PythagorasGoal/Old/scripts/games/grid_engine.py

"""
Grid engine — gioco "Grid Traders" (sessione 3), regola: STRATEGIA_GRIGLIA.md.

100 agenti ciechi ricevono due serie anonime (X=A=BTC, Y=B=ETH, mai rivelate) e
propongono la CONFIGURAZIONE di una griglia di trading secondo la spec del
documento STRATEGIA_GRIGLIA.md. Questo motore la backtesta in modo
deterministico, causale e fee-aware:

- griglia GEOMETRICA dentro un range definito al deploy su close[i] (§3.2):
    ratio = (RANGE_HIGH/RANGE_LOW)^(1/GRID_LEVELS),  livello[k] = RL * ratio^k
  Il range e' parametrizzato in PERCENTUALE attorno al prezzo di deploy
  (range_down/range_up), cosi' la griglia e' backtestabile su tutta la storia.
- capitale suddiviso in anticipo: quote_per_livello = 1/GRID_LEVELS (§3.3)
- VINCOLO BREAK-EVEN (§4): passo > MARGINE(1.5) x costo round-trip.
  Se violato il motore SI RIFIUTA DI PARTIRE (come da spec): spec squalificata.
- ciclo (§5.2): compra quote_per_livello su attraversamento VERSO IL BASSO di un
  livello non riempito; vendi quel livello su attraversamento VERSO L'ALTO del
  livello successivo. Livelli FISSI per tutto l'episodio (non inseguono il prezzo).
- guardie (§5.2/§6): STOP-LOSS sotto RANGE_LOW e TAKE-PROFIT sopra RANGE_HIGH
  hanno priorita' su tutto: liquidano l'intera posizione e fermano la griglia.
- episodi: quando una griglia muore (SL / TP / max_bars) se ne deploya una nuova
  sul prezzo corrente (il "riavvio del bot" di §6.6, qui automatizzato).

Causalita': il deploy a close[i] usa solo close[i]; i fill avvengono dalle barre
successive lungo il percorso intrabar O->L->H->C (se close>=open) o O->H->L->C.
Fee 0.10% round-trip per livello (baseline Deribit del progetto) + slippage
opzionale per lato (GAME_SLIP), come negli altri giochi.
"""
from __future__ import annotations

import math
from bisect import bisect_left, bisect_right

import numpy as np

from scripts.games.engine import load_anon, splits3, TF_BPM, FEE_RT

MIN_TRADES_PER_MONTH = 10.0
MARGIN = 1.5            # margine di sicurezza del vincolo break-even (§4)

_SLIP = 0.0             # slippage per LATO (oltre alle fee), come engine.py


def set_slippage(slip_per_side: float):
    global _SLIP
    _SLIP = float(slip_per_side)


def cost_rt(fee: float = FEE_RT) -> float:
    """Costo di un round-trip completo (fee RT + 2 lati di slippage)."""
    return fee + 2 * _SLIP


def grid_ratio(p) -> float:
    """Ratio geometrico della griglia: indipendente dal prezzo di deploy."""
    rd, ru, L = float(p["range_down"]), float(p["range_up"]), int(p["levels"])
    return ((1.0 + ru) / (1.0 - rd)) ** (1.0 / L)


def max_levels(range_down: float, range_up: float, fee: float = FEE_RT) -> int:
    """Massimo numero di livelli che rispetta il vincolo break-even (§4)."""
    width = math.log((1.0 + range_up) / (1.0 - range_down))
    min_step = math.log(1.0 + MARGIN * cost_rt(fee))
    return max(0, int(math.floor(width / min_step)))


# --------------------------------------------------------------------------
# Backtest della griglia (episodi deploy -> SL/TP/timeout -> redeploy)
# --------------------------------------------------------------------------
def _backtest_grid(o, p, fee=FEE_RT):
    """Ritorna l'array dei net-return per trade (round-trip o liquidazione),
    in frazione del capitale dell'episodio. None se il vincolo break-even
    e' violato (il bot si rifiuta di partire, §4)."""
    op, hi, lo, cl = o["open"], o["high"], o["low"], o["close"]
    n = len(cl)
    crt = cost_rt(fee)
    L = int(p["levels"])
    rd, ru = float(p["range_down"]), float(p["range_up"])
    slb, tpb = float(p["sl_buf"]), float(p["tp_buf"])
    max_bars = max(1, int(p["max_bars"]))
    if L < 2:
        return None
    ratio = grid_ratio(p)
    step = ratio - 1.0
    if step <= MARGIN * crt:
        return None                      # §4: vincolo break-even violato
    lstep = math.log(ratio)
    with np.errstate(divide="ignore"):
        llo = np.log(lo)
        lhi = np.log(hi)
    qpl = 1.0 / L
    rets = []

    i = 20                               # warmup minimo (parita' con engine.py)
    while i < n - 1:
        px = float(cl[i])
        if not np.isfinite(px) or px <= 0:
            i += 1
            continue
        rl_ = px * (1.0 - rd)
        lv = [rl_ * ratio ** k for k in range(L + 1)]   # lv[L] = RANGE_HIGH
        sl = rl_ * (1.0 - slb)
        tp = lv[L] * (1.0 + tpb)
        off = math.log(rl_)
        end = min(n - 1, i + max_bars)
        # indice-cella (floor) di low/high per il fast-skip delle barre quiete
        klo = np.floor((llo[i + 1:end + 1] - off) / lstep).astype(np.int64)
        khi = np.floor((lhi[i + 1:end + 1] - off) / lstep).astype(np.int64)
        slhit = lo[i + 1:end + 1] <= sl
        tphit = hi[i + 1:end + 1] >= tp
        filled = [False] * L
        n_open = 0
        cur = px
        kc = bisect_right(lv, cur) - 1
        done = False
        exit_i = end
        for j in range(i + 1, end + 1):
            jj = j - (i + 1)
            if klo[jj] == khi[jj] == kc and not slhit[jj] and not tphit[jj]:
                cur = cl[j]              # barra quieta: nessun livello toccato
                continue
            pts = (op[j], lo[j], hi[j], cl[j]) if cl[j] >= op[j] \
                else (op[j], hi[j], lo[j], cl[j])
            for q in pts:
                q = float(q)
                if q == cur:
                    continue
                if q < cur:
                    # discesa: fill dei buy-level attraversati (alto -> basso)
                    k1 = bisect_left(lv, q)              # primo livello >= q
                    k2 = bisect_left(lv, cur) - 1        # ultimo livello < cur
                    for k in range(min(k2, L - 1), max(k1, 0) - 1, -1):
                        if not filled[k]:
                            filled[k] = True
                            n_open += 1
                    if q <= sl:
                        # STOP-LOSS: vendi tutta la posizione a sl, ferma la griglia
                        if n_open:
                            rets.append(sum(
                                qpl * (sl / lv[k] - 1.0 - crt)
                                for k in range(L) if filled[k]))
                        done = True
                        cur = q
                        break
                else:
                    # salita: vendi i livelli riempiti il cui target e' attraversato
                    m1 = bisect_right(lv, cur)           # primo livello > cur
                    m2 = bisect_right(lv, q) - 1         # ultimo livello <= q
                    for m in range(max(m1, 1), min(m2, L) + 1):
                        k = m - 1
                        if filled[k]:
                            rets.append(qpl * (lv[m] / lv[k] - 1.0 - crt))
                            filled[k] = False
                            n_open -= 1
                    if q >= tp:
                        # TAKE-PROFIT: chiudi il residuo a tp, ferma la griglia
                        if n_open:
                            rets.append(sum(
                                qpl * (tp / lv[k] - 1.0 - crt)
                                for k in range(L) if filled[k]))
                        done = True
                        cur = q
                        break
                cur = q
            if done:
                exit_i = j
                break
            kc = bisect_right(lv, cur) - 1
        if not done:
            # timeout max_bars: liquida il residuo al close dell'ultima barra
            if n_open:
                rets.append(sum(
                    qpl * (cl[end] / lv[k] - 1.0 - crt)
                    for k in range(L) if filled[k]))
            exit_i = end
        i = exit_i                       # redeploy sul prezzo dove e' morta la griglia
    return np.array(rets) if rets else np.array([])


# --------------------------------------------------------------------------
# Valutazione + scoring (stessa fitness degli altri giochi)
# --------------------------------------------------------------------------
def evaluate(data, spec, sl=None, fee=FEE_RT):
    """spec = {series: 'A'|'B', tf, params{range_down,range_up,levels,sl_buf,
    tp_buf,max_bars}}. Ritorna dict metriche (fitness = pnl + 50*win)."""
    series = spec.get("series", "A")
    p = spec["params"]
    o = data[series]
    if sl is not None:
        s, e = sl
        o = {k: v[s:e] for k, v in o.items()}
    rets = _backtest_grid(o, p, fee)
    nbars = len(o["close"])
    months = nbars / data.get("bpm", TF_BPM["1h"])
    if rets is None:
        # il bot si rifiuta di partire (vincolo break-even §4)
        return dict(n_trades=0, win_rate=0.0, pnl_pct=0.0, tpm=0.0, sharpe=0.0,
                    avg_ret=0.0, qualified=False, refused=True, fitness=-2e6)
    n_tr = len(rets)
    tpm = n_tr / months if months > 0 else 0.0
    if n_tr == 0:
        return dict(n_trades=0, win_rate=0.0, pnl_pct=0.0, tpm=0.0, sharpe=0.0,
                    avg_ret=0.0, qualified=False, refused=False, fitness=-1e6)
    win_rate = float(np.mean(rets > 0))
    pnl = float(np.sum(rets)) * 100
    avg = float(np.mean(rets)) * 100
    sharpe = float(np.mean(rets) / (np.std(rets) + 1e-12) * np.sqrt(tpm * 12)) \
        if np.std(rets) > 0 else 0.0
    qualified = tpm >= MIN_TRADES_PER_MONTH
    fitness = pnl + 50.0 * win_rate
    if not qualified:
        fitness = -1e6 + pnl
    return dict(n_trades=n_tr, win_rate=win_rate, pnl_pct=pnl, tpm=tpm,
                sharpe=sharpe, avg_ret=avg, qualified=qualified, refused=False,
                fitness=fitness)


if __name__ == "__main__":
    import time
    data = load_anon("1h")
    print("loaded", data["n"], "bars,", data["dt"][0], "->", data["dt"][-1])
    tr, va, te = splits3(data)
    demo = {"series": "B", "tf": "1h",
            "params": {"range_down": 0.10, "range_up": 0.10, "levels": 12,
                       "sl_buf": 0.05, "tp_buf": 0.05, "max_bars": 1000}}
    t0 = time.time()
    print("TRAIN", evaluate(data, demo, tr))
    print("VALID", evaluate(data, demo, va))
    print("TEST ", evaluate(data, demo, te))
    print("FULL ", evaluate(data, demo, None))
    print(f"4 eval in {time.time()-t0:.2f}s")