docs: diario ondata 2026-07-25 + CLAUDE.md — XSR01, 2 refutazioni, fix split equity

Diario docs/diary/2026-07-25-mat01-statarb-generalization.md (6 sezioni):
MAT01 scartato col null de-levering a pari volatilita'; STATARB-MULTI
(ETH/BTC non e' un outlier: 58° pctl) e STATARB-EQ (non si trasferisce alle
azioni, il lordo e' -0.17 e il resto e' turnover); lo split non aggiustato di
IWM/EFA con impatto quantificato su GTAA01; l'addendum pre-registrato al gate
del 27/09; e XSR01 col suo scettico e le sue tre debolezze dichiarate.

Registrati anche i due errori di metodo miei corretti in sessione (null statico
con look-ahead; null a fee piene contro un segnale permutato ad alto turnover):
entrambi avrebbero prodotto numeri piu' belli e sbagliati.

CLAUDE.md: nuove voci XSR01 (candidato in monitor, gate 2026-10-23), ondata
2026-07-25, e il difetto SPLIT-NON-AGGIUSTATI con la regola nuova — ogni soglia
di certificazione tarata su un valore tondo va controllata contro il difetto che
genera esattamente quel valore.

Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>

docs/diary/2026-07-25-mat01-statarb-generalization.md

@@ -0,0 +1,295 @@
+# 2026-07-25 — Caccia a strategie nuove: MAT01 (trend multi-asset) + generalizzazione di STATARB, e uno SPLIT non aggiustato nel feed equity
+
+Goal di sessione: **trovare nuove strategie**. Tre filoni scelti cercando i vuoti reali nella
+mappa (89 diari, famiglie calendario/funding/VRP/CRT gia' dichiarate sature). Esito: **0 sleeve
+nuovi**, 2 refutazioni pulite, 1 **difetto di dato che tocca il libro live** trovato e riparato,
+1 addendum pre-registrato al gate STATARB del 27/09.
+
+Book e pesi **INVARIATI**.
+
+---
+
+## (1) MAT01 — trend difensivo su 18 ETF multi-asset-class invece di 6 → **SCARTATO**
+
+Script: `scripts/research/r0725_mat01_multiasset_trend.py`, `r0725_mat01b_regime.py`.
+
+**Il vuoto.** GTAA01 gira su 6 ETF (SPY QQQ IWM TLT GLD HYG), 4 su 6 azionari US. I 12 ETF
+multi-classe (DIA EFA EEM FXI EWJ AGG LQD IEF USO SLV DBC VNQ) sono su disco certificati dal
+2026-06-22 con 9-30 anni di storia, ma erano stati usati SOLO per il test lead-lag crypto→X
+(diario 2026-06-23-crossmarket-beyond-sp500), mai per un programma di trend. Il TSMOM
+multi-asset-class e' l'anomalia meglio replicata della finanza quantitativa: valeva il test.
+
+**Disciplina.** Meccanismo CONGELATO (import di `_exposure` da `src/portfolio/gtaa.py`: orizzonti
+21/63/126/252, vol-target 12%, long-flat, EW, fee 2bps/lato). Cambia SOLO l'universo. L'universo
+ALL18 e' definito a priori per classe d'attivo: **a k=18 la liberta' di selezione e' zero**
+(esiste un solo sottoinsieme di 18 su 18), quindi il confronto ALL18-vs-GTAA6 non e' selezionabile.
+
+**Risultati.**
+
+| | Sh FULL | Sh IS<2015 | Sh OOS2015+ | maxDD OOS | vol |
+|---|---|---|---|---|---|
+| GTAA6 (incumbent) | 0.62 | 0.49 | **0.89** | −8.2% | 6.05% |
+| MAT18 (candidato) | 0.56 | 0.43 | 0.80 | −6.9% | 4.62% |
+| MAT18-CLS (per classe) | 0.57 | — | 0.73 | — | 4.38% |
+
+corr(GTAA6, MAT18) = 0.91. Sostituzione nel book a peso invariato 20%: Sharpe FULL 2.22→2.19,
+HOLD 2.36→2.38, DD 6.2%→6.6%. Corr→crypto praticamente identica (0.110 vs 0.116): **nessun
+guadagno di diversificazione**, che era l'unica ragione plausibile per farlo.
+
+**Perche' scartato — quattro ragioni indipendenti:**
+1. **Finestre disgiunte: MAT18 perde 3/4** (1998-2004 0.28 vs 0.40; 2005-2011 0.63 vs 0.54 —
+   unica vittoria; 2012-2018 0.55 vs 0.72; 2019-2026 0.99 vs 1.13). Non e' regime-luck
+   dell'incumbent: GTAA6 vince anche nella finestra che contiene dot-com e GFC.
+2. **A PARI VOLATILITA' il vantaggio di DD sparisce e si inverte**: MAT18 va scalato ×1.31 per
+   eguagliare la vol di GTAA6, e a quel punto maxDD −20.6% contro −15.4%. Il suo DD piu' basso
+   era **solo de-levering** — replicabile meglio abbassando `target_vol`.
+   → **3ª occorrenza della stessa lezione** (overlay DD del VRP01 2026-07-03: 4/4 refutati dal
+   null de-levering; TP01×DVOL 2026-06-26: il taglio di DD era de-levering). Il null de-levering
+   e' ormai il primo test da fare su ogni claim di "meno drawdown".
+3. Beta azionario e alpha quasi identici (GTAA6 beta 0.19 / alpha 1.56%; MAT18 0.14 / 0.97%):
+   MAT18 non e' meno "equity travestito", e' solo piu' piccolo.
+4. Nei bear MAT18 e' migliore (GFC −3.0% vs −5.1%, 2022 −3.2% vs −6.1%) ma paga quel conforto
+   con Sharpe piu' basso in ogni altro regime.
+
+**Il risultato POSITIVO da conservare — l'ampiezza funziona, ma il soffitto e' gia' raggiunto.**
+La curva di ampiezza (400 sottoinsiemi casuali per k, Sharpe OOS) e' monotona in 13/17 passi:
+mediana **0.44 a k=1 → 0.80 a k=18**, DD mediano **−16.0% → −6.9%**, satura verso k≈10-12.
+Cioe': allargare l'universo di un trend difensivo *e' un meccanismo reale*. Ma GTAA6 sta al
+**95° percentile dei 6-subset casuali** — e non perche' sia un best-of cherry-picked (contiene
+TLT, il PEGGIORE dei 18 con Sh OOS 0.03): e' la sua composizione (equity US + oro + credito HY)
+a stare sopra il soffitto d'ampiezza. **Non c'e' piu' ampiezza da raccogliere su questo sleeve.**
+
+---
+
+## (2) STATARB-MULTI — il meccanismo generalizza fuori da ETH/BTC? → **si', debolmente; nessuno sleeve nuovo**
+
+Script: `scripts/research/r0725_statarb_multi.py`.
+
+**Perche'.** STATARB-RESID e' il miglior lead del progetto e ha un gate di deploy al **2026-09-27**,
+ma e' stato scoperto su UNA coppia dentro uno sweep. Test out-of-pair-sample: meccanismo congelato
+(W=45, sgn=+1) su tutte le **50 coppie alt/BTC** di Hyperliquid, che non hanno partecipato alla
+scoperta.
+
+**Cosa regge:**
+- **82% delle 50 coppie ha Sharpe netta > 0** (media 0.38, mediana 0.32).
+- **0/50 coppie degeneri**: il segno del segnale e' quasi bilanciato (mono medio 53%) → NON e' la
+  scommessa statica "short alt vs BTC" travestita, che era il modo di fallire pre-registrato.
+- p-permutazione a blocchi < 0.05 nel **18%** delle coppie (atteso 5% per caso).
+- **ETH/BTC e' al rango 22/50, 58° percentile: la coppia scopritrice NON e' un outlier.** E'
+  l'informazione piu' utile per il gate del 27/09: l'ipotesi "fortuna di una coppia" non regge.
+- Paniere EW delle 50 coppie: Sharpe 0.82, maxDD −6.0%, **corr a XS01 solo 0.207** (non ridondante).
+
+**Cosa NON regge — e perche' non e' uno sleeve:**
+- **Ampiezza effettiva ~4.5, non 50** (corr media fra coppie 0.204: condividono la gamba BTC).
+- **Block-bootstrap sul paniere: IC95% [−0.12, +1.72], t ≈ 1.31** → non distinguibile da zero su
+  2.6 anni. Il t cross-coppie apparente di 5.05 e' gonfiato dalla dipendenza.
+- Contro il null **"sempre short alt vs BTC"** (a priori, nessun parametro stimato) l'uplift medio
+  e' **−0.11** e solo il 40% delle coppie lo batte: una parte del rendimento e' beta di regime
+  2024-2026, non timing.
+- Eseguibilita': 50 coppie = 51 gambe → STAT-MODE come XS01, fuori portata a $600.
+
+⚠ **Correzione a un mio errore di metodo, dentro questa stessa sessione.** La prima stesura del
+null statico usava `sign(mean(segnale))` sull'INTERO campione: un null che conosce gia' la
+direzione giusta, cioe' look-ahead. Rifatto in due versioni oneste — (a) causale con media
+espandente, (b) a priori sempre-short. L'uplift vs la versione causale e' mediana +0.10 / 58%
+positivo (debolmente favorevole); vs sempre-short e' negativo. Il numero pubblicabile e' questo,
+non quello della prima stesura.
+
+---
+
+## (3) STATARB-EQ — lo stesso meccanismo su coppie ETF con 20-30 anni di storia → **SCARTATO, e il crypto non ne esce rafforzato**
+
+Script: `scripts/research/r0725_statarb_eq.py`.
+
+**Perche'.** La debolezza di STATARB-RESID non e' il segno dei numeri, e' la statistica: 2.6 anni,
+ampiezza effettiva 4.5. Le coppie ETF la attaccano frontalmente — 12 coppie definite **a priori
+dentro la stessa classe d'attivo** (DIA/SPY, IWM/SPY, QQQ/SPY, EEM/EFA, EWJ/EFA, FXI/EEM, EFA/SPY,
+SLV/GLD, IEF/TLT, HYG/LQD, LQD/AGG, USO/DBC), **28.5 anni**, ampiezza effettiva **9.9**, 4 regimi
+completi. Nessun data-mining di cointegrazione: cercare le coppie piu' cointegrate sugli stessi
+dati sarebbe selezione.
+
+**Esito: il meccanismo NON si trasferisce.**
+
+| | valore |
+|---|---|
+| Sharpe LORDA media / mediana | −0.17 / −0.16 (25% positive) |
+| Sharpe NETTA media / mediana | −0.50 / −0.51 (8% positive) |
+| paniere EW, 28.5 anni | Sharpe **−1.00**, IC95% [−1.36, −0.64], **t −5.33** |
+| per decade | −0.56 / −1.61 / −1.83 / −0.78 — **negativo in 4/4** |
+| p-permutazione < 0.05 | **0%** delle coppie |
+| turnover | 0.40/giorno → drag di fee **0.33 Sharpe** |
+| borrow 0 / 30 / 100 bps | −1.00 / −1.06 / −1.21 |
+
+**La lettura corretta e' nella decomposizione lordo/netto, non nel netto.** La lorda e' −0.17, non
+−1.00: due terzi del disastro sono drag di turnover. Quindi **non esiste una "strategia specchio"
+da girare**: sgn=−1 avrebbe lorda ≈ +0.17 e netta ≈ −0.16, morta anch'essa sui costi. Il segno
+lordo dice pero' una cosa vera e interessante: **sulle coppie azionarie il residuo REVERTE
+debolmente, mentre sul crypto CONTINUA** (sgn=+1 vince). Il meccanismo di STATARB e' quindi
+plausibilmente specifico del crypto, non universale.
+
+**Onesta' sull'inferenza:** che non funzioni sulle azioni NON dimostra che non funzioni sul crypto
+— gli indici azionari sono efficienti e le coppie alt/BTC hanno microstruttura e flussi diversi.
+Il punto e' negativo in modo preciso: il gate del 27/09 **non puo' appoggiarsi** all'argomento
+"e' un fenomeno universale, quindi e' reale". Non lo e'.
+
+---
+
+## (4) ⚠ DIFETTO DI DATO: split NON aggiustati nel feed equity — trovato, riparato, gate chiuso
+
+Emerso mentre diagnosticavo ritorni giornalieri impossibili in (3) (min −99.9%, max +112%).
+
+**Il fatto.** `data/raw/eq_iwm_1d.parquet` e `eq_efa_1d.parquet` avevano uno **split non aggiustato
+il 2005-06-09** (tornata di split iShares): IWM 94.13→47.53 (−49.5%, rapporto 1.981 ≈ **2:1**),
+EFA 85.91→28.76 (−66.5%, rapporto 2.987 ≈ **3:1**). IB `ADJUSTED_LAST` non li aveva aggiustati.
+
+**Perche' la certificazione non li vedeva — ed e' un punto cieco strutturale, non sfortuna.**
+L'unica guardia sui salti era `maxret > 50% → SPIKE?`. Uno split 2:1 non aggiustato produce
+**esattamente −50%**: cade sul filo della soglia. IWM passava a 49.5% con status **OK**. La soglia
+era tarata precisamente sul valore che il difetto piu' comune genera.
+
+**Perche' importa: IWM e' una delle 6 gambe di GTAA01, sleeve in PRODUZIONE.** Impatto misurato:
+
+| GTAA6 | FULL Sh | IS<2015 Sh | OOS2015+ Sh | maxDD |
+|---|---|---|---|---|
+| con difetto | 0.61 | 0.49 | 0.86 | −15.38% |
+| riparato | **0.64** | **0.54** | 0.86 | −15.38% |
+
+Il difetto **sottostimava** lo sleeve (l'artefatto e' nel 2005, fuori dall'hold-out) → **nessuna
+decisione presa va rivista**, ma il dato e' ora corretto.
+
+**Il discriminante split-vs-crollo (la parte riusabile).** Non basta il rapporto: SLV il
+2026-01-30 ha fatto −28.5% con rapporto **1.3994**, a 4 bps da 1.4. Il discriminante e' il **range
+intraday**:
+- **SPLIT**: la barra APRE gia' al nuovo livello, range intraday normale. IWM 2005-06-09: open
+  47.00, range 1.7%. Un crollo del 50% con range 1.7% non esiste.
+- **CROLLO VERO**: il movimento avviene DENTRO la barra. SLV: open 89.33, low 69.12, range 33%,
+  volume raddoppiato, e **GLD −10.3% lo stesso giorno**. Stessa verifica su EEM 2008-10-28 (+26%,
+  reale).
+
+**Cosa e' stato fatto:**
+- Nuovo modulo `src/data/eq_splits.py` — `detect_unadjusted_splits()` (tre condizioni congiunte:
+  |ret|>20% AND rapporto entro 1.5% da un fattore comune AND range intraday <5%) e
+  `repair_splits()` (riscala i prezzi precedenti; split multipli si compongono; volume opposto).
+- Riparazione **in lettura** in entrambi i loader: `src/portfolio/gtaa.py::_close` (produzione) e
+  `scripts/research/eqlib.py::load_eq` (ricerca).
+- Certificazione indurita: `fetch_ib_equities.certify()` ha ora lo status **`SPLIT-NON-AGG`** e
+  riporta gli split rilevati.
+- Test `tests/test_eq_splits.py` (8 casi): i due split reali, il falso positivo SLV, un crollo
+  −50% esatto con range grande, split multipli componibili, serie pulita invariata, ed end-to-end
+  sui parquet. **Suite completa: 180 passed.**
+
+**Regola nuova:** ogni soglia di certificazione tarata su un valore tondo va controllata contro il
+difetto che genera *esattamente* quel valore. Una soglia a 50% non puo' sorvegliare gli split 2:1.
+
+---
+
+## (5) Addendum PRE-REGISTRATO al gate STATARB del 27/09
+
+Registrato **oggi, forward-day 26 di 90, 64 giorni prima della decisione** — pre-registrazione
+vera, non selezione a posteriori. Motivo: il null "sempre short alt vs BTC" batte il segnale sul
+60% delle coppie crypto, e su ETH/BTC (finestra HL 2024-2026) il pareggio e' quasi esatto
+(segnale 0.46 vs statica 0.48).
+
+`r0724_statarb_deploy_gate.py` ora calcola e riporta anche lo Sharpe della **statica sempre-short
+a pari vol-target sulla stessa finestra forward**. **Le soglie pre-registrate il 2026-07-24
+(Sharpe≥0.5, DD<10%, haircut<0.5pp) NON sono state toccate**: il benchmark e' una diagnostica
+obbligatoria da leggere insieme, e la decisione se renderlo binding spetta all'operatore.
+
+**Lettura di oggi (26 barre, da non sovrainterpretare):** STATARB **+5.70** contro benchmark
+statico **−4.98**. La posizione forward corrente e' LONG lo spread (+0.61), cioe' **opposta** alla
+scommessa statica → la finestra forward sta testando il segnale in un modo che il beta di regime
+non spiega. Prima lettura favorevole.
+
+---
+
+## (6) ✅ XSR01 — il candidato che e' uscito dal filone (2): **CROSS-SECTIONAL RESIDUAL**
+
+Script: `r0725_statarb_basket_gate.py` (gate), `r0725_statarb_demean_skeptic.py` (scettico),
+monitor `scripts/live/paper_xsr.py`, gate `r0725_xsr_deploy_gate.py`, test `tests/test_paper_xsr.py`.
+
+Il paniere di coppie del punto (2) non era uno sleeve per un motivo **diagnosticato, non subito**:
+ampiezza effettiva 4.5 invece di 50, perche' le 50 coppie **condividono la gamba BTC**. Da qui una
+variante **pre-registrata per ragione strutturale** (prima di guardare i risultati): demeanare le
+posizioni cross-sezionalmente ogni giorno. L'algebra dice cosa succede:
+
+    sum_i (p_i − p̄)(r_i − r_btc) = sum_i (p_i − p̄) r_i        perche' sum_i (p_i − p̄) = 0
+
+**la gamba BTC si annulla**, e con essa il fattore comune. Il risultato non e' piu' un paniere di
+coppie: e' una strategia **cross-sectional dollar-neutral sui 50 alt** con pesi (p_i − p̄)/N.
+
+| | V1 ALL50 | V2 MAJ19 | **V3 DEMEAN** |
+|---|---|---|---|
+| Sharpe netta | 0.82 | 0.75 | **1.82** |
+| maxDD | −6.0% | −8.1% | **−2.6%** |
+| ampiezza effettiva | 4.5 | 4.0 | **37.4** |
+| marginale vs TP01 | ADDS | NOISE | **ADDS** |
+| deflated-Sharpe | 0.701 | 0.660 | **0.985 PASS** |
+
+**Gate superati.** Marginale **ADDS** con `robust_oos`, `beats_noise_null`, `is_hedge=False`,
+`has_insample_edge=True`. **Deflated-Sharpe 0.985** (soglia 0.95) su 3 varianti pre-registrate — e
+la config W=45/sgn=+1 viene da un altro studio, su questi dati non e' stata cercata.
+**Correlazione ~0 a TUTTI e 5 gli sleeve attivi**: TP01 0.060, XS01 −0.019, VRP01 −0.001,
+SKH01 0.001, GTAA01 0.071. Book a w=15%: HOLD 2.36 → **2.51**, DD invariato.
+
+**Verifica avversariale** (`r0725_statarb_demean_skeptic.py`) — numeri cosi' puliti sono, in questo
+progetto, il momento in cui di solito si trova l'artefatto. Quattro attacchi:
+- **Tre null a fee-neutrale** (permutazione cross-sezionale delle etichette-asset; posizioni
+  casuali; permutazione temporale a blocchi 20g): tutti centrati a **~0.01** con p95 1.0-1.3, e il
+  candidato **LORDO 2.70 sopra il massimo di 300 estrazioni** → p < 0.004 su tutti e tre.
+  ⚠ Correzione di metodo: la prima stesura confrontava a fee piene, e i null uscivano a −3.7/−4.2
+  perche' permutare **fa esplodere il turnover** → il null perdeva per COSTO, non per assenza di
+  segnale, dando un p-value trionfale e falso. A fee zero il confronto isola l'informazione.
+- **Lag**: 1.82 → 1.19 → 0.81 → 0.51 a +0/1/2/3 giorni. **Decadimento dolce = segnale lento reale;**
+  un look-ahead crollerebbe a zero al primo giorno di ritardo.
+- **Ridondanza**: contro un momentum cross-sectional semplice sugli stessi 50 (che fa Sharpe
+  0.03/0.17/−0.79 a L=30/45/90) la correlazione e' 0.29/0.17/−0.10 → **non e' XS01 travestito**.
+- **Struttura**: netto 2e−17 (dollar-neutral esatto), 23.8 gambe long su 50 (bilanciato), lordo
+  14.4% del capitale.
+
+**Le tre debolezze, dichiarate — e' per queste che va in MONITOR e non nel book:**
+1. **Storia 2.6 anni, un regime solo**, e il rendimento e' **crescente** (Sharpe 2024 1.03 / 2025
+   1.98 / 2026 3.11): la maggior parte dell'edge e' recente.
+2. **`weights_tilt_null` NON passa** (gate_pass=False a w=10% e 15%, delta_insample −0.004/−0.007).
+   E' un effetto strutturale della storia corta — ma un gate fallito resta fallito.
+3. **Margine di costo sottile**: 1.82 a 0.05%/gamba, **0.93 a 0.10%, NEGATIVA a 0.20%**. Turnover
+   38.5% del lordo al giorno su 50 alt fra cui illiquidi (GALA, BLUR, JTO, ORDI, WIF) e **slippage
+   non modellato**: e' il rischio numero uno.
+
+**Eseguibilita' — il numero che serve davvero:** ticket medio per gamba $1.73 a $600 (**sotto il
+min-order $5: STAT-MODE al capitale attuale**), $5.76 a $2000, **$14.41 a $5000**. Cioe' XSR01
+diventa reale intorno ai **$5.000**, non ai $20.000 di XS01.
+
+**Cablato come ogni lead del progetto:** `scripts/live/paper_xsr.py` (config CONGELATA, **tre**
+libri paralleli MODELED $2000 / REAL $600 / REAL $5000 con min-order per gamba, stato append-only),
+inserito in `cron_daily.sh`, test a 7 casi che bloccano config, dollar-neutralita', causalita' dello
+step, min-order e la trappola dei timestamp. Gate di decisione pre-registrato oggi a forward-day 0:
+**2026-10-23**, con soglia Sharpe ≥ 1.0 **E** una guardia di costo esplicita (haircut di
+eseguibilita' a $5000 ≤ 40%, altrimenti RITIRO a prescindere dallo Sharpe).
+
+⚠ Trappola pandas ri-pagata e ri-documentata: `astype("int64")` su `DatetimeIndex` tz-aware dava
+epoche 1970 nel monitor. E' la gemella di quella dell'ondata 2026-07-01. Ora c'e' un test.
+
+---
+
+## Bilancio
+
+- **1 candidato nuovo: XSR01**, il primo da molte ondate a superare marginale-ADDS, deflated-Sharpe
+  0.95, tre null avversariali e il test di lag, con corr ~0 a tutti e 5 gli sleeve. In
+  forward-monitor (NON nel book) per tre ragioni dichiarate: storia 2.6 anni, `weights_tilt_null`
+  fallito, margine di costo sottile. Gate pre-registrato al **2026-10-23**.
+  **Nota di onesta' su come e' nato:** non e' uscito da un'idea nuova, e' uscito dalla
+  DIAGNOSI di un fallimento — l'ampiezza effettiva 4.5 del paniere di coppie indicava un fattore
+  comune da togliere, e toglierlo era una mossa algebrica obbligata, non una ricerca di parametri.
+- 2 refutazioni pulite con diagnostica riusabile: il soffitto d'ampiezza di GTAA01 e' gia'
+  raggiunto; STATARB non e' un fenomeno universale (non si trasferisce alle azioni).
+- 1 difetto di dato sul **libro live** trovato, quantificato, riparato, testato e chiuso alla fonte.
+- Il gate del 27/09 arriva alla decisione con **un'ipotesi alternativa in meno** (fortuna di una
+  coppia: refutata, 58° percentile) e **un benchmark in piu'** (beta statico, gia' favorevole).
+- Due errori di metodo miei, trovati e corretti dentro la sessione: null statico con look-ahead
+  (STATARB-MULTI) e null a fee piene contro un segnale permutato ad alto turnover (scettico XSR01).
+  Entrambi avrebbero prodotto numeri piu' belli e sbagliati.
+
+Script: `r0725_mat01_multiasset_trend.py`, `r0725_mat01b_regime.py`, `r0725_statarb_multi.py`,
+`r0725_statarb_eq.py`, `r0725_statarb_basket_gate.py`, `r0725_statarb_demean_skeptic.py`,
+`r0725_xsr_deploy_gate.py`; monitor `scripts/live/paper_xsr.py`; modulo `src/data/eq_splits.py`;
+test `tests/test_eq_splits.py`, `tests/test_paper_xsr.py`.