Kegel mit Adaptive Conformal Inference nachkalibriert (v=158)

Der Kegel war seit dem 31.07. dokumentiert 3-5 Pp ZU ENG - 80 % nominal gegen real 76,7 / 76,6 / 75,3 % - und blieb es, weil Nachfitten das Problem nur verschiebt. ACI justiert stattdessen ONLINE nach jedem aufgeloesten Fenster und konvergiert nachweislich gegen die Zielabdeckung, auch unter Drift. EHRLICH ZUR BAUART: die Lehrbuch-Form justiert alpha und schlaegt das Quantil nach. Hier liegt nur eine feste Quantil-Tabelle vor, kein Verteilungsobjekt - umgesetzt ist die multiplikative Variante: s <- s * exp(gamma * (1{verfehlt} - alpha_ziel)), gamma 0,02, Deckel 0,7-2,0 Dieselbe Regelungsidee, aber die Konvergenz-GARANTIE der Originalform ist damit nicht woertlich uebertragen. Verifiziert: bei exakt 20 % Verfehlern bleibt die Skala bei 1,0000 - der Fixpunkt stimmt. Simulation aus der dokumentierten Lage (76,6 %): nach ~50 Checks um 80 %. Die Skala pendelt um das Ziel statt exakt zu treffen - das ist das bekannte ACI-Verhalten (garantiert ist die Langfrist-Abdeckung). NICHT-UEBERLAPPEND geloggt (neue Tabelle cone_checks): ein 120-min-Fenster alle 5 min waere 24-fach ueberlappend - genau die Cluster-Verzerrung, an der analyze_hl_funding.py aufgelaufen ist und die die Faelligkeitsbedingung pbreak_accuracy_v2 um das Zehnfache danebenliegen liess. Je Horizont startet ein neuer Check erst, wenn der vorige ablief -> 48/24/12 Checks je Tag. Neustart-fest ueber runtime_state.json. build() ohne skalen liefert bitgenau die alten Werte (additiv geprueft). ZWEI EIGENE PLATZIERUNGSFEHLER, beide gefangen: der Lade-Block landete zuerst HINTER den except-Klauseln von _load_runtime_state, wo st nicht mehr existiert; und beim M15-Setup landete ein Block mitten in einem mehrzeiligen Aufruf. Der erste waere stillschweigend nie gelaufen - gefunden nur, weil ich die Funktion danach gelesen habe statt dem gruenen py_compile zu trauen. Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>
2026-08-08 23:45:26 +02:00
parent 86c432f791
commit b8705e297f
6 changed files with 244 additions and 11 deletions
@@ -4182,7 +4182,7 @@ dort bereits nachvalidiert, ØR +0,305.) **Eine** Oberfläche:
  („⚠ die Welle (steuert die Order) schweigt").
  Live gegengerechnet, beide Zeilen erscheinen wie beabsichtigt.
  ⚠ Reine Anzeige — an Gewichten, Gates und Order-Logik ist nichts geändert.
- Asset-Version aktuell **v=157** (in `web/index.html` hochzählen, siehe Workflows).
+- Asset-Version aktuell **v=158** (in `web/index.html` hochzählen, siehe Workflows).
  Schriftgrößen 2026-07-24 global **+4px** (2× je +2px auf User-Wunsch; Body-Basis
  14→18px). ⚠ Betrifft in `style.css` sowohl `font-size:Npx` (71×) ALS AUCH die
  `font:<weight> Npx/…`-**Shorthand** (3×: `.ms-chip`/`.ms-bos-lbl`/`.sqm-badge` —
@@ -4942,6 +4942,48 @@ Modell schliesst keine Trades.
 „die Rangfolge ist kaputt" ist **nicht** belegt; belegt ist nur die
 Basisraten-/Kalibrierungslücke.

+## ✅ KEGEL MIT ADAPTIVE CONFORMAL INFERENCE (2026-08-08, v=158)
+
+Der Kegel war seit dem 31.07. dokumentiert **3–5 Pp ZU ENG** — 80 % nominal
+gegen real **76,7 / 76,6 / 75,3 %** — und blieb es, weil Nachfitten das Problem
+nur verschiebt: die nächste Periode hat wieder eine andere Vola. **ACI** ist die
+Standardmethode dafür (Web-Recherche 08.08.): sie justiert das Niveau **online**
+nach jedem aufgelösten Fenster und konvergiert nachweislich gegen die
+Zielabdeckung, **auch unter Verteilungsdrift**.
+
+⚠ **EHRLICH ZUR BAUART:** die Lehrbuch-Form justiert `α` und schlägt das
+zugehörige Quantil nach. Hier liegt nur eine feste **Quantil-Tabelle** vor, kein
+Verteilungsobjekt — umgesetzt ist deshalb die **multiplikative Variante**:
+```
+s ← s · exp(γ · (1{verfehlt} − α_ziel))      γ = 0,02 · Deckel [0,7 … 2,0]
+```
+Dieselbe Regelungsidee, aber **die Konvergenz-Garantie der Originalform ist
+damit NICHT wörtlich übertragen** — es ist ACI im Geiste.
+
+✅ **Verifiziert:** bei **exakt 20 % Verfehlern bleibt die Skala bei 1,0000** —
+das ist der Fixpunkt, und er stimmt. Simulation aus der dokumentierten Lage
+(76,6 % Abdeckung): nach ~50 Checks um 80 %.
+⚠ Die Skala **pendelt** um das Ziel statt exakt zu treffen. Das ist das bekannte
+ACI-Verhalten: garantiert ist die **Langfrist**-Abdeckung, nicht der Einzelwert.
+
+⚠⚠ **NICHT-ÜBERLAPPEND geloggt** (`cone_checks`): ein 120-min-Fenster alle 5 min
+wäre **24-fach überlappend** — genau die Cluster-Verzerrung, an der
+`analyze_hl_funding.py` (06.08.) aufgelaufen ist und die die
+Fälligkeitsbedingung `pbreak_accuracy_v2` um das Zehnfache danebenliegen liess
+(07.08.). Je Horizont startet ein neuer Check erst, wenn der vorige abgelaufen
+ist → 48/24/12 Checks je Tag.
+✅ **Neustart-fest** über `runtime_state.json` — ohne Persistenz liefe die
+erlernte Kalibrierung nach jedem Neustart wieder bei 1,0 los.
+⚠ `build(price, atr)` OHNE `skalen` liefert **bitgenau** die alten Werte
+(additiv geprüft).
+
+⚠⚠ **ZWEI EIGENE PLATZIERUNGSFEHLER beim Bau, beide gefangen:** der Lade-Block
+landete zuerst **hinter** den `except`-Klauseln von `_load_runtime_state`, wo
+`st` gar nicht mehr existiert; und beim M15-Setup landete ein Block **mitten in
+einem mehrzeiligen Aufruf**. Der erste wäre stillschweigend nie gelaufen
+(`except Exception` hätte ihn geschluckt) — gefunden nur, weil ich die Funktion
+danach gelesen habe statt dem grünen `py_compile` zu trauen.
+
 ## ✅ DIE M15-KARTE MISST SICH JETZT SELBST + AUSFÜHRUNGSQUALITÄT SICHTBAR (2026-08-08, v=157)

 Nach Web-Recherche umgesetzt (User-Wahl aus drei Vorschlägen). ⚠ Der dritte
@@ -5927,7 +5969,7 @@ besser) · Teil-Exit bei 1:1 (`_PARTIAL_TP_FRAC=0`, User-Vorgabe).
  (Beobachtungen/Feedback) ergänzt diese Datei.
 - `oil_widget_config.ini` enthält **Live-Secrets** (Keys/Token) — nicht ins
  Repo/Logs leaken.
- **DB** `oil_widget_history.db` (trades · intended_trades · recommendations · **m15_states** · **candles_m1** · **pbreak_predictions** · **verdict_votes**).
+- **DB** `oil_widget_history.db` (trades · intended_trades · recommendations · **m15_states** · **cone_checks** · **candles_m1** · **pbreak_predictions** · **verdict_votes**).
  Vor jedem Eingriff Backup (`*.bak-<datum>`); Zeitspalten sind lokale Epoch
  (Broker-Offset bereits korrigiert) — **AUSNAHME `candles_m1.time` = ROHE Broker-Zeit
  (UTC+3)**, deckungsgleich mit `copy_rates`.
@@ -45,24 +45,60 @@ _ATRMIN = 0.06
 MINUTES = {6: 30, 12: 60, 24: 120}


-def build(price: float, atr: float, bands=(50, 80)) -> dict | None:
-    """→ {'atr':…, 'levels':[{minutes, bars, band, lo, hi, coverage}, …]}
+# ── ADAPTIVE CONFORMAL INFERENCE (2026-08-08) ────────────────────────────────
+# ⚠⚠ WOZU: die Baender sind oben dokumentiert **3–5 Pp ZU ENG** (80 % nominal →
+# real 76,7 / 76,6 / 75,3 %). Das stand seit dem 31.07. so da und wurde NICHT
+# behoben, weil ein Nachfitten das Problem nur verschiebt: die naechste Periode
+# hat wieder eine andere Vola.
+# ACI loest genau das — es justiert das Niveau ONLINE nach jedem aufgeloesten
+# Fenster und konvergiert nachweislich gegen die Zielabdeckung, AUCH unter
+# Verteilungsdrift (Gibbs & Candes; DtACI schaetzt zusaetzlich gamma selbst).
+#
+# ⚠ EHRLICH ZUR BAUART: die Lehrbuch-Form justiert `alpha` und schlaegt das
+# zugehoerige Quantil nach. Hier liegt nur eine feste Quantil-TABELLE vor, kein
+# vollstaendiges Verteilungsobjekt — deshalb die **multiplikative Variante**:
+# ein Skalenfaktor je Horizont, aktualisiert als
+#     s <- s * exp(gamma * (1{verfehlt} - alpha_ziel))
+# Verfehlt das Fenster oefter als alpha_ziel, waechst s (Band wird breiter),
+# sonst schrumpft es. Dieselbe Regelungsidee, aber die Konvergenz-GARANTIE der
+# Originalform ist damit NICHT woertlich uebertragen — es ist ACI im Geiste.
+_ACI_GAMMA = 0.02          # Schrittweite (Literatur ~0,005–0,05)
+_ACI_MIN, _ACI_MAX = 0.7, 2.0   # Skalen-Deckel gegen Ausreisser/Endlos-Drift
+
+
+def aci_update(skala: float, verfehlt: bool, band: int = 80,
+               gamma: float = _ACI_GAMMA) -> float:
+    """Ein ACI-Schritt. `verfehlt` = der Kurs lag AUSSERHALB des Bandes."""
+    ziel = 1.0 - band / 100.0                     # z. B. 0,20 bei 80 %
+    import math
+    s = skala * math.exp(gamma * ((1.0 if verfehlt else 0.0) - ziel))
+    return max(_ACI_MIN, min(_ACI_MAX, s))
+
+
+def build(price: float, atr: float, bands=(50, 80),
+          skalen: dict | None = None) -> dict | None:
+    """→ {'atr':…, 'levels':[{minutes, bars, band, lo, hi, coverage, skala}, …]}

    `price` = aktueller Kurs (Bid), `atr` = ATR der M5-Basis.
+    `skalen` = {bars: Faktor} aus ACI; ohne Angabe bleibt alles wie bisher
+    (⚠ ADDITIV — ein Aufruf ohne `skalen` liefert bitgenau die alten Werte).
    """
    if not price or not atr or atr <= 0:
        return None
    a = max(float(atr), _ATRMIN)
+    sk = skalen or {}
    out = []
    for bars in sorted(_CONE):
        for band in bands:
            q = _CONE[bars].get(band)
            if not q:
                continue
+            s = float(sk.get(bars) or sk.get(str(bars)) or 1.0)
            out.append({
                "minutes": MINUTES[bars], "bars": bars, "band": band,
-                "lo": round(price + q[0] * a, 3),
-                "hi": round(price + q[1] * a, 3),
+                "lo": round(price + q[0] * a * s, 3),
+                "hi": round(price + q[1] * a * s, 3),
                "coverage": _COVERAGE.get(bars, {}).get(band),
+                "skala": round(s, 3),
            })
    return {"atr": round(a, 4), "price": round(float(price), 3), "levels": out}
@@ -698,6 +698,9 @@ class TradingEngine:
                    # geschlossen hat.
                    try:    self._evaluate_m15_states()          # ~alle 5 min, self-throttled
                    except Exception as me: log.warning(f"m15_states: {me}")
+                    # Kegel-Abdeckung + ACI-Nachjustierung (2026-08-08)
+                    try:    self._evaluate_cone_checks()
+                    except Exception as ce: log.warning(f"cone_checks: {ce}")
                    # Wirtschaftskalender (self-throttled ~1 h, außerhalb des mt5_lock
                    # unkritisch — reiner HTTP-Fetch mit Timeout)
                    # HL-Kontext (Funding/OI/Premium) — reine Anzeige.
@@ -2101,6 +2104,13 @@ class TradingEngine:
                from core.config import set_margin_buffer as _setp, get_margin_buffer
                _setp(float(st["margin_pct"] or 0) or 95.0)
                self._margin_pct = round(get_margin_buffer() * 100.0, 1)
+            if "cone_skalen" in st:
+                # ⚠ JSON liefert String-Schluessel → auf int zurueckholen, sonst
+                # findet `cone.build` sie nicht (es sucht nach `bars` als int).
+                # ⚠ Der Block MUSS im `try` stehen: der erste Entwurf landete
+                # hinter den except-Klauseln, wo `st` gar nicht mehr existiert.
+                self._cone_skalen = {int(k): float(v)
+                                     for k, v in (st["cone_skalen"] or {}).items()}
            log.info(f"Runtime-State geladen: BRK={'AN' if self._auto_squeeze else 'aus'} · "
                     f"S/R-Close={'AN' if self._auto_sr_close else 'aus'} · "
                     f"MinGewinn={self._sr_close_min_gain:+.2f} · "
@@ -2121,7 +2131,15 @@ class TradingEngine:
                           "auto_sr_close": self._auto_sr_close,
                           "sr_close_min_gain": self._sr_close_min_gain,
                           "manual_margin": getattr(self, "_manual_margin", 0.0),
-                           "margin_pct": getattr(self, "_margin_pct", 0.0)}, f)
+                           "margin_pct": getattr(self, "_margin_pct", 0.0),
+                           # Kegel-ACI-Skalen (2026-08-08): ohne Persistenz waere
+                           # die muehsam erlernte Kalibrierung nach jedem Neustart
+                           # weg und liefe von 1,0 neu an. ⚠ JSON-Schluessel sind
+                           # Strings — `cone.build` und der ACI-Schritt lesen
+                           # deshalb beide Formen (int UND str).
+                           "cone_skalen": {str(k): v for k, v in
+                                           (getattr(self, "_cone_skalen", None)
+                                            or {}).items()}}, f)
            os.replace(tmp, self._runtime_state_path)
        except Exception as e:
            log.warning(f"runtime_state speichern: {e}")
@@ -3503,6 +3521,85 @@ class TradingEngine:
        except Exception as e:
            log.debug(f"m15_state log: {e}")

+    def _log_cone_check(self, cone: dict | None):
+        """Legt je Horizont EINEN nicht-ueberlappenden Abdeckungs-Check an.
+
+        ⚠⚠ NICHT-UEBERLAPPEND ist hier kein Detail: ein 120-min-Fenster alle
+        5 min waere 24-fach ueberlappend. Genau daran ist `analyze_hl_funding.py`
+        (06.08.) aufgelaufen, und die Faelligkeitsbedingung `pbreak_accuracy_v2`
+        ueberschaetzte damit die Beweismenge um das Zehnfache (07.08.). Ein neuer
+        Check startet je Horizont erst, wenn der vorige abgelaufen ist."""
+        try:
+            if not cone or not self.history:
+                return
+            now = time.time()
+            letzte = getattr(self, "_cone_check_ts", None)
+            if letzte is None:
+                letzte = self._cone_check_ts = {}
+            for lv in cone.get("levels") or []:
+                if lv.get("band") != 80:
+                    continue
+                b = lv.get("bars")
+                fenster = (lv.get("minutes") or 0) * 60
+                if not b or not fenster:
+                    continue
+                if now - letzte.get(b, 0.0) < fenster:
+                    continue                     # voriger Check laeuft noch
+                letzte[b] = now
+                self.history.log_cone_check(
+                    bars=b, band=80, price=cone.get("price") or 0.0,
+                    lo=lv["lo"], hi=lv["hi"], skala=lv.get("skala") or 1.0)
+        except Exception as e:
+            log.debug(f"cone_check log: {e}")
+
+    def _evaluate_cone_checks(self):
+        """Loest faellige Kegel-Checks auf und fuehrt den ACI-Schritt aus.
+
+        ⚠ Der Kegel war dokumentiert **3–5 Pp zu eng** (80 % nominal → real
+        76,7 / 76,6 / 75,3 %) und blieb es seit dem 31.07., weil Nachfitten das
+        Problem nur verschiebt. ACI justiert stattdessen laufend nach.
+        ⚠ `candles_m1.time` ist ROHE Broker-Zeit — Offset noetig."""
+        now = time.time()
+        if now - getattr(self, "_cone_eval_ts", 0.0) < 300:
+            return
+        self._cone_eval_ts = now
+        try:
+            import sqlite3
+            from core.cone import MINUTES, aci_update
+            off = self.trader._broker_offset_s()
+            con = sqlite3.connect(HISTORY_DB_FILE, timeout=5.0)
+            con.row_factory = sqlite3.Row
+            offen = con.execute(
+                "SELECT id, ts, bars, band, lo, hi, skala FROM cone_checks "
+                "WHERE done IS NULL OR done = 0").fetchall()
+            skalen = dict(getattr(self, "_cone_skalen", {}) or {})
+            for r in offen:
+                ziel = r["ts"] + MINUTES.get(r["bars"], 30) * 60
+                if now < ziel:
+                    continue
+                row = con.execute(
+                    "SELECT c FROM candles_m1 WHERE time <= ? AND time > ? "
+                    "ORDER BY time DESC LIMIT 1",
+                    (ziel + off, ziel + off - 900)).fetchone()
+                if not row:
+                    if now >= r["ts"] + 6 * 3600:      # keine Bars mehr zu erwarten
+                        con.execute("UPDATE cone_checks SET done=1 WHERE id=?", (r["id"],))
+                    continue
+                drin = 1 if r["lo"] <= row["c"] <= r["hi"] else 0
+                con.execute("UPDATE cone_checks SET drin=?, done=1 WHERE id=?",
+                            (drin, r["id"]))
+                s = float(skalen.get(r["bars"]) or 1.0)
+                skalen[r["bars"]] = aci_update(s, verfehlt=(drin == 0),
+                                               band=r["band"] or 80)
+            con.commit(); con.close()
+            if skalen != getattr(self, "_cone_skalen", None):
+                self._cone_skalen = skalen
+                self._save_runtime_state()          # Neustart-fest
+                log.info("Kegel-ACI: Skalen " + ", ".join(
+                    f"{k}→{v:.3f}" for k, v in sorted(skalen.items())))
+        except Exception as e:
+            log.debug(f"cone_checks auswerten: {e}")
+
    def _evaluate_m15_states(self):
        """Traegt den Forward-Return offener M15-Zustaende nach.

@@ -3771,7 +3868,8 @@ class TradingEngine:
        stop_approach = self._stop_approach_hint(market, position, wave_snap)
        _cone = _cone_build(
            (market or {}).get("bid"),
-            float(((wave_snap or {}).get("pb_feats") or {}).get("atr") or 0.0))
+            float(((wave_snap or {}).get("pb_feats") or {}).get("atr") or 0.0),
+            skalen=getattr(self, "_cone_skalen", None))
        # M15-Setup EINMAL rechnen (nicht im Dict), damit die Selbstmessung
        # daran haengen kann — ein zweiter Aufruf waere Arbeit fuer dieselben
        # Zahlen (der Konsens-Pfeil-Fehler).
@@ -3783,6 +3881,7 @@ class TradingEngine:
        _m15 = self._m15_setup(market, wave_snap, _cone,
                               self._alignment_cached())
        self._log_m15_state(_m15, market)
+        self._log_cone_check(_cone)
        # Für den KI-Copiloten festhalten (2026-08-02) — er bekam bis dahin nur
        # das Wellen-Signal und sah ausgerechnet die beiden kalibrierten Größen
        # des Projekts nicht. Hier nur ZUWEISEN, nicht neu rechnen.
@@ -189,6 +189,26 @@ SCHEMA = [
    )
    """,
    """
+    -- KEGEL-ABDECKUNG fuer Adaptive Conformal Inference (2026-08-08).
+    -- ⚠ NICHT-UEBERLAPPEND je Horizont geloggt: ein 120-min-Fenster alle 5 min
+    -- waere 24-fach ueberlappend, und ueberlappende Beobachtungen haben genau
+    -- die Cluster-Verzerrung erzeugt, an der `analyze_hl_funding.py` (06.08.)
+    -- und die Faelligkeitsbedingung `pbreak_accuracy_v2` (07.08.) aufgelaufen
+    -- sind. Je Horizont startet ein neuer Check erst, wenn der vorige ablief.
+    CREATE TABLE IF NOT EXISTS cone_checks (
+        id      INTEGER PRIMARY KEY AUTOINCREMENT,
+        ts      INTEGER,   -- lokale Epoch
+        bars    INTEGER,   -- Horizont in M5-Bars (6/12/24)
+        band    INTEGER,   -- Nennband in % (80)
+        price   REAL,
+        lo      REAL,
+        hi      REAL,
+        skala   REAL,      -- ACI-Skala, mit der dieses Band gebaut wurde
+        drin    INTEGER,   -- 1 = Kurs lag im Band
+        done    INTEGER
+    )
+    """,
+    """
    CREATE TABLE IF NOT EXISTS verdict_votes (
        id              INTEGER PRIMARY KEY AUTOINCREMENT,
        ts              INTEGER,        -- lokale Epoch
@@ -486,6 +506,35 @@ class HistoryLogger:
            conn.commit()
            return cur.lastrowid

+    def log_cone_check(self, *, bars: int, band: int, price: float,
+                       lo: float, hi: float, skala: float) -> int:
+        """Legt EINEN Abdeckungs-Check des Kegels an (nicht-ueberlappend)."""
+        try:
+            with self._lock, self._connect() as conn:
+                cur = conn.execute("""
+                    INSERT INTO cone_checks (ts,bars,band,price,lo,hi,skala)
+                    VALUES (?,?,?,?,?,?,?)
+                """, (int(time.time()), int(bars), int(band), float(price),
+                      float(lo), float(hi), float(skala)))
+                conn.commit()
+                return cur.lastrowid
+        except Exception:
+            return 0
+
+    def cone_coverage(self, bars: int, last_n: int = 100) -> dict:
+        """Real gemessene Abdeckung der letzten `last_n` Checks eines Horizonts."""
+        try:
+            with self._lock, self._connect() as conn:
+                rows = conn.execute(
+                    "SELECT drin FROM cone_checks WHERE bars=? AND done=1 "
+                    "ORDER BY id DESC LIMIT ?", (int(bars), int(last_n))).fetchall()
+        except Exception:
+            return {"n": 0}
+        n = len(rows)
+        if not n:
+            return {"n": 0}
+        return {"n": n, "abdeckung": round(100 * sum(r[0] for r in rows) / n, 1)}
+
    def log_m15_state(self, *, status: str, veto, kosten, level, gap_atr,
                      p_break, lesart, price, atr) -> int:
        """Loggt EINEN Zustandswechsel der M15-Karte.
@@ -572,10 +572,17 @@ function renderCone(cn) {
                .sort((a, b) => a.minutes - b.minutes);
  if (!b80.length) { el.innerHTML = ""; return; }
  const cov = b80[0].coverage != null ? `${fmt(b80[0].coverage, 0)} %` : "~";
+  // ⚠ ACI (2026-08-08): die Bänder waren dokumentiert 3–5 Pp ZU ENG (80 %
+  // nominal → real 76,7/76,6/75,3). Adaptive Conformal Inference justiert das
+  // jetzt online nach; die Skala zeigt, wie stark. 1,00 = noch unverändert.
+  const sk = b80.map(x => x.skala).filter(v => v != null);
+  const skTxt = (sk.length && sk.some(v => Math.abs(v - 1) > 0.005))
+    ? `<span class="kx-cone-cov">ACI ×${fmt(sk.reduce((a, b) => a + b, 0) / sk.length, 2)}</span>`
+    : "";
  el.innerHTML = `<span class="kx-cone-lbl">📐 erwartete Spanne</span>`
    + b80.map(x => `<span class="kx-cone-item"><i>${x.minutes}′</i>`
        + `${fmt(x.lo, 2)}–${fmt(x.hi, 2)}</span>`).join("")
-    + `<span class="kx-cone-cov">trifft ${cov}</span>`;
+    + `<span class="kx-cone-cov">trifft ${cov}</span>` + skTxt;
  // Die Einordnung gehört an die Zahl, nicht in einen Absatz darunter — sonst
  // liest jemand die Spanne als Richtungsprognose.
  el.title = "STREUUNG, nicht Richtung: wie WEIT der Kurs plausibel läuft, nicht "
@@ -6,7 +6,7 @@
  <meta name="theme-color" content="#0d1117">
  <title>Oil · MT5</title>
  <link rel="manifest" href="manifest.json">
-  <link rel="stylesheet" href="style.css?v=157">
+  <link rel="stylesheet" href="style.css?v=158">
 </head>
 <body>
  <!-- Modul-Menü (ganz oben) -->
@@ -347,6 +347,6 @@
  </div>
  <div id="toast" class="toast hidden"></div>

-  <script src="app.js?v=157"></script>
+  <script src="app.js?v=158"></script>
 </body>
 </html>