# 2026-06-09 — Gioco "Blind Traders" sessione 2: timing diversi (30m/2h/4h)

Seconda sessione del gioco (vedi `2026-06-09-blind-traders-game.md`), stesso protocollo
(100 agenti ciechi su BTC/ETH anonimi, scoring PNL+%win, ≥10 trade/mese, 90 epoche, cull
10% ogni 10 epoche → 10 finalisti, split a 3 anti-overfit) ma su **timeframe diversi**:
game 1 = 5m/15m/1h; **game 2 = 30m/2h/4h** (medio-lunghi). Engine con resampling aggiunto
(`engine._RESAMPLE`: 30m←15m, 2h/4h←1h). Specs in `data/games/specs2/`, risultato
`data/games/tournament_result2.json`.

## Diversita' proposte (di nuovo: riscoperta cieca della mean-reversion)
100 agenti: **74 pairs, 25 zscore, 1 breakout; 100% reversion**; tf 34/33/33. Come nel
game 1, leggendo solo le statistiche anonime (autocorrelazione negativa del log-ratio,
continuazione post-mossa ~40%) gli agenti convergono sulla reversione senza sapere che
sia crypto.

## Classifica finale — tutti 30m pairs
Vincitore **agente #36** (30m, pairs ETH/BTC):
- TEST/OOS: **PnL +1451%, win 77%, 43.4 trade/mese, Sharpe 12.3**.
- I 10 finalisti sono TUTTI 30m pairs (TEST Sharpe ~12, win 76-77%, tpm 43-49).

## Finding chiave: la regola ≥10 trade/mese e' un FILTRO sul timeframe
Quanti agenti per tf superano la soglia di attivita' + qualita':
| tf | agenti | ≥10 trade/mese | positivi OOS | miglior OOS Sharpe (pnl/win/tpm) |
|---|---|---|---|---|
| 30m | 34 | **34 (100%)** | 26 | **11.6** (1405% 76% 56) |
| 2h | 33 | 29 (88%) | 17 | 6.1 (512% 79% 17) |
| 4h | 33 | **4 (12%)** | 6 | 1.4 (103% 68% 14) |

A 4h solo 4/33 agenti riescono a fare ≥10 trade/mese (le barre sono troppo rade per
la reversione pairs); e l'edge cala col timeframe (Sharpe 11.6→6.1→1.4). Per questo i
finalisti sono tutti 30m.

## Lezione cross-game (game 1 + game 2)
Esiste una **frontiera frequenza-vs-edge**: la regola ≥10 trade/mese mette un *pavimento*
sul timeframe (i lunghi non fanno abbastanza trade), il costo/edge mette un *soffitto* (i
cortissimi sono cost-fragili). Il punto ottimo e' **il timeframe piu' corto con edge ancora
robusto**: game 1 (con 15m disponibile) → vince 15m; game 2 (senza 15m) → vince 30m. Sempre
**ETH/BTC spread reversion**. Coerente con l'analisi di robustezza del 15m
(`2026-06-09-pairs15m-robustezza.md`): piu' corto = piu' trade = piu' edge di backtest, ma
piu' fragile ai costi. Il gioco trova l'edge; la prudenza di deploy (mezza size) gestisce
la fragilita'. Artefatti: `scripts/games/`, `data/games/tournament_result2.json`.