parameter-tuner

name	parameter-tuner
description	Ottimizzazione guidata dei parametri del bot con simulazione what-if e backtest. Propone modifiche, simula impatto, chiede conferma. Use when user says "ottimizza", "tuning", "parametri", "migliora WR", "migliora profit", "cambia filtri".

Parameter Tuner — Guided Optimization

Ottimizzazione parametri con ciclo proposta-simulazione-conferma.

Procedura

Step 1: Identifica obiettivo

Chiedi all'utente (se non specificato): quale metrica migliorare?

• WR (Win Rate) — filtrare trade marginali
• Profit Factor — migliorare rapporto win/loss
• Sharpe — ridurre varianza
• Frequenza — piu' trade mantenendo WR

Step 2: Analizza stato corrente

python3 /root/polymarket_toolkit/scripts/run_quant_metrics.py

Raccogli PSR, DSR, WR, profit factor per ogni strategia.

Step 3: Proponi 2-3 modifiche

Per ogni modifica proposta:

1. Parametro: nome, file, riga attuale
2. Valore attuale → Valore proposto
3. Giustificazione: basata su dati (log, backtest, Becker)
4. Trade impattati: quanti bloccati, quante loss evitate, quanti win persi

Step 4: Simula impatto

python3 /root/polymarket_toolkit/backtest_replay.py --compare

Confronta filtri vecchi vs nuovi su trade storici.

Step 5: Mostra risultati

| Parametro        | Prima  | Dopo   | Trade bloccati | Loss evitate | Win perse |
|------------------|--------|--------|----------------|--------------|-----------|
| min_edge +1d     | 0.05   | 0.08   | 8              | 6            | 2         |
| min_confidence   | 0.45   | 0.55   | 5              | 4            | 1         |

Step 6: Chiedi conferma

Presenta il trade-off e chiedi conferma prima di applicare.

Step 7: Applica (se confermato)

• Modifica il file con Edit tool
• Riavvia il bot (usa skill deploy-safe se disponibile)
• Monitora primi 30s di log

Parametri comuni da ottimizzare

Weather (weather.py)

• min_edge: per orizzonte (same-day, +1d, +2d)
• min_confidence: soglia minima
• min_payoff: payoff ratio minimo
• max_price_no / max_price_yes: prezzo max entry

Risk Manager (utils/risk_manager.py)

• kelly_fraction: aggressivita' Kelly
• max_daily_loss: limite perdita giornaliera
• max_consecutive_losses: halt dopo N loss

Config (config.py)

• total_capital: base per sizing
• max_bet: limite singolo trade
• Budget allocazione per strategia

Common Issues

Modifica troppo aggressiva

Se la simulazione mostra >30% dei trade vincenti bloccati, la modifica e' troppo aggressiva. Proponi un valore intermedio.

Overfitting

Se la modifica e' basata su <20 trade, segnala rischio overfitting. Suggerisci di aspettare piu' dati.