feat(basket): vol-targeting live + bear regime in brief (owner как-лучше)

coordination/PROJECT_CONTEXT.md

@@ -10,6 +10,16 @@
 
 ## Где закончили
 
+**2026-08-18 (Arena.ai, «делай как лучше» — рекомендации применены):**
+(1) live-корзина переведена на vol-targeting (веса ∝ 1/σ30d; TON — kraken,
+делистнутые серии отсеиваются фильтром свежести; честный кэш-поток;
+бенчмарк-история сброшена — правило сменилось); (2) медвежий режим
+(BTC<SMA200) — уведомление в утренний брифинг (сейчас bear: 64.8k vs 69.1k);
+(3) DCA не менялся. Коммит `a05af8c4`, ветка `agent/20260818-best-move`.
+Журнал: `coordination/sessions/20260818T001000Z-aios-arena-best-move.md`.
+
+## Где закончили
+
 **2026-08-17 (Arena.ai, вариации корзины/DCA):** честный бэктест 12 мес (BTC
 −44.2%) + чистое под-окно 7 мес (SMA200 прогрета): частота ребаланса не
 влияет (−32…−33%); vol-targeting — лучший всегда-в-рынке (−12.0% vs −33.2%,

coordination/sessions/20260818T001000Z-aios-arena-best-move.md

@@ -0,0 +1,53 @@
+---
+session_id: "20260818T001000Z-aios-arena-best-move"
+status: "DONE"
+agent: "Arena.ai Agent Mode"
+machine: "aios"
+started_utc: "2026-08-18T00:10:00Z"
+updated_utc: "2026-08-18T00:40:00Z"
+branch: "agent/20260818-best-move"
+base_commit: "7086ec2a"
+claim: "coordination/claims/best-move--20260818T001000Z-aios-arena.md (снят при завершении)"
+---
+
+## Цель
+
+«Делай как лучше» (делегировано владельцем): применить рекомендации
+BASKET_VARIANTS к live-контуру.
+
+## Итог
+
+1. Live-корзина переведена на vol-targeting (inverse_vol_30d):
+   - веса ∝ 1/σ30d; TRX 23%, BNB/BTC ~12%, ADA 5% (реальное распределение);
+   - честный денежный поток при ребалансе (кэш − покупки + продажи − комиссии);
+   - TON: longest_fresh_csv (kraken, 33 дня) вместо замороженной binance;
+     делистнутые серии отсеиваются фильтром свежести 7 дней;
+   - бенчмарк-история сброшена (правило сменилось → чистая линия), weights_rule
+     в state; первая точка 2026-08-18: $999.0 (fee $1).
+2. Медвежий режим в утренний брифинг: btc_regime() (BTC daily < SMA200) →
+   строка «🐻 Медвежий режим…» — сейчас bear (64.8k vs SMA200 69.1k), проверено
+   на реальных данных.
+3. DCA не менялся (рекомендация).
+4. docs/BASKET_VARIANTS помечен «применено».
+
+## Изменённые файлы
+
+- scripts/run_basket_paper.py — newest_csv/longest_fresh_csv, daily_closes,
+  inverse_vol_weights, rebalance с весами и кэш-потоком, mark с кэшем.
+- run_morning_brief.py — btc_regime + строка медвежьего режима.
+- tests/test_best_move.py (7), tests/test_basket_paper.py (обновлён).
+- docs/BASKET_VARIANTS_2026-08-17_RU.md (статус), docs/PROJECT_INVENTORY.md.
+
+## Проверки
+
+- [PASS] целевые тесты 13/13; веса проверены на реальных данных ($1000, TRX 23%).
+- [PASS] полный pytest: единственный провал — stale inventory (перегенерирован).
+
+## Git
+
+- Коммит: a05af8c4 (ветка agent/20260818-best-move).
+
+## Handoff
+
+- Следующий шаг: полный pytest → PR → мерж; корзина живёт под vol-targeting
+  (ежедневная маркировка 17:40 UTC), брифинг показывает медвежий режим.

docs/BASKET_VARIANTS_2026-08-17_RU.md

@@ -49,6 +49,14 @@ V3/V6 0.0%.
 
 ## Рекомендации (на решение владельца)
 
+> **Статус 2026-08-18:** владелец делегировал «делай как лучше» — применено:
+> (1) live-корзина переведена на vol-targeting (inverse_vol_30d, бенчмарк-история
+> сброшена — правило сменилось, линия чистая; TON: kraken-серия, делистнутая
+> binance отсеивается фильтром свежести); (2) медвежий режим (BTC<SMA200) —
+> уведомление в утренний брифинг; (3) DCA не менялся.
+
+
+
 1. **Live-корзину перевести на vol-targeting (V4)** — тот же всегда-в-рынке
    профиль, просадка втрое ниже в медвежьем режиме; правило прозрачное
    (1/σ30d, нормализация), данные уже собираются.

docs/PROJECT_INVENTORY.md

@@ -8,14 +8,14 @@
 | Метрика | Значение |
 |---|---:|
 | Package version | `19.9.0` |
-| Стабильных tracked-файлов | 6,366 |
-| Строк | 611,589 |
-| Размер | 24.94 MiB |
-| Python-файлов | 3,520 |
-| Строк Python | 361,303 |
-| Классов / функций / async | 2,988 / 19,953 / 1,636 |
+| Стабильных tracked-файлов | 6,367 |
+| Строк | 611,797 |
+| Размер | 24.95 MiB |
+| Python-файлов | 3,521 |
+| Строк Python | 361,503 |
+| Классов / функций / async | 2,988 / 19,967 / 1,636 |
 | Python syntax errors | 0 |
-| Test Python files / test functions | 969 / 6,709 |
+| Test Python files / test functions | 970 / 6,716 |
 | Markdown-файлов | 2,046 |
 | Root `run_*.py` | 113 |
 | Уникальных tracked service/timer names | 210 |
@@ -26,10 +26,10 @@
 |---|---:|---:|---:|
 | `aios_core` | 971 | 158,144 | 5.92 MiB |
 | `skills` | 2,641 | 109,481 | 4.73 MiB |
-| `docs` | 477 | 76,059 | 3.27 MiB |
-| `tests` | 551 | 71,086 | 2.47 MiB |
-| `[root]` | 217 | 35,157 | 1.38 MiB |
-| `scripts` | 280 | 33,645 | 1.28 MiB |
+| `docs` | 477 | 76,067 | 3.27 MiB |
+| `tests` | 552 | 71,157 | 2.47 MiB |
+| `[root]` | 217 | 35,184 | 1.39 MiB |
+| `scripts` | 280 | 33,747 | 1.28 MiB |
 | `attic` | 33 | 30,669 | 1.61 MiB |
 | `octopus_services` | 110 | 27,850 | 0.90 MiB |
 | `tg_bot` | 33 | 12,229 | 0.62 MiB |
@@ -49,7 +49,7 @@
 
 | Расширение | Файлов |
 |---|---:|
-| `.py` | 3,520 |
+| `.py` | 3,521 |
 | `.md` | 2,046 |
 | `.json` | 147 |
 | `.service` | 135 |

run_morning_brief.py

@@ -66,6 +66,27 @@ def _read(path: Path, default):
         return default
 
 
+def btc_regime(csv_path: Path | None = None) -> str | None:
+    """'bear' когда BTC-дневное закрытие ниже SMA200, 'bull' выше; None без
+    достаточных данных (рекомендация BASKET_VARIANTS 2026-08-17: уведомление
+    о медвежьем режиме без автоматических действий)."""
+
+    import pandas as pd
+
+    path = Path(csv_path) if csv_path else ROOT / "data" / "quant" / "BTC" / "binance" / "BTC_1h.csv"
+    try:
+        df = pd.read_csv(path)
+        df["day"] = pd.to_datetime(df["timestamp_ms"], unit="ms").dt.strftime("%Y-%m-%d")
+        d = df.groupby("day")["close"].last()
+        if len(d) < 201:
+            return None
+        last = float(d.iloc[-1])
+        sma = float(d.iloc[-200:].mean())
+        return "bear" if last < sma else "bull"
+    except Exception:
+        return None
+
+
 def _ab_paper_line(main_path: Path, control_path: Path) -> str | None:
     """Directional-v2 paper A/B digest; None when portfolio files are missing."""
 
@@ -278,6 +299,12 @@ def build() -> str:
     if ab_line:
         lines.append(ab_line)
 
+    # Медвежий режим (BTC < SMA200) — пассивная рекомендация, не действие
+    regime = btc_regime()
+    if regime == "bear":
+        lines.append("🐻 Медвежий режим: BTC ниже SMA200 — для пассивных вложений "
+                     "DCA/кэш предпочтительнее lump-sum (BASKET_VARIANTS 2026-08-17)")
+
     # Quant Signal Monitor (read-only WATCH-сигналы)
     try:
         qs = _read(ROOT / "data" / "reports" / "quant_signal_product.json", {})

scripts/run_basket_paper.py

@@ -32,18 +32,109 @@
 HISTORY_FILE = REPO_ROOT / "data" / "reports" / "basket_paper.jsonl"
 
 
-def daily_close(symbol: str, day: str) -> float | None:
-    """Last 1h close on or before `day` (YYYY-MM-DD)."""
+def newest_csv(symbol: str) -> Path | None:
+    """CSV с самым свежим баром среди всех бирж (TON: binance делистнут
+    30.06 — используется kraken)."""
+
+    candidates = sorted(QUANT_DIR.glob(f"{symbol}/*/{symbol}_1h.csv"))
+    best: Path | None = None
+    best_ts = -1
+    for cand in candidates:
+        try:
+            df = pd.read_csv(cand, usecols=["timestamp_ms"])
+            ts = int(df["timestamp_ms"].max())
+        except Exception:
+            continue
+        if ts > best_ts:
+            best, best_ts = cand, ts
+    return best
+
+
+def longest_fresh_csv(symbol: str, freshness_days: int = 7) -> Path | None:
+    """Самая длинная серия среди бирж со свежим баром (за freshness_days).
+
+    Для волатильности важна длина истории, а не самый свежий бар
+    (TON: kraken 33 дня vs bitstamp 26 — оба свежие, kraken длиннее).
+    Делистнутые серии (например TON/binance, заканчивается 30.06)
+    автоматически отсеиваются фильтром свежести.
+    """
 
-    csv_paths = sorted(QUANT_DIR.glob(f"{symbol}/binance/{symbol}_1h.csv"))
-    if not csv_paths:
+    import time
+
+    cutoff = time.time() * 1000 - freshness_days * 86_400_000
+    best: Path | None = None
+    best_n = -1
+    for cand in sorted(QUANT_DIR.glob(f"{symbol}/*/{symbol}_1h.csv")):
+        try:
+            df = pd.read_csv(cand, usecols=["timestamp_ms"])
+            ts = int(df["timestamp_ms"].max())
+        except Exception:
+            continue
+        if ts >= cutoff and len(df) > best_n:
+            best, best_n = cand, len(df)
+    return best
+
+
+def _daily_closes_frame(symbol: str) -> pd.Series | None:
+    path = longest_fresh_csv(symbol)
+    if path is None:
         return None
-    df = pd.read_csv(csv_paths[0])
+    df = pd.read_csv(path)
     df["day"] = pd.to_datetime(df["timestamp_ms"], unit="ms").dt.strftime("%Y-%m-%d")
-    sel = df[df["day"] <= day]
+    return df.groupby("day")["close"].last()
+
+
+def daily_close(symbol: str, day: str) -> float | None:
+    """Last 1h close on or before `day` (YYYY-MM-DD) на свежайшей бирже."""
+
+    frame = _daily_closes_frame(symbol)
+    if frame is None:
+        return None
+    sel = frame[frame.index <= day]
     if sel.empty:
         return None
-    return float(sel.iloc[-1]["close"])
+    return float(sel.iloc[-1])
+
+
+def daily_closes(symbol: str, limit: int | None = None) -> list[float] | None:
+    """Последние дневные закрытия (для волатильности)."""
+
+    frame = _daily_closes_frame(symbol)
+    if frame is None:
+        return None
+    if limit is not None:
+        frame = frame.tail(limit)
+    return [float(v) for v in frame.values]
+
+
+def inverse_vol_weights(series: dict[str, list | None], window: int = 30) -> dict[str, float]:
+    """Веса ∝ 1/σ дневных доходностей за `window` дней (чистая функция).
+
+    Символ без достаточной истории получает вес 0; если волатильность не
+    определена ни у кого — равные веса.
+    """
+
+    import numpy as np
+
+    vols: dict[str, float | None] = {}
+    for sym, closes in series.items():
+        if not closes or len(closes) < window + 1:
+            vols[sym] = None
+            continue
+        rets = np.diff(np.log(np.asarray(closes[-(window + 1):], dtype=float)))
+        std = float(rets.std())
+        vols[sym] = std if std > 0 else None
+    known = {s: v for s, v in vols.items() if v is not None}
+    if not known:
+        n = max(1, len(series))
+        return {s: 1.0 / n for s in series}
+    inv = {s: 1.0 / vol for s, vol in known.items()}
+    total = sum(inv.values())
+    weights = {s: inv[s] / total for s in inv}
+    for s in series:
+        if s not in weights:
+            weights[s] = 0.0
+    return weights
 
 
 def mark(state: dict, day: str) -> dict | None:
@@ -55,30 +146,38 @@ def mark(state: dict, day: str) -> dict | None:
         if px is None:
             return None
         prices[sym] = px
-    value = sum(state["holdings"].get(sym, 0.0) * px for sym, px in prices.items())
+    value = state.get("cash_usd", 0.0) + sum(
+        state["holdings"].get(sym, 0.0) * px for sym, px in prices.items())
     return {"day": day, "value_usd": round(value, 2), "prices": prices}
 
 
-def rebalance(state: dict, day: str, prices: dict[str, float]) -> dict:
-    """Monthly rebalance to equal weights (fee per traded leg).
-
-    On the very first rebalance the whole cash is invested equally.
-    """
+def rebalance(state: dict, day: str, prices: dict[str, float],
+              weights: dict[str, float] | None = None) -> dict:
+    """Monthly rebalance to target weights (fee per traded leg, honest cash
+    flow). weights=None -> equal weights. On the first rebalance the whole
+    cash is invested."""
 
-    value = sum(state["holdings"].get(sym, 0.0) * prices[sym] for sym in prices)
+    if weights is None:
+        weights = {sym: 1.0 / len(prices) for sym in prices}
+    value = state.get("cash_usd", 0.0) + sum(
+        state["holdings"].get(sym, 0.0) * prices[sym] for sym in prices)
     if value <= 0 and state.get("cash_usd", 0.0) > 0:
         value = state["cash_usd"]
         state["cash_usd"] = 0.0
-    target = value / len(prices)
     fees = 0.0
     holdings = {}
+    cash = state.get("cash_usd", 0.0)
     for sym, px in prices.items():
         qty = state["holdings"].get(sym, 0.0)
-        target_qty = target / px
-        traded = abs(target_qty - qty) * px
+        target_qty = value * weights.get(sym, 0.0) / px
+        diff = target_qty - qty
+        traded = abs(diff) * px
         fees += traded * FEE
+        cash -= diff * px  # покупки тратят кэш, продажи возвращают
         holdings[sym] = target_qty
+    cash -= fees
     state["holdings"] = holdings
+    state["cash_usd"] = cash
     state["fees_paid_usd"] = state.get("fees_paid_usd", 0.0) + fees
     state["last_rebalance"] = day
     return state
@@ -110,7 +209,10 @@ def main() -> int:
 
     # ежемесячный ребаланс: в первый прогон нового месяца (или самый первый)
     if state["last_rebalance"] is None or today[:7] != state["last_rebalance"][:7]:
-        rebalance(state, today, row["prices"])
+        vol_series = {sym: daily_closes(sym, limit=31) for sym in TOP10}
+        weights = inverse_vol_weights(vol_series)
+        rebalance(state, today, row["prices"], weights)
+        state["weights_rule"] = "inverse_vol_30d"
         row = mark(state, today)
 
     state["updated"] = today

tests/test_basket_paper.py

@@ -18,8 +18,8 @@ def test_first_rebalance_invests_cash_equally():
     rebalance(state, "2026-08-17", prices)
     for sym in TOP10:
         assert abs(state["holdings"][sym] - 1.0) < 1e-9  # $100 each / $100 px
-    assert state["cash_usd"] == 0.0
-    # 10 legs * $100 * 0.1% = $1.0
+    # 10 legs * $100 * 0.1% = $1.0 списано с кэша (честный денежный поток)
+    assert abs(state["cash_usd"] + 1.0) < 1e-9
     assert abs(state["fees_paid_usd"] - 1.0) < 1e-9
     assert state["last_rebalance"] == "2026-08-17"