commands: m2d-log + backtest + batch + stats slash commands (124 tests pass)

.claude/commands/stats.md

@@ -0,0 +1,42 @@
+---
+description: Show backtest statistics for data/jurnal.csv (overall, per-Set, per-calitate, per-instrument with Wilson + bootstrap CIs). --calibration shows P4 mismatch report.
+argument-hint: "[--calibration] [--seed N]"
+---
+
+# /stats — backtest statistics
+
+Rulează `scripts/stats.py` și afișează raportul.
+
+## Arguments
+
+- `--calibration` (flag) — afișează raportul P4 (mismatch field-by-field pe perechi `manual_calibration` ↔ `vision_calibration` join-uite pe `screenshot_file`).
+- `--seed N` (opțional) — seed pentru bootstrap RNG (default fără seed → output ne-determinist între run-uri). Folosește când vrei reproducibilitate.
+
+Default (fără flag-uri): backtest stats — overall + per-Set + per-calitate + per-instrument WR, expectancy, Wilson 95% CI pe WR, bootstrap 95% CI pe expectancy.
+
+## Workflow
+
+1. Construiește comanda:
+
+   ```bash
+   python scripts/stats.py [--calibration] [--seed N]
+   ```
+
+   `--csv data/jurnal.csv` e default-ul scriptului — nu îl pasezi.
+
+2. Rulează prin Bash tool. Output-ul vine pe stdout în UTF-8.
+
+3. Afișează output-ul **as-is** către user. Nu reformata, nu re-rezuma, nu interpreta. Scriptul are deja format ales (tabel + secțiuni text).
+
+4. **Interpretare** scurtă (max 3 propoziții) DACĂ user-ul cere explicit sau dacă observi ceva ce merită menționat:
+   - În modul backtest: Set-uri cu N ≥ 40 și Wilson lower bound > 50% → candidat pentru GO LIVE (vezi `STOPPING_RULE.md`).
+   - În modul `--calibration`: dacă există ≥10 perechi și mismatch rate > 10% pe câmpuri core (`entry/sl/tp0/1/2/outcome_path/max_reached/directie`) → P4 FAIL, vision agent are nevoie de fix (`.claude/agents/m2d-extractor.md`).
+
+5. NU edita CSV. NU regenera MD (citire pură).
+
+## Reguli
+
+- Read-only. Această comandă nu scrie nimic.
+- Output-ul scriptului e ground truth — nu inventezi numere.
+- `calitate` e descriptor biased (post-outcome) — vezi `STOPPING_RULE.md` §3 — raportul îl afișează informational only. NU sugerezi user-ului să folosească `calitate` ca filtru pentru GO LIVE.
+- Pentru calibration P4: minimum 10 perechi pentru ca verdictul să aibă sens. Sub 10 perechi → raportezi "insuficient pentru P4 — continuă să acumulezi calibrare".