diff --git a/docs/diary/2026-06-19-trend-multiasset.md b/docs/diary/2026-06-19-trend-multiasset.md
new file mode 100644
index 0000000..57692e8
--- /dev/null
+++ b/docs/diary/2026-06-19-trend-multiasset.md
@@ -0,0 +1,28 @@
+# 2026-06-19 — Strato trend multi-asset sui 52 alt: RIDONDANTE col trend di TP01
+
+Tentativo: aggiungere un terzo sleeve = TSMOM (stessa logica TP01 CANONICAL, long-flat vol-target)
+applicato a OGNI alt dei 52 Hyperliquid certificati, equal-weight ragged. Idea: trend più
+diversificato che diversifichi TP01 (BTC/ETH). `scripts/portfolio/trend_multiasset.py`.
+
+## Esito: ridondante e peggiore
+- **TREND-52 standalone**: FULL Sh 0.66, **HOLD-OUT −1.03** (negativo), anni+ 33%. Gli alt sono
+  stati long nel calo 2025-26 e hanno sanguinato — a differenza di TP01 (BTC/ETH) che il
+  vol-target+trend portò in cash. I trend degli alt sono più rumorosi/whippy.
+- **corr a TP01 = +0.74** (stessa beta direzionale, come previsto) | corr a XS01 −0.05.
+- **Contributo al portafoglio (TP01 70 + XS 30):** +TREND-52 w20% → FULL −0.01, **HOLD −0.16**;
+  w30% → FULL −0.02, **HOLD −0.27**. PEGGIORA.
+
+## Lezione
+Broadenizzare il TREND su molti alt NON diversifica: è la **stessa direzionalità** (corr 0.74 con
+TP01) su asset più rumorosi → aggiunge perdita/rumore, non edge. La dimensione trend è già catturata
+in modo pulito da TP01 (BTC/ETH, vol-targeted). L'unica espansione che diversifica davvero resta
+quella **market-neutral** (XS01 cross-sectional), perché è ortogonale alla beta direzionale.
+
+## Conclusione (chiusura del filone "espansione universo")
+Esplorate tutte le vie di espansione sui certificati Hyperliquid:
+1. XS su 52-all → diluito (memecoin), negativo.
+2. XS top-liquidità dinamico → peggiore del fisso-19 (liquidità ≠ qualità).
+3. Trend multi-asset su 52 → ridondante (corr 0.74) + hold-out negativo.
+Nessuna migliora il portafoglio. **Configurazione validata e invariata: TP01 70% + XS01 (19 major)
+30% — FULL Sh 1.41 / HOLD 1.15.** I margini reali per crescere NON sono nell'universo crypto-
+direzionale (saturo), ma in un MECCANISMO diverso (opzioni VRP, in attesa di dati di stress reali).
diff --git a/scripts/portfolio/trend_multiasset.py b/scripts/portfolio/trend_multiasset.py
new file mode 100644
index 0000000..cb95319
--- /dev/null
+++ b/scripts/portfolio/trend_multiasset.py
@@ -0,0 +1,87 @@
+"""STRATO TREND MULTI-ASSET sui 52 alt Hyperliquid certificati (diversificazione del trend).
+
+TP01 e' TSMOM vol-target long-flat su BTC+ETH (2 asset). Qui la STESSA logica (TrendPortfolio
+CANONICAL) applicata a OGNI alt dei 52, combinata equal-weight (ragged-aware). Idea: un trend
+piu' diversificato. Test onesto: e' correlato a TP01 (entrambi trend)? aggiunge al portafoglio
+TP01+XS01 nel hold-out? Causale, netto fee.
+
+    uv run python scripts/portfolio/trend_multiasset.py
+"""
+from __future__ import annotations
+import sys, glob
+from pathlib import Path
+PROJECT_ROOT = Path(__file__).resolve().parents[2]
+sys.path.insert(0, str(PROJECT_ROOT))
+import numpy as np, pandas as pd
+from src.strategies.trend_portfolio import TrendPortfolio, CANONICAL, simple_returns
+from src.portfolio.portfolio import to_daily, metrics, HOLDOUT, Sleeve, StrategyPortfolio
+from src.portfolio.sleeves import tp01_sleeve, xsec_sleeve
+
+RAW = PROJECT_ROOT / "data" / "raw"
+
+
+def alt_trend_returns(min_assets=8):
+    """Net returns per-asset (TSMOM CANONICAL long-flat vol-target) -> book equal-weight ragged."""
+    eng = TrendPortfolio(**CANONICAL)
+    series = {}
+    for p in sorted(glob.glob(str(RAW / "hl_*_1d.parquet"))):
+        sym = Path(p).stem.replace("hl_", "").replace("_1d", "").upper()
+        d = pd.read_parquet(p)
+        d = d.copy(); d["datetime"] = pd.to_datetime(d["timestamp"], unit="ms", utc=True)
+        c = d["close"].values.astype(float)
+        r = simple_returns(c); tgt = eng.target_series(d)
+        held = np.zeros(len(tgt)); held[1:] = tgt[:-1]
+        net = held * r - eng.fee_side * np.abs(np.diff(held, prepend=0.0)); net[0] = 0.0
+        series[sym] = pd.Series(np.clip(net, -0.99, None), index=d["datetime"])
+    M = pd.concat(series, axis=1, join="outer").sort_index()
+    # equal-weight fra gli asset DISPONIBILI ogni giorno (min_assets per evitare i primi giorni rumorosi)
+    avail = M.notna().sum(axis=1)
+    book = M.mean(axis=1, skipna=True).where(avail >= min_assets)
+    return book.dropna(), M
+
+
+def ev(d, label):
+    f = metrics(d); h = metrics(d[d.index >= HOLDOUT])
+    yr = [float((1 + g).prod() - 1) for _, g in d.groupby(d.index.year)]
+    pct = sum(v > 0 for v in yr) / len(yr) if yr else 0
+    print(f"  {label:<28} FULL Sh {f['sharpe']:>5.2f} ret {f['ret']*100:>+6.0f}% DD {f['maxdd']*100:>4.0f}% | "
+          f"HOLD Sh {h['sharpe']:>5.2f} | anni+ {pct*100:.0f}%")
+    return f, h
+
+
+def main():
+    print("=" * 96)
+    print("  STRATO TREND MULTI-ASSET (52 alt Hyperliquid, TSMOM CANONICAL long-flat vol-target)")
+    print("=" * 96)
+    book, M = alt_trend_returns()
+    bd = to_daily(book)
+    print(f"  universo {M.shape[1]} alt, book [{bd.index[0].date()} -> {bd.index[-1].date()}]\n")
+    ev(bd, "TREND-52alt standalone")
+
+    tp = tp01_sleeve().daily(); xs = xsec_sleeve().daily()
+    def corr(a, b):
+        J = pd.concat({"a": a, "b": b}, axis=1, join="inner").dropna()
+        return float(J["a"].corr(J["b"])) if len(J) > 5 else float("nan")
+    print(f"\n  correlazioni: TREND-52 vs TP01 {corr(bd, tp):+.2f} | vs XS01 {corr(bd, xs):+.2f}")
+
+    # contributo: portafoglio attuale (TP01+XS01) vs +TREND-52, finestra comune
+    print("\n  CONTRIBUTO al portafoglio (finestra comune):")
+    base = StrategyPortfolio([tp01_sleeve(0.70), xsec_sleeve(0.30)]).backtest()
+    J = pd.concat({"tp": tp, "xs": xs, "tr": bd}, axis=1, join="inner").dropna()
+    print(f"    [comune {J.index[0].date()} -> {J.index[-1].date()}]")
+    # baseline sulla finestra comune (TP01 0.7 + XS 0.3 rinormalizzato)
+    base_c = 0.7 * J["tp"] + 0.3 * J["xs"]
+    bf, bh = metrics(base_c), metrics(base_c[base_c.index >= HOLDOUT])
+    print(f"    TP01 70 + XS 30 (attuale)     FULL Sh {bf['sharpe']:.2f} DD {bf['maxdd']*100:.0f}% | HOLD Sh {bh['sharpe']:.2f}")
+    for wtr in (0.2, 0.3):
+        wt, wx = 0.7 * (1 - wtr), 0.3 * (1 - wtr)
+        comb = wt * J["tp"] + wx * J["xs"] + wtr * J["tr"]
+        cf, ch = metrics(comb), metrics(comb[comb.index >= HOLDOUT])
+        print(f"    +TREND-52 w{wtr:.0%}              FULL Sh {cf['sharpe']:.2f} ({cf['sharpe']-bf['sharpe']:+.2f}) DD {cf['maxdd']*100:.0f}% | HOLD Sh {ch['sharpe']:.2f} ({ch['sharpe']-bh['sharpe']:+.2f})")
+
+    print("\n  -> aggiungere se: scorrelato a TP01/XS01 e migliora FULL E HOLD. Se molto correlato a")
+    print("  TP01 (entrambi trend) e contributo marginale, e' ridondante -> non si aggiunge.")
+
+
+if __name__ == "__main__":
+    main()