D+A: Klimax-Fade verworfen, Kerzen-Anatomie-Kachel gebaut (reine Anzeige, v=123)

D - backtest_candle_fade.py: der Lead aus backtest_candles.py (Fade der
volumenstarken Klimax-Kerze) faellt im echten Trade-Sim durch. Live-Exit
(SL 2,0/Trail 1,5/BE 1,3/Time-Stop 120') + Echtkosten, mit KONTROLLGRUPPE
"Fade ohne Volumen-Filter" (die Lehre aus backtest_patterns.py).

  Kontrolle   -0,080 / -0,046
  Vol >= 2,0  -0,059 / +0,103
  Vol >= 2,5  +0,144 / -0,080
  Vol >= 3,0  +0,113 / -0,064

Benachbarte Schwellen exakt gegenlaeufig = Rauschmuster. Die einzige
beidseitig positive Zelle (Vol>=2,0 + Marubozu, +0,036/+0,043) hat n=91/118
bei 7 Varianten = Mehrfachvergleich-Artefakt. 18. verworfener Eingriff.

Wichtigste Lehre: Informations-Ueberschuss != handelbarer Edge. Dieselbe
2,0-Schwelle liefert im Forward-Fenster +0,12/+0,20 beim Fade, im echten
Trade -0,059/+0,103 - die Gegenbewegung ist diffus, der 2xATR-Stop wird
unterwegs getroffen (WR nur 35-40 %). Der Weg zum Ziel zaehlt.

A - core/candles.py + Kachel #card-candles (M5, ~20 s, unter mt5_lock):
Marubozu, Langer Koerper, Langer Docht oben/unten, Spinning Top, Doji,
Engulfing. Schwellen identisch zum Backtest.

Bewusste UI-Entscheidung: die Kachel ist NEUTRAL gefaerbt (keine gruen/rot-
Ampel) und nennt die GEMESSENE Lesart ("Klimax-Kerze - der Kurs laeuft
danach eher GEGEN die Kerze"), nicht die Lehrbuch-Lesart. Eine
Richtungsampel wuerde hier systematisch falsch stupsen - gleiche Korrektur
wie bei der Bounce-Anzeige. Kein Verdict-Gewicht, kein Trigger.

Beim Bau gefunden: mt5_lock ist ein CONTEXT-MANAGER, kein Lock-Objekt -
.acquire()/.release() wirft. Jetzt "with mt5_lock(3.0) as got".

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>

core/engine.py

@@ -42,6 +42,7 @@ from core.daily_levels import DailyLevels
 from core.gaps        import GapAnalyzer
 from core.structure   import MarketStructure
 from core.patterns    import PatternDetector
+from core.candles     import CandleAnatomy
 from core.candle_logger import CandleLogger
 from core.wave_rec    import (_atr as _wr_atr, _ema_last,
                               _EMA_FAST, _EMA_SLOW, _TREND_DEADBAND, _STRETCH_MAX)
@@ -165,6 +166,10 @@ class TradingEngine:
         self.elliott = ElliottAnalyzer(mt5.TIMEFRAME_M5)
         self.structure = MarketStructure()   # Marktstruktur (M30) — reine Anzeige
         self.patterns  = PatternDetector()   # visuelle Chartmuster (M30) — reine Anzeige
+        # Kerzen-Anatomie (M5) — REINE ANZEIGE. Die Lehrbuch-Deutung ist gemessen
+        # invertiert (`backtest_candles.py`), das Handelssignal fiel durch
+        # (`backtest_candle_fade.py`) → kein Verdict-Gewicht, kein Trigger.
+        self.candle_anat = CandleAnatomy("M5")
         # Echte Liquiditäts-Wände vom HL-Orderbuch (Anzeige im MT5-Chart, kein Signal).
         # Braucht das HL-Dashboard auf 8001; ist es aus, bleibt der Chart unverändert.
         from core.hl_walls import HLWalls
@@ -539,6 +544,8 @@ class TradingEngine:
                     except Exception as se2: log.warning(f"structure.refresh_market: {se2}")
                     try:    self.patterns.refresh_market(self.data.symbol)
                     except Exception as pe2: log.warning(f"patterns.refresh_market: {pe2}")
+                    try:    self.candle_anat.refresh_market(self.data.symbol)
+                    except Exception as ka: log.warning(f"candles.refresh_market: {ka}")
                     try:    self.candles.log(self.data.symbol)   # M1-Candle-Log (~55 s)
                     except Exception as ce: log.warning(f"candles.log: {ce}")
                     try:    self._evaluate_pbreak_predictions()  # ~alle 5 min, self-throttled
@@ -2704,6 +2711,9 @@ class TradingEngine:
             "gaps":        self.gaps.snapshot(),
             "structure":   self.structure.snapshot(),
             "patterns":    _pat_snap,
+            # Kerzen-Anatomie (M5) — reine Anzeige, KEIN Verdict-Gewicht (gemessen:
+            # Lehrbuch-Deutung invertiert, Handelssignal durchgefallen).
+            "candle_anat": self.candle_anat.snapshot(),
             "stats_compact": {"week": self._compact_stats("week"),
                               "all":  self._compact_stats("all")},
             "close_alert_count": self._close_alert_count,