Reset del progetto su fondamenta verificate dopo la scoperta che l'intera libreria "validata OOS" era artefatto di feed contaminato (print fantasma del feed Cerbero TESTNET + storico Binance/USDT). - Storico ricostruito da Deribit MAINNET (ccxt pubblico, tokenless) e CERTIFICATO (certify_feed.py): BTC/ETH puliti su TUTTA la storia (mediana 2-6 bps vs Coinbase USD), integrita' OHLC + coerenza resample (maxΔ 0.00) + cross-venue OK. Alt esclusi (illiquidi/divergenti: LTC/DOGE 50-82% barre flat; XRP/BNB non certificabili). - Verdetto sul feed pulito: FADE / PAIRS / XS01 / TSM01 morti (ogni portafoglio Sharpe -2.3..-3.0, DD ~40%); solo SH01 e frammenti HONEST con segnale residuo, da ri-validare in isolamento. - Cleanup "restart pulito": strategie, stack live (src/live, src/portfolio, runner/executor, yml, docker), ~100 script ricerca/gate, waste/games/ portfolios, dati non certificati + cache e 60+ diari -> archiviati in Old/ (preservati, non cancellati). Diario consolidato in un unico documento. - Skeleton ricerca tenuto: Strategy ABC + indicatori + src/fractal + src/backtest/engine + load_data; tool dati certificati (rebuild_history, certify_feed, audit_feed, multi_source_check). - Universo dati ATTIVO: solo BTC/ETH (5m/15m/1h); guardrail fisico (load_data su alt -> FileNotFoundError). Esecuzione DISABILITATA, conto flat. Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>
2.4 KiB
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.