Fibonacci Research Experiment

En research-/prototyp-engine som försöker välja swing high/low på ett chart som en teknisk analytiker — inte en vanlig Fib-indikator och inte standard ZigZag-Fib. Den väljer swingar, ritar Fib automatiskt och förbättras iterativt.

Status: MVP / prototyp / premortem. Lättviktig disciplin (logging, audits, reflektion) — ingen tung governance. Kan ev. portas in i Genesis-Core senare.

Organisation: se REPO_POLICY.md för mappindex, namnkonventioner och städningsregler. Premortem/reflektion är obligatoriskt: se premortem/ och REPO_POLICY.md §11. Spårmodell: se docs/TRACKS.md (Research / Validate / Promotion). Backtest-roadmap: docs/FIB_BACKTEST_PLAN.md. Arkiv (legacy/dubletter): archive/.

Filosofi

• Principer styr, exempel = referens. Motorn poängsätter på analytiker- principer (fraktal-vändpunkter, HH/HL-struktur, ren impuls, prominens). Dina manuella Fib-ritningar är exempel, inte en domare — de visas som en mjuk agreement-signal för sanity, men vi optimerar aldrig vikter mot dem.
• Mjuka, tunbara features — ingen hård determinism. Marknadsstruktur m.m. matar den viktade poängsättningen istället för hårda if-grindar.
• Lager A vs Lager B. Lager A = swing-urvalet (repots syfte). Lager B = trade/exekvering (t.ex. solros-sizing) — frikopplat, påverkar inte urvalet.

Snabbstart

uv sync --extra dev                          # bygg miljö + lockfile
uv run python -m fibengine.data.fetch        # hämta + cacha candles (CCXT)
uv run python -m fibengine.labeling.worklist # vad återstår att labela mot 20–30-målet
uv run python -m fibengine.labeling.tool     # klicka swing high/low -> facit
uv run python -m fibengine.labeling.batch    # lättviktig label-checkpoint (manifest/hashar)
uv run python -m fibengine.experiment        # kör pipeline + logga resultat
uv run python -m fibengine.backtest.runner   # kausalt walk-forward: urvals-stabilitet
uv run pytest                                 # kör tester
uv run pre-commit install                     # git hooks (en gång)
uv run pre-commit run --all-files             # lint + format + test före push

Kvalitetsgate: se docs/CONTRIBUTING.md och CI i .github/workflows/ci.yml.

Använd --config för att köra en variant-settings utan att ändra baseline:

uv run python -m fibengine.experiment --config config/variants/<variant>.yaml

Obs: automatisk vikt-optimering (Optuna) togs medvetet bort — den optimerade mot de manuella labelsen, vilket bryter mot filosofin (labels = referens, inte domare) och överanpassade ett för litet labelset. Se premortem/reflections/. Vikter sätts på principgrund; arkiverade Optuna-artefakter finns under archive/.

Pipeline (Lager A)

candles → pivot-kandidater (window/fractal) → features (HH/HL-struktur +
        multi-skala-confluence) → viktad score → välj swing-leg → rita Fib
        → agreement vs exempel

Pivot-läge styrs av pivots.mode (window = lokala extrema, fractal = strikt Williams). Vikter tunas på principgrund i config/settings.yaml — inte mot facit.

Multi-skala-confluence (scale_confluence): en sväng vars vändpunkter också är fraktal-vändpunkter på större grader (scoring.confluence_degrees) får högre poäng — signifikans över skalor, inte 1.618-mystik. Äkta multi-timeframe (resampling till 4h/1D) är ett planerat senare steg.

Backtest: urvals-stabilitet (Lager A)

fibengine.backtest.runner kör ett kausalt walk-forward: vid varje cursor-position väljs swing på enbart data ≤ t (ingen framtid läcker in), och stabiliteten mäts. flip_rate räknar bara riktiga hopp — en sväng vars endpunkt växer en bar i taget (samma start/riktning) klassas som extension_rate, inte instabilitet. raw_change_rate behålls för transparens, och confirmed_rate visar hur ofta den valda swingen var bekräftad. Mäter koherens över tid, inte PnL (det är Lager B).

Stabilitets-gate. Backtest/matris kör en explicit pass/fail-gate (stability_gate) där mean_endpoint_drift_bars är en förstklassig kriterie vid sidan av flip_rate/confirmed_rate/direction_consistency — en "stabil" swing vars endpunkt ändå vandrar långt vid hopp är ekonomiskt instabil. Trösklarna sätts i config/settings.yaml (backtest.gate_*); resultatet skrivs som gate_passed + gate_checks i ledgern.

Bekräftad vs provisorisk swing: varje vald swing får status. Provisorisk = extremen kan fortfarande växa (för få barer efter, eller ingen pullback ännu). Bekräftad = minst pivots.fractal_n barer efter extremen OCH priset har dragit tillbaka ≥ scoring.confirm_min_retrace av legen. Agera bara på bekräftade Fib; provisoriska ritas streckade i plotten.

Struktur

• config/settings.yaml — symbol, pivot-läge, heuristik-vikter, eval-skalor, sizing, backtest + stabilitets-gate (backtest.gate_*). data.timeframe_limits laddar mer historik för långa TF (1d/1w/1M) så äldre labels inte hamnar out-of-window
• src/fibengine/ — kategoriserad kärnkod: core/ (domänlogik), data/, pivots/, labeling/, evaluation/, viz/, backtest/, sizing/ + experiment.py
• tests/ — speglar src/fibengine/-strukturen (inkl. tests/core/, tests/backtest/, tests/data/, tests/evaluation/, tests/labeling/, tests/pivots/, tests/sizing/, tests/viz/)
• data/labels/ — manuellt facit ({exchange}/{symbol}/{timeframe}.json + INDEX.md)
• data/raw/, data/screenshots/ — cache resp. referensbilder (gitignorade)
• experiments/results/ — append-only jsonl-ledgers (pivot_recall, backtests, trade_backtests, backtest_matrix, trade_matrix, leaderboard)
• experiments/runs/ — per-körning audit-mappar
• experiments/label_review/ — versionerade label-checkpoints
• premortem/ — premortem + reflektioner (reflections/)
• docs/TRACKS.md — beslutsgate mellan Research, Validate och Promotion

Arbetsflöde för facit

Viktigt: dina TradingView-ritningar är inte "den heliga sanningen" och ska inte kopieras blint. De är mänskliga referenspunkter för att se om motorn hittar rimliga kandidater och beter sig begripligt. Om motorn ibland väljer en annan leg än en ritning är det en signal att undersöka, inte automatiskt ett fel.

1. Labela dina setups med labeling/tool.py → exakta tid+pris sparas som JSON.
2. Arkivera TradingView-screenshots i data/screenshots/ som visuell referens.