romfast/atm-backtesting
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
34af5b631e15fdc1ee21f5a4c33558d2af080d26
atm-backtesting/.claude/commands/stats.md

2.2 KiB
Raw Blame History

description, argument-hint
description argument-hint
Show backtest statistics for data/jurnal.csv (overall, per-Set, per-calitate, per-instrument with Wilson + bootstrap CIs). --calibration shows P4 mismatch report. [--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:

    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".