research(vrp): f misurato sul 10g — il mio sospetto era sbagliato, e il campione non basta ancora

Book, pesi, config INVARIATI. Nuovo sorvegliante in cron_daily.

IL CAMPIONE C'ERA GIA': 8 scadenze utilizzabili per asset su 8, entrambe le
strutture, 16 osservazioni ciascuna. Non serviva aspettare per fare la misura;
serve aspettare per rispondere alla DIFFERENZA, che e' un'altra domanda.

CORREZIONE A UN ARGOMENTO PUBBLICATO POCHE ORE FA. Nel gate del tenore avevo
scritto che la cella vincente 'sta massimizzando l'errore di modello' perche'
compra l'ala piu' lontana. Misurato: il meccanismo e' confermato e piu' forte
del previsto (f_long 5.85 contro 2.23) ma la conclusione era ROVESCIATA —
quell'ala pesa il 3.2% del premio corto invece del 18.4%, quindi sul credito
NETTO l'effetto e' minore: f_net 0.852 contro 0.718, il candidato ha un f
MIGLIORE. Con f_net = (f_short - k*f_long)/(1-k), un f_long grande fa danno
solo moltiplicato per un k grande: avevo guardato il fattore e non il peso.
La decisione (nessun cambio) regge, ma su tre gambe invece di quattro.

Artefatto di tick escluso prima di crederci: l'ask dell'ala sta a 22 tick
mediani, minimo 15, 0% delle osservazioni a <=2 tick.

LA DIFFERENZA NON E' STABILITA: appaiata per (asset, scadenza) fa +0.109 con
IC95 [-0.047, +0.193], 11/16 positive -> contiene lo zero. Replica indipendente
del canonico: 0.718 per un percorso con finestra DTE e pairing diversi da
quello che stamattina dava 0.73.

CRITERIO PRE-REGISTRATO, congelato in un test: >=40 coppie E ampiezza IC95
<=0.12 (oggi 16 e 0.241), prima gamba verso fine ottobre 2026. Il sorvegliante
rifa' la misura ogni giorno e notifica una volta sola quando basta — lezione
DVOLSPREAD, un lead senza sorvegliante e senza data e' un lead perso.

Calibrazione della soglia verificata prima di fidarsene: con differenza vera
nulla lo zero e' escluso nel 5.0/4.0/3.0% dei casi a n=16/40/60, cioe' il 5%
atteso. Il test iniziale su seed fisso falliva perche' quel seed era uno dei 5%
legittimi: sostituito con un test sulla proprieta'.

REGOLE: (a) un fattore di errore si giudica moltiplicato per il suo peso;
(b) prima di credere a un rapporto estremo su un prezzo piccolo, contare i
tick; (c) una soglia sull'ampiezza di un IC richiede di verificarne la
copertura; (d) 'non abbastanza campione' non e' 'nessuna differenza'.

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

docs/diary/2026-07-30-vrp-f-strutture.md

@@ -0,0 +1,99 @@
+# 2026-07-30 (5º filone) — f misurato sul 10g: il mio sospetto era sbagliato, e il campione non basta ancora
+
+**Richiesta dell'operatore:** *«misura f sul 10g quando ci sono abbastanza scadenze».*
+**Esito: misurato oggi (il campione c'era), campione INSUFFICIENTE per la differenza, un mio
+argomento pubblicato oggi REFUTATO. Book, pesi, config INVARIATI.**
+
+Script `scripts/live/vrp_f_watch.py` (in `cron_daily.sh`), test `tests/test_vrp_f_watch.py` (11).
+
+## Il campione c'era già
+
+Prima cosa misurata, non assunta: nella catena (1.235.064 righe, 2026-05-01 → 2026-07-30) ci sono
+**8 scadenze utilizzabili per asset su 8**, per **entrambe** le strutture — quindi 16 osservazioni
+ciascuna. Non serviva aspettare per fare *la misura*; serve aspettare per rispondere alla
+*differenza*, che è un'altra domanda.
+
+## ❌ La correzione: il mio sospetto aveva il meccanismo giusto e la conclusione sbagliata
+
+Nel diario del gate sul tenore, poche ore fa, avevo scritto che la cella vincente
+*«sta plausibilmente massimizzando l'errore di modello, non l'edge»*, perché compra l'ala più
+lontana e il 30/07 aveva misurato quell'ala sottoprezzata ~2.3× dal modello piatto.
+
+Misurato:
+
+| struttura | f_short | f_long | quota ala/corta | **f_net** |
+|---|---|---|---|---|
+| canonico 7g δ−0.10 | 1.013 | 2.233 | **18.4%** | **0.718** |
+| candidato 10g δ−0.05 | 0.972 | **5.846** | **3.2%** | **0.852** |
+
+**Il meccanismo è confermato e più forte del previsto** — l'ala a δ −0.05 costa **5.85×** il
+modello contro 2.23× — **ma la conclusione era rovesciata**: quell'ala pesa il **3.2%** del premio
+corto invece del 18.4%, quindi il suo errore muove molto meno il credito **netto**. Il candidato ha
+un f **migliore**, non peggiore.
+
+L'aritmetica lo rende ovvio a posteriori: con `k = premio_lungo/premio_corto`,
+`f_net = (f_short − k·f_long)/(1 − k)`. Un `f_long` grande fa danno solo se moltiplicato per un `k`
+grande. Avevo guardato il fattore e non il peso.
+
+⚠️ **Artefatto escluso prima di crederci.** Un `f_long` di 5.85 su un'opzione quasi senza valore
+poteva essere solo il tick minimo (0.0001). Misurato: l'ask dell'ala sta a **22 tick di mediana**
+(minimo 15, **0%** delle osservazioni a ≤2 tick). È un prezzo vero, non discretizzazione.
+
+## La differenza NON è stabilita
+
+Confronto **appaiato per (asset, scadenza)** — non due intervalli guardati a occhio:
+
+| | mediana | IC95 bootstrap |
+|---|---|---|
+| f canonico | 0.718 | [0.662, 0.797] |
+| f candidato | 0.852 | [0.809, 0.892] |
+| **differenza appaiata** | **+0.109** | **[−0.047, +0.193]** |
+
+11 coppie su 16 positive, **l'IC contiene lo zero**. Il punto stimato favorisce il candidato; la
+misura non lo stabilisce. ✅ Replica indipendente: il f del canonico esce **0.718** per un percorso
+diverso (finestra DTE e pairing diversi) da quello che stamattina dava 0.73 — le due misure si
+confermano.
+
+Al proprio f misurato: canonico **0.43**, candidato **1.18** (a f=1.00 erano 1.32 e 1.55).
+
+## Criterio pre-registrato, e un sorvegliante invece di un promemoria
+
+Dichiarato **prima** di avere il campione pieno, congelato in un test:
+
+> **≥ 40 coppie appaiate** (oggi 16) **E ampiezza IC95 della differenza ≤ 0.12** (oggi 0.241).
+
+Con ~2 coppie/settimana la prima gamba cade verso **fine ottobre 2026**. `vrp_f_watch.py` gira in
+`cron_daily.sh`, rifà la misura a ogni giro e **manda una notifica una volta sola** quando il
+criterio è soddisfatto. È la disciplina imparata con DVOLSPREAD (35 giorni di limbo): *un lead
+senza sorvegliante e senza data è un lead perso*.
+
+⚠️ **Verificata la calibrazione della soglia prima di fidarsene.** Una soglia sull'*ampiezza* di un
+IC vale solo se l'IC è calibrato. Misurato su differenza vera nulla: lo zero viene escluso nel
+**5.0% / 4.0% / 3.0%** dei casi a n=16/40/60 — esattamente il 5% atteso. (Il test iniziale su un
+seed fisso falliva proprio perché quel seed era uno dei 5% legittimi: sostituito con un test sulla
+**proprietà**, 100 estrazioni.)
+
+## Cosa questa misura NON fa
+
+**Non promuove niente.** Il candidato è bocciato sul **deflated-Sharpe (0.948 < 0.95)**, che non
+dipende da f, e la regola *niente short-vol da modello in deploy* resta. Un f favorevole toglie
+**un argomento di cautela su quattro** — restano il gate pre-registrato, il fatto che la regione
+mai esplorata (>10g) perde comunque, e l'ineseguibilità sotto ~$2.6k.
+
+Ma la decisione ora poggia su **meno gambe di quante ne avevo dichiarate**, e questo va scritto:
+uno dei quattro argomenti era mio, era misurabile, e l'ho misurato sbagliato.
+
+Il valore operativo vero sta sull'altra riga della tabella: **f = 0.718 sul canonico** è il numero
+che rende onesti i conti di uno sleeve che **sta nel book**, non di un candidato.
+
+## Regole
+
+- **Un fattore di errore si giudica moltiplicato per il suo peso.** `f_long` 5.85 sembra
+  devastante e conta il 3%; `f_long` 2.23 sembra mite e conta il 18%. Guardare il fattore senza il
+  peso porta alla conclusione opposta a quella vera.
+- **Prima di credere a un rapporto estremo su un prezzo piccolo, contare i tick.** Un ratio di 5×
+  su qualcosa che vale un tick è aritmetica di griglia, non mercato.
+- **Una soglia su un intervallo di confidenza richiede di verificare la copertura di
+  quell'intervallo** — altrimenti si pre-registra un criterio che non misura ciò che dice.
+- **«Non abbastanza campione» non è «nessuna differenza»**: si aspetta con una data, non si
+  conclude.