Gesamtpruefung 2026-08-11: drei Defekte behoben

Zweiter vollstaendiger Durchlauf nach docs/review-prompt.md.

BEFUND 1: rec_outcomes war seit dem Einbau (06.08.) still tot - 0
Zeilen in 5 Tagen. _run_analysis las s.get("pb_feats"), aber s ist der
MT5Data-Snapshot; pb_feats lebt im Wave-Snapshot. _atr also immer 0,0
und die Schreibbedingung nie erfuellt. Kein NameError (ruff sieht
nichts), und das umgebende except loggt auf DEBUG. Aufgefallen nur,
weil die Tabelle mit 0 Zeilen neben ihren Schwestern stand.
Generalisiert als measurement_reminder.telemetrie_puls(): jede
Telemetrie-Tabelle muss einen Puls haben. Erster Lauf meldet genau
diesen Fund, alle uebrigen gruen.

BEFUND 2: der Divergenz-Waechter war selbst driftend. Abschnitt A
verglich gegen 43 % WARTEN - seit 05.08. ausdruecklich ungueltig (das
misst _build allein); richtig sind 80,5 %. Und entry_room galt als
"live-only", obwohl es seit 04./05.08. modelliert wird.
A: +50,8 Pp Warnung -> +13,3 Pp OK. B: 63,9 % -> 5,0 %.

BEFUND 3: P(break) ist wieder kalibriert (Delta -1,7 Pp nach +14,3 Pp
am 07.08.) - stuetzt den Schluss, dass die gewanderte Basisrate ein
Zeitraum-Effekt war.

Sauber: alle Standardpruefungen, 0 fehlende Frontend-IDs, mt5_lock,
Broker-Zeit, Race-Klasse. Performance: Snapshot-Median 15,9 ms, alle
heissen Abfragen ueber Index - keine Optimierung noetig.

Kein toter Code geloescht: die vermeintlich verwaisten Snapshot-Felder
sind Diagnose-Oberflaeche (vier davon heute zur Deploy-Verifikation
benutzt).

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>
This commit is contained in:
Axel Hocks
2026-08-11 22:31:42 +02:00
co-authored by Claude Opus 5
parent a866c9cec7
commit dca3c11bbd
4 changed files with 176 additions and 4 deletions
+74
View File
@@ -6161,6 +6161,80 @@ Neumessung. Sie bleiben unverändert und reproduzierbar; wo ihre Schlussfolgerun
relevant wird, gehört sie live-treu **neu gerechnet** (Muster: relevant wird, gehört sie live-treu **neu gerechnet** (Muster:
`backtest_auto_signal_norev.py`). `backtest_auto_signal_norev.py`).
## Gesamtprüfung 2026-08-11 (nach `docs/review-prompt.md`)
Zweiter vollständiger Durchlauf. **Drei echte Defekte**, alle behoben; keine
Strategie-Änderung.
⚠⚠ **BEFUND 1 — `rec_outcomes` war seit dem Einbau (06.08.) STILL TOT: 0 Zeilen
in 5 Tagen.** `engine._run_analysis` las `s.get("pb_feats")``s` ist aber der
**MT5Data**-Snapshot (Preis/Trend/Konto); `pb_feats` lebt im **Wave**-Snapshot.
Ergebnis: `_atr` immer 0,0 → die Schreibbedingung `_atr > 0` nie erfüllt.
**Live belegt:** `market` hat **kein** `pb_feats`, `wave` hat es (ATR 0,12).
**Warum keine Prüfung es fing:** es ist **kein** `NameError` (ruff F821 sieht
nichts), sondern ein falsches dict — syntaktisch einwandfrei. Und das umgebende
`except` loggt auf **DEBUG**, der Logger steht auf INFO. Exakt die Fehlerklasse,
vor der der `wave_snap`-Fallstrick vom 04.08. schon einmal gewarnt hat.
✅ Aufgefallen NUR, weil die Tabelle in Durchgang 4 mit 0 Zeilen **neben ihren
Schwestern** stand (`m15_states` 3.143 · `cone_checks` 263 ·
`pbreak_predictions` 3.775). Damit hat die Selbst-Kalibrierung der Empfehlung
fünf Tage lang nichts gemessen.
✅✅ **GENERALISIERT: `measurement_reminder.telemetrie_puls()`** — jede
Telemetrie-Tabelle muss einen PULS haben; schweigt eine, während die anderen
schreiben, ist der Logger tot. 7 Tabellen überwacht, Toleranz Faktor 20 der
erwarteten Kadenz (ein Wächter, der oft warnt, wird ignoriert). ⚠
`candles_m1.time` ist ROHE Brokerzeit → Offset abgezogen, sonst 3 h Fehlalarm.
**Erster Lauf meldet genau diesen einen Fund**, alle übrigen grün.
⚠⚠ **BEFUND 2 — DER DIVERGENZ-WÄCHTER WAR SELBST DRIFTEND.** Er verglich
Abschnitt A gegen **43 % WARTEN** — ein Maßstab, den CLAUDE.md seit dem
**2026-08-05 ausdrücklich für ungültig erklärt** (`backtest_dist.py` misst
`_build` ALLEIN, ohne Breakout-Bestätigung und Entry-Raum-Gate; mit vollem
Live-Stack sind es **80,5 %**). Zusätzlich zählte er `entry_room` als
„live-only", obwohl es seit dem 04./05.08. in `backtest_breakout_gated.py` mit
dem **echten** `_room_gate` modelliert wird.
| | vorher | nachher |
|---|---|---|
| A) Abweichung WARTEN | **+50,8 Pp ⚠** | **+13,3 Pp OK** |
| B) „Nur-Live-Gates" | **63,9 %** | **5,0 %** |
Der Wächter behauptete also einen Deployment-Drift, den es dort nicht gibt —
und „ein Wächter, der immer warnt, wird ignoriert" ist die eigene Lehre vom
02.08. (damals für die Modell-Epochen, hier für die Konstanten).
**BEFUND 3 — P(break) ist wieder kalibriert.** Δ **1,7 Pp** (Vorhersage
40,4 %, real 38,7 %, n=106 entkoppelt) nach **+14,3 Pp** am 07.08. Das stützt
den damaligen Schluss, dass die „gewanderte Basisrate" ein **Zeitraum-Effekt**
war, kein Modellversagen.
**Sauber (keine Befunde):** `check_nfalle` · `ruff F821` · 53 Tests ·
`node --check` · **0 fehlende Frontend-IDs** von 93 · der einzige Thread-Aufruf
von `refresh_market` nimmt `mt5_lock` selbst · alle `.time`-Nutzungen sind
Vergleiche unter Broker-Zeiten oder die dokumentierte `candles_m1`-Ausnahme ·
die 3 Ticket-Wechsel-Blöcke haben ihre Retry-Wächter · TF-Churn Median 23 min.
**Performance:** Snapshot-Median **15,9 ms** (p90 19,4), gegen 13 ms am 02.08. —
der Zuwachs deckt sich mit den seither gebauten Feldern und liegt weit unter dem
1-s-Budget. Alle heißen Abfragen laufen über einen Index (`recommendations`
1,2 ms · `candles_m1` über den PRIMARY KEY 1,9 ms · `trades` 0,1 ms).
**Keine Optimierung nötig** — Micro-Tuning ohne Messung wäre hier wertlos.
**Toter Code: keine Löschempfehlung.** 13 Snapshot-Felder haben keinen Leser
in `app.js` — davon habe ich am selben Tag **vier** benutzt, um Deployments zu
verifizieren (`close_notify_min`, `squeeze_pending`, `squeeze_night_hours`,
`squeeze_max_chase_atr`). Der Snapshot ist die **Diagnose-Oberfläche** und laut
`tools/deploy.py` Schritt 4 der einzige belastbare Beweis, dass neuer Code
läuft — sie zu entfernen würde die Verifikation kaputtmachen. Einzig
`cost_ratio` ist ein echter Waise (speiste den Kosten-Chip in `vd-consensus`,
den es nicht mehr gibt); er kostet eine Division und bleibt.
**Bekannt und unverändert:** 47 Backtests haben eine eigene Exit-Kopie (36
nutzen `core/exit_model`), `_atr_series` existiert in **86** Dateien. Umstellen
verletzt die Migrations-Regel — ihre publizierten Zahlen würden sich
verschieben. Alle 2026-08-11 neu gebauten Skripte nutzen den geteilten Kern.
**Benannt, nicht geändert:** `auto_squeeze` steht in `runtime_state.json` auf
`false`, in der ini auf `true`. Verhalten ist korrekt (runtime gewinnt), der
Zustand aber irreführend — wird `runtime_state.json` gelöscht, schaltet sich der
autonome Einstieg wieder ein. **User-Entscheidung vom 11.08., 14:10.**
## Gesamtprüfung 2026-08-02 (nach `docs/review-prompt.md`) ## Gesamtprüfung 2026-08-02 (nach `docs/review-prompt.md`)
Erster vollständiger Durchlauf des Review-Prompts. **Keine Strategie-Änderung** — alle Erster vollständiger Durchlauf des Review-Prompts. **Keine Strategie-Änderung** — alle
+22 -2
View File
@@ -41,7 +41,18 @@ _BROKER_OFF = 10800 # Brokerzeit = UTC+3 (candles/copy_rates sind Broker-Wallc
LOG = "oil_widget.log" LOG = "oil_widget.log"
# Erwartungswerte aus den Backtests — die Messlatte # Erwartungswerte aus den Backtests — die Messlatte
_EXP_WAIT = 43.0 # backtest_dist.py: ~57 % LONG/SHORT, ~43 % WARTEN # ⚠⚠ KORRIGIERT 2026-08-11 (Review-Durchgang 2): hier standen **43,0 %** aus
# `backtest_dist.py`. Dieser Massstab ist seit dem 2026-08-05 ausdrücklich
# UNGÜLTIG — er misst `_build` ALLEIN, ohne Breakout-Bestätigung und ohne
# Entry-Raum-Gate, also ohne die beiden groessten Live-Blocker. Mit dem vollen
# Live-Stack liegt die Erwartung bei **80,5 %** (`backtest_dist_gated.py`:
# entry_room 41,4 % · breakout_pending 17,0 % · stretch 13,8 % · deadband
# 7,4 % · min_conf 0,9 %).
# ⚠ Wirkung des Fehlers: der Waechter meldete DAUERHAFT „+50,8 Pp Abweichung" —
# und ein Waechter, der immer warnt, wird ignoriert. Genau diese Lehre steht
# seit dem 02.08. im Epochen-Block darunter; sie galt fuer die Modelle, nicht
# fuer diese Konstante.
_EXP_WAIT = 80.5 # backtest_dist_gated.py (2026-08-05), VOLLER Live-Stack
_EXP_WAIT_TOL = 15.0 # ab dieser Abweichung wird geflaggt (Pp) _EXP_WAIT_TOL = 15.0 # ab dieser Abweichung wird geflaggt (Pp)
# ── EPOCHEN ─────────────────────────────────────────────────────────────────── # ── EPOCHEN ───────────────────────────────────────────────────────────────────
@@ -123,9 +134,18 @@ def sec_b(c, t0):
print(" noch keine Daten — das Logging läuft erst seit dem Neustart am 31.07.") print(" noch keine Daten — das Logging läuft erst seit dem Neustart am 31.07.")
return return
# Welche Gates kennt der Backtest? (nur diese dürfen den Vergleich prägen) # Welche Gates kennt der Backtest? (nur diese dürfen den Vergleich prägen)
# ⚠⚠ `entry_room` KORRIGIERT 2026-08-11 (Review-Durchgang 2): stand auf
# False = „live-only". Das stimmt seit dem 2026-08-04/05 nicht mehr —
# `backtest_breakout_gated.py` und `backtest_dist_gated.py` rufen das
# ECHTE `_room_gate` (mit `set_entry_room(0.6)`) und modellieren es damit.
# Wirkung: der grösste Blocker (58,9 %) wurde als „nicht gedeckt" gezählt,
# wodurch die Zeile „Nur-Live-Gates blocken X %" massiv zu hoch auswies
# (63,9 % statt real ~5,0 %) — und damit einen Deployment-Drift behauptete,
# den es an dieser Stelle nicht gibt.
im_backtest = {"deadband": True, "htf_counter": True, "stretch": True, im_backtest = {"deadband": True, "htf_counter": True, "stretch": True,
"min_conf": True, "breakout_pending": True, "min_conf": True, "breakout_pending": True,
"entry_room": False, "dead_hour": False, "eia": False, "entry_room": True,
"dead_hour": False, "eia": False,
"no_data": False, "stale": False, None: None} "no_data": False, "stale": False, None: None}
print(f" {'Gate':<20}{'n':>8}{'Anteil':>9} im Backtest modelliert?") print(f" {'Gate':<20}{'n':>8}{'Anteil':>9} im Backtest modelliert?")
for br, n in rows: for br, n in rows:
+19 -2
View File
@@ -1743,8 +1743,25 @@ class TradingEngine:
try: try:
_sig = rec.get("signal") _sig = rec.get("signal")
if _sig in ("LONG", "SHORT") and _sig != getattr(self, "_rec_epi_sig", None): if _sig in ("LONG", "SHORT") and _sig != getattr(self, "_rec_epi_sig", None):
_atr = float((s.get("pb_feats") or {}).get("atr") or 0.0) # ⚠⚠ BUG BEHOBEN 2026-08-11 (Review-Durchgang 4): hier stand
_px = float((self.data.snapshot() or {}).get("bid") or 0.0) # `s.get("pb_feats")`. `s` ist aber der **MT5Data**-Snapshot
# (Preis/Trend/Konto) — `pb_feats` lebt im **Wave**-Snapshot.
# `s.get(...)` lieferte damit IMMER None → `_atr = 0.0` → die
# Bedingung `_atr > 0` war NIE erfüllt → `rec_outcomes` blieb
# seit dem Einbau (06.08.) bei **0 Zeilen**, also 5 Tage lang
# still tot. Die Selbst-Kalibrierung der Empfehlung hat in
# dieser Zeit nichts gemessen.
# ⚠ Warum es keine Prüfung fing: es ist KEIN NameError (ruff F821
# sieht nichts), sondern ein falsches dict — syntaktisch
# einwandfrei. Und das umgebende `except` loggt nur auf DEBUG,
# der Logger steht auf INFO. Genau die Fehlerklasse, vor der
# der `wave_snap`-Fallstrick vom 04.08. schon einmal warnte.
# ✅ Aufgefallen ist es NUR, weil die Tabelle in Durchgang 4 mit
# 0 Zeilen neben ihren Schwestern stand (m15_states 3.143,
# cone_checks 263, pbreak_predictions 3.775).
_ws = self.wave.snapshot() or {}
_atr = float((_ws.get("pb_feats") or {}).get("atr") or 0.0)
_px = float(s.get("bid") or 0.0)
if _atr > 0 and _px > 0 and self.history: if _atr > 0 and _px > 0 and self.history:
self.history.log_rec_outcome( self.history.log_rec_outcome(
signal=_sig, conf_pct=int(rec.get("conf_pct") or 0), signal=_sig, conf_pct=int(rec.get("conf_pct") or 0),
+61
View File
@@ -414,6 +414,59 @@ CONFIG_DEPS = [
] ]
# ── TELEMETRIE-PULS ───────────────────────────────────────────────────────────
# ⚠⚠ ANLASS (2026-08-11, Review-Durchgang 4): `rec_outcomes` — die
# Selbst-Kalibrierung der Empfehlung — stand seit dem Einbau am 06.08. bei
# **0 Zeilen**. Ursache war ein falsches dict (`s.get("pb_feats")` auf dem
# MT5Data- statt dem Wave-Snapshot) → `_atr` immer 0 → die Schreibbedingung
# nie erfüllt. **Kein NameError** (ruff sieht nichts), und das umgebende
# `except` loggt auf DEBUG, der Logger steht auf INFO. Fünf Tage still tot.
# Aufgefallen NUR, weil die Tabelle mit 0 Zeilen neben ihren Schwestern stand.
# ➜ Diese Prüfung generalisiert den Fund: jede Telemetrie-Tabelle muss einen
# PULS haben. Schweigt eine, während die anderen schreiben, ist der Logger tot.
# ⚠ Die Toleranz ist grosszügig (Faktor 20 der erwarteten Kadenz), damit ein
# ruhiger Markt keinen Fehlalarm auslöst — ein Wächter, der oft warnt, wird
# ignoriert (Lehre vom 02.08.).
_PULS = [
# (Tabelle, Zeitspalte, erwartete Kadenz in Minuten, wozu)
("recommendations", "timestamp", 1, "Empfehlungs-Log"),
("candles_m1", "time", 1, "M1-Kerzen-Sammlung"),
("verdict_votes", "ts", 1, "Modul-Stimmen"),
("m15_states", "ts", 60, "M15-Karte Selbstmessung"),
("cone_checks", "ts", 60, "Kegel-Kalibrierung (ACI)"),
("pbreak_predictions", "ts", 60, "P(break)-Prognose-Tracking"),
("rec_outcomes", "ts", 180, "Selbst-Kalibrierung Empfehlung"),
]
def telemetrie_puls() -> list:
"""Welche Telemetrie-Tabelle schreibt nicht mehr? → Liste von Klartext-Zeilen."""
import sqlite3
import time as _t
out = []
try:
db = sqlite3.connect(DB)
except Exception:
return out
jetzt = _t.time()
for tab, sp, kadenz, wozu in _PULS:
try:
n = db.execute(f"SELECT COUNT(*) FROM {tab}").fetchone()[0]
letzt = db.execute(f"SELECT MAX({sp}) FROM {tab}").fetchone()[0]
except Exception:
continue # Tabelle gibt es (noch) nicht
if not n:
out.append(f"{tab}: 0 Zeilen — der Logger hat NIE geschrieben ({wozu})")
continue
# ⚠ candles_m1.time ist ROHE Brokerzeit (UTC+3) — sonst 3 h Fehlalarm.
alter_min = (jetzt - (letzt - 10800 if tab == "candles_m1" else letzt)) / 60.0
if alter_min > kadenz * 20:
out.append(f"{tab}: letzte Zeile vor {alter_min/60:.1f} h "
f"(erwartet ~alle {kadenz} min) — {wozu}")
db.close()
return out
def _cfg_now() -> dict: def _cfg_now() -> dict:
"""Liest NUR die überwachten [trading]-Keys. ⚠ Die ini enthält Live-Secrets — """Liest NUR die überwachten [trading]-Keys. ⚠ Die ini enthält Live-Secrets —
hier wird bewusst nichts anderes gelesen oder ausgegeben. hier wird bewusst nichts anderes gelesen oder ausgegeben.
@@ -533,6 +586,14 @@ def main() -> None:
print(f"\n{d['key']}: ist '{cur}' — gemessen/validiert gegen '{val}'") print(f"\n{d['key']}: ist '{cur}' — gemessen/validiert gegen '{val}'")
print(f" betroffen: {d['test']}") print(f" betroffen: {d['test']}")
print(f" {d['why']}") print(f" {d['why']}")
print("\n" + "=" * 78)
print(" TELEMETRIE-PULS — schreibt jeder Logger noch?")
print("=" * 78)
puls = telemetrie_puls()
if not puls:
print(f"\n ✅ alle {len(_PULS)} Telemetrie-Tabellen schreiben")
for x in puls:
print(f"\n{x}")
return return
if not due and not drift_new: if not due and not drift_new: