Adriano Dal Pastro
14522262e6
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>
49 lines
2.2 KiB
Python
49 lines
2.2 KiB
Python
"""ROT01 — Cross-Sectional Momentum Rotation (multi-crypto, long-only), 1d.
|
|
|
|
UNA strategia che usa l'INTERO paniere di crypto in un solo book: ogni giorno
|
|
ordina gli asset per momentum (rendimento sugli ultimi `lookback` giorni) e alloca
|
|
il capitale in parti uguali ai `top_k` con momentum positivo; il resto in cash.
|
|
Cattura la dispersione tra crypto (gli alt forti corrono molto piu' di BTC nei bull)
|
|
senza shortare nulla. Meccanismo distinto da DIP01/TR01 -> vera diversificazione.
|
|
|
|
Onesto: i pesi a close[i] usano solo rendimenti passati; il rendimento del giorno
|
|
i->i+1 e' realizzato con quei pesi. Fee sul turnover. Allineamento per timestamp.
|
|
|
|
Validazione (netto, fee 0.10% RT, gross 0.45, OOS = ultimo 30%):
|
|
lb=60 top2 -> FULL +679% / OOS +44% / DD 53% / 5-7 anni positivi.
|
|
Param-insensitive (tutte le lb/k positive) e regge fee fino 0.20% RT (OOS +41%).
|
|
Per-anno: 2020+33 2021+181 2022-29 2023+43 2024+59 2025+6 2026-10 (i negativi = bear).
|
|
Dettagli in scripts/analysis/honest_rotation.py / honest_final.py.
|
|
"""
|
|
from __future__ import annotations
|
|
|
|
import sys
|
|
from pathlib import Path
|
|
|
|
PROJECT_ROOT = Path(__file__).resolve().parents[2]
|
|
sys.path.insert(0, str(PROJECT_ROOT))
|
|
|
|
from scripts.analysis.honest_rotation import build_panel, simulate_rotation # noqa: E402
|
|
from scripts.analysis.honest_lab import available_assets
|
|
|
|
LOOKBACK, TOP_K, TF = 60, 2, "1d"
|
|
|
|
|
|
def run():
|
|
assets = available_assets()
|
|
panel = build_panel(assets, TF)
|
|
print("=" * 90)
|
|
print(f" ROT01 ROTAZIONE cross-sectional momentum | {TF} lb={LOOKBACK} top{TOP_K} | netto fee 0.10% RT")
|
|
print("=" * 90)
|
|
print(f" Paniere: {list(panel.columns)}")
|
|
print(f" Periodo: {panel.index[0].date()} -> {panel.index[-1].date()} ({panel.shape[0]} barre)")
|
|
full = simulate_rotation(panel, lookback=LOOKBACK, top_k=TOP_K, fee_rt=0.001)
|
|
oos = simulate_rotation(panel, lookback=LOOKBACK, top_k=TOP_K, fee_rt=0.001, oos_frac=0.30)
|
|
print(f"\n FULL: {full['ret']:+.0f}% DD {full['dd']:.0f}% turnover {full['turnover']:.0f}")
|
|
print(f" OOS : {oos['ret']:+.0f}% DD {oos['dd']:.0f}% ({full['pos_years']}/{full['n_years']} anni positivi)")
|
|
print(" Per-anno: " + " ".join(f"{y}:{v:+.0f}%" for y, v in sorted(full["yearly"].items())))
|
|
|
|
|
|
if __name__ == "__main__":
|
|
run()
|