research(wave-0822): ORTHO-SCREEN 7/7 scartato (e uno screen largo non puo' passare il proprio DSR); XS-LITE falsifica il muro dei 20k di XS01

scripts/research/r0822_oi_pin.py

@@ -453,9 +453,10 @@ def main() -> None:
     # ---------------------------------------------------------------- 4. NULL LOCATION-MATCHED
     P("\n[4] NULL LOCATION-MATCHED (regola 02/07: e' la POSIZIONE o e' l'OI?)")
     P("  Confronto APPAIATO per evento: tw(livello speciale) - tw(placebo alla stessa distanza).")
-    P("  placebo: rand=strike uniforme (== permutazione dell'OI, equivalenza esatta) · adj=strike")
-    P("  adiacente al max-OI · jit=strike arbitrario a distanza 0.5-1.5x (analogo Fib±jitter) ·")
-    P("  mid=centro della griglia quotata (zero info OI) · mr7=media 7g dello spot (mean-reversion).")
+    P("  placebo PER REGOLA: adj_r = strike adiacente a K_r · jit_r = strike arbitrario a")
+    P("  distanza 0.5-1.5x |K_r - S| (analogo del Fib±jitter del 02/07).")
+    P("  placebo GLOBALI: rand = strike uniforme (== permutazione dell'OI, equivalenza esatta) ·")
+    P("  mid = centro della griglia quotata (zero info OI) · mr7 = media 7g dello spot.")
     P(f"  {'hte':>4} {'rule':>5} {'Δ vs adj_r':>12} {'Δ vs jit_r':>12}"
       f" {'Δ vs rand':>12} {'Δ vs mid':>12} {'Δ vs mr7':>12}")
     npos = ntot = 0
@@ -518,7 +519,7 @@ def main() -> None:
     P("\n  [6-bis] LA STESSA MACCHINA SUI LIVELLI PLACEBO (stesse finestre, stessa fee, stesso")
     P("          sizing): se un placebo regge quanto il livello 'speciale', l'OI non aggiunge nulla.")
     nulls = []
-    for rl in ("mp", "oi", "mid", "mr7", "rand", "jit", "maj", "short", "long"):
+    for rl in ("mp", "oi", "mid", "mr7", "rand", "jit_mp", "maj", "short", "long"):
         for hte in (3, 6, 12, 24):
             for bn, bd in bands.items():
                 d, _i = strat_daily(ev, rl, hte, bd, "sign", "all", FEE_SIDE_REAL)
@@ -527,7 +528,7 @@ def main() -> None:
                                   cagr=mm["cagr"], dd=mm["dd"]))
     N = pd.DataFrame(nulls)
     piv = N.pivot_table(index=["hte", "band"], columns="rule", values="sharpe")
-    P(piv.reindex(columns=["mp", "oi", "mid", "mr7", "rand", "jit", "maj", "short", "long"])
+    P(piv.reindex(columns=["mp", "oi", "mid", "mr7", "rand", "jit_mp", "maj", "short", "long"])
         .to_string(float_format=lambda v: f"{v:6.2f}"))
     P(f"  celle placebo valutate: {len(N)} (contano come trial: la griglia dichiarata sale)")