Live-Backtest-Vergleich in die Pipeline: core/stichprobe.py + Abschnitt E

Konsequenz aus dem Messfehler vom 07.08.: der Vergleich lief nur, wenn jemand
daran dachte - und als er lief, war er falsch gebaut.

1) core/stichprobe.py - die Praevention ist KONSTRUKTIV, nicht ermahnend:
   entkoppeln() / anteil_ci() / unterscheidbar() / schluessel_level_stunde().
   Regel: vor jeder berichteten Rate entkoppeln, jede Aussage ueber einen
   Unterschied mit Konfidenzintervall belegen. Die Zeilen in
   pbreak_predictions und recommendations sind nicht unabhaengig.
   8 Tests, darunter einer, der die reale Konstellation nachspielt
   (roh 77 %, entkoppelt 33 %).
   Fallstrick beim Bau, gefunden weil ich es laufen liess: ein sqlite3-Cursor
   liefert Tupel, keine dicts - die Feldangabe akzeptiert jetzt Namen UND
   Spaltennummern.

2) analyze_divergence.sec_d0 war selbst der Fehler. Es mittelte AVG(p_break)
   ueber ALLE Rohzeilen und flaggte bei Delta > 8 Pp:
     vorher  1058 rohe Zeilen, Delta +8,7 Pp -> ALARM
     jetzt   110 entkoppelte, 37,6 % liegt in [37,3 ... 55,5] % -> OK
   Der Waechter haette heute also einen Fehlalarm produziert - genau den, dem
   ich elf Hypothesen lang nachgegangen bin.

3) NEU: Abschnitt E "GLEICHES FENSTER" (--backtest). Rechnet den Backtest ueber
   genau den Live-Zeitraum und haelt ihn gegen das Intervall der entkoppelten
   Live-Rate. Erster Lauf: live 46,4 % [37,3 ... 55,5] gegen Backtest 43,9 %
   -> im Intervall, kein Befund.

4) Eingebaut in den Wochenreport (weekly_review._divergenz_section, montags
   07:30 per Mail + Telegram), mit demselben Fail-safe wie der
   Squeeze-Abschnitt. Bewusst NICHT in den pre-commit-Hook: der braucht MT5 und
   Minuten, Stufe 1 muss bei ~5 s bleiben.

Ausserdem ein Rechenfehler in meinem ersten Entwurf behoben (p_break steht in
der DB bereits in Prozent, ich hatte zusaetzlich skaliert -> "3763,9 %") und
ein \n-Heredoc-Fall, der genau gegen die dokumentierte Regel verstiess.

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

CLAUDE.md

@@ -4911,6 +4911,53 @@ Modell schliesst keine Trades.
 „die Rangfolge ist kaputt" ist **nicht** belegt; belegt ist nur die
 Basisraten-/Kalibrierungslücke.
 
+## ✅ LIVE↔BACKTEST-VERGLEICH IST JETZT TEIL DER PIPELINE (2026-08-07)
+
+Konsequenz aus dem Messfehler direkt darunter: der Vergleich lief nur, wenn
+jemand daran dachte — und als er lief, war er falsch gebaut. Beides behoben.
+
+**(1) `core/stichprobe.py` — die Prävention ist KONSTRUKTIV, nicht ermahnend.**
+`entkoppeln()` · `anteil_ci()` · `unterscheidbar()` · `schluessel_level_stunde()`.
+⚠ **Regel: vor jeder berichteten Rate entkoppeln, jede Aussage über einen
+Unterschied mit Konfidenzintervall belegen.** Ein Punktschätzer ist auf
+`pbreak_predictions`/`recommendations` keine Aussage — die Zeilen sind nicht
+unabhängig. 8 Tests, darunter einer, der die reale Konstellation vom 07.08.
+nachspielt (roh 77 %, entkoppelt 33 %).
+⚠ Fallstrick beim Bau, gefunden weil ich es laufen liess: ein sqlite3-Cursor
+liefert **Tupel**, keine dicts (`TypeError: tuple indices must be integers`) —
+die Feldangabe akzeptiert deshalb Namen **und** Spaltennummern.
+
+**(2) `analyze_divergence.sec_d0` war selbst der Fehler — behoben.** Es mittelte
+`AVG(p_break)` über ALLE Rohzeilen und flaggte bei Δ > 8 Pp.
+| | vorher | jetzt |
+|---|---|---|
+| Grundmenge | 1.058 rohe Zeilen | **110 entkoppelte** |
+| Urteil | Δ +8,7 Pp → **ALARM** | 37,6 % liegt in **[37,3 … 55,5] %** → **OK** |
+Der Wächter hätte heute also einen Fehlalarm produziert — genau den, dem ich
+elf Hypothesen lang nachgegangen bin.
+
+**(3) NEU: Abschnitt E „GLEICHES FENSTER"** (`--backtest`). Rechnet den Backtest
+über **genau den Live-Zeitraum** und hält ihn gegen das Intervall der
+entkoppelten Live-Rate. Erster Lauf: live 46,4 % [37,3 … 55,5] gegen Backtest
+**43,9 %** → im Intervall, kein Befund. ⚠ Braucht MT5 und ~1–2 min, deshalb
+opt-in — der Rest des Wächters bleibt DB-only und schnell.
+
+**(4) EINGEBAUT IN DEN WOCHENREPORT** (`weekly_review._divergenz_section`,
+montags 07:30 per Mail + Telegram). CLAUDE.md nannte den Wächter seit dem 31.07.
+als „Kandidat für den Wochenreport" — jetzt ist er drin, mit demselben
+Fail-safe wie der Squeeze-Abschnitt (schlägt er fehl, fehlt der Abschnitt, der
+Report läuft weiter).
+⚠ **Bewusst NICHT in den pre-commit-Hook**: der braucht MT5 und Minuten; die
+Stufe-1-Prüfung muss bei ~5 s bleiben, sonst wird sie deinstalliert.
+
+**Damit deckt die Pipeline drei verschiedene Fehlerklassen ab:**
+| Stufe | schützt gegen | Takt |
+|---|---|---|
+| pre-commit (`check_nfalle` + `pytest`) | Syntax, undefinierte Namen, `\n`-Falle | jeder Commit |
+| Track B (2 Stichproben, Nachbarn, KI) | **Overfitting** — Edge existiert nicht | je Strategie-Idee |
+| **Divergenz-Wächter D0/E** | **Deployment-Drift** — Edge existiert, läuft aber anders | **wöchentlich** |
+| `tools/deploy.py --feld` | Aktivierung ohne Wirkung | jeder Rollout |
+
 ## ✅⚠⚠ DIE „BASISRATEN-LÜCKE" WAR EIN MESSFEHLER — MEINER (2026-08-07, aufgelöst)
 
 Nach elf geprüften Hypothesen ist der Befund: **es gab keinen Fehler im System.**