PythagorasGoal/tests/test_leva_tetto.py

"""book.leva_tetto — la leva lorda massima del libro, in UNA sola formula (#28).

Prima della correzione la leva lorda tornava con tre formule diverse: `usde.frazione_cuscino`
(N_ASSET fisso, senza scala), la regola `leva` del giornale (senza scala) e
`journal.movimenti_capitale` (con scala, ma ridichiarata). A scala 1,25 il cuscino USDC
risultava 0,30 dell'equity invece di 0,375 — il caso che T2 riproduce.
"""
from __future__ import annotations

import json
import sys
from pathlib import Path

import pytest

ROOT = Path(__file__).resolve().parents[1]
sys.path.insert(0, str(ROOT))

from src.live import book as B  # noqa: E402
from src.live import journal as J  # noqa: E402
from src.live import tradesdb as T  # noqa: E402
from src.live import usde as U  # noqa: E402


def _cfg(**kw) -> dict:
    base = dict(max_notional_per_asset_frac=0.5, disaster_sl_pct=0.3)
    base.update(kw)
    return base


# ---------------------------------------------------------------- T1: scala assente

def test_T1_scala_assente_e_frac_uguale_al_weight():
    leva, come = B.leva_tetto(_cfg())
    assert leva == pytest.approx(len(B.ASSETS) * B.WEIGHT)
    assert "scala 1.0" in come


# ---------------------------------------------------------------- T2: il caso dell'issue

def test_T2_scala_1_25_alza_la_leva_e_il_cuscino_usde(tmp_path, monkeypatch):
    """A scala 1,25 il cuscino USDC deve valere 0,375 dell'equity, non 0,30 (#28)."""
    cfg = _cfg(book_scale_k=1.25)
    leva, _ = B.leva_tetto(cfg)
    assert leva == pytest.approx(1.25)

    # frazione_cuscino legge da CFG_PATH: si monkeypatcha il file, come fanno gli altri test
    # su usde/_scala (grep "CFG_PATH\|CONFIG" tests/).
    cpath = tmp_path / "live.json"
    cpath.write_text(json.dumps(cfg))
    monkeypatch.setattr(U, "CFG_PATH", cpath)
    f, come = U.frazione_cuscino()
    assert f == pytest.approx(0.375)
    assert "SL 30%" in come


# ---------------------------------------------------------------- T3: fuori scaletta non solleva

def test_T3_scala_fuori_scaletta_non_solleva_e_torna_il_tetto_di_codice():
    """cuscino_watch non deve morire proprio quando la config e' sbagliata (verifica fable B5)."""
    leva, come = B.leva_tetto(_cfg(book_scale_k=1.1))
    assert leva == pytest.approx(B.LEVA_LORDA_MAX)
    assert "tetto di codice" in come


# ---------------------------------------------------------------- T4: frac assente

def test_T4_frac_assente_usa_weight():
    cfg = dict(disaster_sl_pct=0.3)          # niente max_notional_per_asset_frac
    leva, come = B.leva_tetto(cfg)
    assert leva == pytest.approx(len(B.ASSETS) * B.WEIGHT)
    assert f"frac {B.WEIGHT}" in come


# ---------------------------------------------------------------- T5: il tronco al tetto di codice

def test_T5_leva_oltre_il_tetto_di_codice_viene_troncata(monkeypatch):
    """Verifica diretta del troncamento. Con WEIGHT alzato il prodotto supera LEVA_LORDA_MAX pur
    restando `_scala` silenziosa (frac ASSENTE dalla config -> il suo controllo sul prodotto non
    scatta, perche' guarda solo `max_notional_per_asset_frac` quando e' dichiarato)."""
    monkeypatch.setattr(B, "WEIGHT", 0.9)
    leva, come = B.leva_tetto(dict(book_scale_k=1.25))   # frac assente -> usa WEIGHT = 0.9
    assert leva == pytest.approx(B.LEVA_LORDA_MAX)
    assert "troncato" in come


# ---------------------------------------------------------------- T6: il giornale usa la stessa leva_tetto

@pytest.fixture()
def db(tmp_path):
    con = T.connect(tmp_path / "t.db")
    yield con
    con.close()


def _voce(mercato=None, libro=None, pnl=None, salute=None, giorno="2026-08-21"):
    return dict(giorno=giorno, ts_scritto=T.ora(), mercato=mercato or {},
                libro=libro or {"errore": "nessun giro", "giri": 0}, pnl=pnl or {},
                salute=salute or dict(giri_book=24, feed_skh_min=0, atteso_giri=24,
                                      giorno_in_corso=False, giri_mancanti=0))


def _libro(**asset):
    a = {k: dict(dict(tp_frac=0.0, skh_sign=0, skh_entry=None, target=0.0, posizione=0.0,
                      azione="HOLD (a target)"), **v) for k, v in asset.items()}
    lordo = sum(abs(v["posizione"]) for v in a.values())
    return dict(giri=24, ultimo_giro="2026-08-21T23:07:01+00:00", equity=600.0, barra="2026-08-21",
                feed_skh_min=0, nozionale_lordo=lordo, leva_lorda=lordo / 600.0, asset=a)


def _pnl(**kw):
    base = dict(equity_inizio=600.0, equity_fine=600.0, delta_equity=0.0, realizzato_lordo=0.0,
                realizzato_netto=0.0, roundtrip_chiusi=0, fill=0, fee=0.0,
                cumulato_da_arming=0.0, letture_equity=24)
    return {**base, **kw}


def test_T6_regola_leva_margine_positivo_a_scala_1_25(db, monkeypatch, tmp_path):
    """lv=1.2 su un tetto di 1.25x (frac 0.5, scala 1.25): margine positivo, non negativo."""
    (tmp_path / "config").mkdir()
    (tmp_path / "config" / "live.json").write_text(
        json.dumps(dict(max_notional_per_asset_frac=0.5, book_scale_k=1.25)))
    monkeypatch.setattr(J, "PROJECT_ROOT", tmp_path)
    lb = _libro(BTC=dict(posizione=360.0), ETH=dict(posizione=360.0))  # 720/600 = 1.2x
    assert lb["leva_lorda"] == pytest.approx(1.2)
    r = J.lettura(db, _voce(libro=lb, pnl=_pnl()))
    riga = next(x for x in r if x["id"] == "leva")
    assert "1.25x" in riga["testo"] and "margine 0.05x" in riga["testo"]