Adriano Dal Pastro
ab4f706057
Due correzioni emerse da close live con win=True ma pnl<0. 1) Metrica win lorda -> netta. _close_position contava is_win=trade_return>0 (lordo), gonfiando l'accuracy: un take-profit colpito con mossa < fee RT risultava "win" pur perdendo. 51 close live: 39 win (76,5%) -> 13 falsi win -> accuracy netta reale 52,9%. Fix: is_win = net > 0. Capitale/PnL erano già corretti (netti). Contatori persistiti riconciliati a parte (MR01/DIP01 BTC 7->1). 2) Filtro edge-minimo min_tp_frac. I 13 falsi win erano tutti MR01/DIP01 BTC in regime piatto: TP (la media) entro il costo round-trip -> perdenti garantiti. Aggiunto param min_tp_frac (default 0.0=off) a tutte e 4 le fade (MR01 banda, MR02 midpoint, MR07 ATR, DIP01): salta i segnali col TP entro la soglia. Non si "allarga" il TP (rischierebbe di perdere di piu'): si evita la trade. Cablato live a 0.0015 (1,5x fee) in _defs.py. Validazione backtest BTC+ETH 1h: neutro su tutte le fade (0-1 trade rimossi, pnl invariato o +leggero su DIP01). I micro-scalp sotto-fee non esistono nello storico -> artefatto del regime attuale. Filtro puro-upside. Test: test_win_net_of_fees.py, test_min_tp_frac.py (monotonia + gap > soglia + default-off invariato). Suite: 50 passed. NB deploy: il sorgente e' COPY nell'immagine, non montato -> serve `docker compose up -d --build`, non un semplice restart (vale anche per il fix SH01 horizon-exit, andato live solo con questo rebuild). Volume ./data persiste, 14 worker in RESUME puliti. Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>
82 lines
3.1 KiB
Python
82 lines
3.1 KiB
Python
"""Filtro edge minimo (`min_tp_frac`): MR01/DIP01 NON devono emettere segnali il cui TP
|
|
(la media) cade entro `min_tp_frac` dall'entry — sarebbero perdenti garantiti netto fee.
|
|
Proprietà testate su dati reali BTC 1h:
|
|
1. monotonia: alzando min_tp_frac il numero di segnali non aumenta;
|
|
2. ogni segnale superstite ha gap TP > min_tp_frac;
|
|
3. con min_tp_frac=0 il comportamento è invariato (default off = backtest validato intatto).
|
|
"""
|
|
import numpy as np
|
|
import pytest
|
|
from src.data.downloader import load_data
|
|
from scripts.strategies.MR01_bollinger_fade import BollingerFade
|
|
import importlib
|
|
|
|
_dip_mod = importlib.import_module("scripts.strategies.DIP01_dip_buy")
|
|
DipCls = next(v for k, v in vars(_dip_mod).items()
|
|
if isinstance(v, type) and k.lower().startswith("dip"))
|
|
|
|
|
|
@pytest.fixture(scope="module")
|
|
def btc():
|
|
df = load_data("BTC", "1h")
|
|
return df, df.index # ts non usato dalle fade, basta un placeholder
|
|
|
|
|
|
def _gaps(signals, df):
|
|
c = df["close"].values
|
|
return [abs(s.metadata["tp"] - c[s.idx]) / c[s.idx] for s in signals]
|
|
|
|
|
|
def test_mr01_filter_monotone_and_gap(btc):
|
|
df, ts = btc
|
|
s = BollingerFade()
|
|
base = dict(bb_window=50, k=2.5, sl_atr=2.0, max_bars=24)
|
|
n0 = len(s.generate_signals(df, ts, **base, min_tp_frac=0.0))
|
|
for f in (0.0010, 0.0015, 0.0020, 0.005):
|
|
sig = s.generate_signals(df, ts, **base, min_tp_frac=f)
|
|
assert len(sig) <= n0 # monotonia
|
|
gaps = _gaps(sig, df)
|
|
assert all(g > f for g in gaps) # nessun superstite sotto soglia
|
|
|
|
|
|
def test_mr01_default_off_unchanged(btc):
|
|
df, ts = btc
|
|
s = BollingerFade()
|
|
base = dict(bb_window=50, k=2.5, sl_atr=2.0, max_bars=24)
|
|
a = s.generate_signals(df, ts, **base) # default (no kw)
|
|
b = s.generate_signals(df, ts, **base, min_tp_frac=0.0)
|
|
assert len(a) == len(b)
|
|
|
|
|
|
def test_dip01_filter_gap(btc):
|
|
df, ts = btc
|
|
s = DipCls()
|
|
base = dict(n=50, z_in=2.0, sl_atr=2.5, max_bars=24)
|
|
n0 = len(s.generate_signals(df, ts, **base, min_tp_frac=0.0))
|
|
sig = s.generate_signals(df, ts, **base, min_tp_frac=0.0020)
|
|
assert len(sig) <= n0
|
|
assert all(g > 0.0020 for g in _gaps(sig, df))
|
|
|
|
|
|
def _load(mod_name):
|
|
import importlib
|
|
m = importlib.import_module(mod_name)
|
|
return next(v() for k, v in vars(m).items()
|
|
if isinstance(v, type) and getattr(v, "__module__", "") == m.__name__
|
|
and hasattr(v, "generate_signals"))
|
|
|
|
|
|
def test_mr02_mr07_filter_gap(btc):
|
|
"""Anche MR02 (midpoint canale) e MR07 (ATR-scaled) onorano min_tp_frac."""
|
|
df, ts = btc
|
|
for mod, base in (
|
|
("scripts.strategies.MR02_donchian_fade", dict(n=20, sl_atr=2.0, max_bars=24)),
|
|
("scripts.strategies.MR07_return_reversal",
|
|
dict(n=50, k=3.5, tp_atr=2.0, sl_atr=1.5, max_bars=24)),
|
|
):
|
|
s = _load(mod)
|
|
n0 = len(s.generate_signals(df, ts, **base, min_tp_frac=0.0))
|
|
sig = s.generate_signals(df, ts, **base, min_tp_frac=0.0015)
|
|
assert len(sig) <= n0
|
|
assert all(g > 0.0015 for g in _gaps(sig, df))
|