fade + honest) | {IDX[0].date()} -> {IDX[-1].date()} | OOS da {OOS_DATE}")
+    print("=" * 90)
+    print(f"  {'portafoglio':<22s}{'Ret%':>9s}{'CAGR':>7s}{'DD%':>7s}{'Shrp':>7s}"
+          f"   | {'oRet%':>9s}{'oDD%':>7s}{'oShrp':>7s}")
+    print("  " + "-" * 86)
+
+    def line(label, pr):
+        f, o = metrics(pr), metrics(pr, lo=SPLIT)
+        print(f"  {label:<22s}{f['ret']:>+9.0f}{f['cagr']:>7.0f}{f['dd']:>7.1f}{f['sharpe']:>7.2f}"
+              f"   | {o['ret']:>+9.0f}{o['dd']:>7.1f}{o['sharpe']:>7.2f}")
+
+    line(f"FADE only ({len(fade)})", port_returns(fade))
+    line(f"HONEST only ({len(honest)})", port_returns(honest))
+    line(f"MASTER equal ({len(sleeves)})", master_returns(sleeves, "equal"))
+    line("MASTER 50/50 fam", master_returns(sleeves, "5050"))
+
+    print("  " + "-" * 86)
+    pa = yearly_returns(master_returns(sleeves, "equal"))
+    print("  MASTER equal per-anno: " + "  ".join(f"{y}:{v:+.0f}%" for y, v in pa.items()))
+    print("  -> combinare le due famiglie scorrelate (~0.05) abbassa il DD e alza lo Sharpe.")
+
+
+if __name__ == "__main__":
+    run()

src/live/strategy_loader.py

@@ -19,7 +19,6 @@ _REGISTRY: dict[str, type[Strategy]] = {}
 MODULE_MAP = {
     "MR01_bollinger_fade": ("MR01_bollinger_fade", "BollingerFade"),
     "MR02_donchian_fade": ("MR02_donchian_fade", "DonchianFade"),
-    "MR03_keltner_fade": ("MR03_keltner_fade", "KeltnerFade"),
     "MR07_return_reversal": ("MR07_return_reversal", "ReturnReversal"),
 }
 

strategies.yml

@@ -60,30 +60,8 @@ strategies:
       trend_max: 3.0       # salta fade contro trend estremo (|close-EMA200|/ATR>3): Acc+ DD-
       ema_long: 200
 
-  # MR03 Keltner fade: fade canale ATR su EMA (banda indipendente da Bollinger).
+  # MR03 Keltner fade -> spostata in scripts/waste/ (fade piu' debole e ridondante
-  # Robusto su tutta la griglia n x k. BTC n30 k2.0 +112% OOS DD20%.
+  # con MR01; il filtro trend la peggiorava su BTC). Vedi CLAUDE.md.
-  # ETH: edge ampio ma DD pieno ~65% (tratto dell'asset, come MR01) -> leva bassa.
-  - name: MR03_keltner_fade
-    asset: BTC
-    tf: 1h
-    enabled: true
-    params:
-      n: 30
-      k: 2.0
-      sl_atr: 2.0
-      max_bars: 24
-      # NB: su MR03 BTC il filtro trend PEGGIORA Acc e DD (unico sleeve) -> disattivo.
-  - name: MR03_keltner_fade
-    asset: ETH
-    tf: 1h
-    enabled: true
-    params:
-      n: 50
-      k: 2.0
-      sl_atr: 2.0
-      max_bars: 24
-      trend_max: 3.0       # salta fade contro trend estremo (|close-EMA200|/ATR>3): Acc+ DD-
-      ema_long: 200
 
   # MR07 Return reversal: fade movimento di barra estremo (z dei rendimenti).
   # Meccanismo distinto (volatilita' rendimenti, non livelli). Esposizione bassa