fix: LabelGenerator _classify_bar — simulation LONG/SHORT indépendante

Bug : quand le SL LONG était touché, la fonction retournait 0 (NEUTRAL)
immédiatement sans évaluer les conditions SHORT. Résultat : 0 labels SHORT
sur 12230 barres, modèle inutilisable pour signaux SHORT.

Fix : deux boucles indépendantes (LONG et SHORT) qui évaluent chacune
leur propre TP/SL. Si les deux gagnent, priorité au premier résolu.

Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>

src/ml/features/label_generator.py

@@ -140,30 +140,59 @@ class LabelGenerator:
         sl_short: float,
     ) -> int:
         """
-        Parcourt les barres futures bar par bar et retourne le label.
-        Vérifie HIGH pour TP LONG et LOW pour SL LONG (et inversement pour SHORT).
+        Simule LONG et SHORT de façon indépendante sur les barres futures.
+
+        LONG et SHORT sont deux trades hypothétiques distincts : le SL du LONG
+        (prix baisse) ne signifie pas que le SL du SHORT (prix monte) est touché.
+        Les deux simulations sont donc parcourues séparément pour éviter de
+        manquer les signaux SHORT quand le prix descend.
+
+        Retourne le label du trade gagnant qui se résout en premier :
+        1 (LONG), -1 (SHORT) ou 0 (NEUTRAL).
         """
-        for _, bar in future.iterrows():
-            # LONG : TP atteint ?
-            if bar['high'] >= tp_long and bar['low'] > sl_long:
-                return 1
-            # LONG : SL atteint en premier ?
-            if bar['low'] <= sl_long:
-                # Vérifie si TP atteint le même bar (candle ambiguë)
-                if bar['high'] >= tp_long:
-                    return 0   # Ambigu → neutre
-                return 0        # SL touché → pas de LONG
+        # --- Simulation LONG indépendante ---
+        long_win_idx  = None
+        long_lose_idx = None
+        for idx, (_, bar) in enumerate(future.iterrows()):
+            tp_hit = bar['high'] >= tp_long
+            sl_hit = bar['low']  <= sl_long
+            if tp_hit and sl_hit:
+                long_lose_idx = idx   # Barre ambiguë → perte
+                break
+            if tp_hit:
+                long_win_idx = idx
+                break
+            if sl_hit:
+                long_lose_idx = idx
+                break
 
-            # SHORT : TP atteint ?
-            if bar['low'] <= tp_short and bar['high'] < sl_short:
-                return -1
-            # SHORT : SL atteint en premier ?
-            if bar['high'] >= sl_short:
-                if bar['low'] <= tp_short:
-                    return 0
-                return 0
+        # --- Simulation SHORT indépendante ---
+        short_win_idx  = None
+        short_lose_idx = None
+        for idx, (_, bar) in enumerate(future.iterrows()):
+            tp_hit = bar['low']  <= tp_short
+            sl_hit = bar['high'] >= sl_short
+            if tp_hit and sl_hit:
+                short_lose_idx = idx  # Barre ambiguë → perte
+                break
+            if tp_hit:
+                short_win_idx = idx
+                break
+            if sl_hit:
+                short_lose_idx = idx
+                break
 
-        return 0  # Ni TP ni SL atteint dans l'horizon
+        long_won  = long_win_idx  is not None
+        short_won = short_win_idx is not None
+
+        if long_won and not short_won:
+            return 1
+        if short_won and not long_won:
+            return -1
+        if long_won and short_won:
+            # Les deux trades seraient gagnants : prendre celui qui se résout en premier
+            return 1 if long_win_idx <= short_win_idx else -1
+        return 0  # Aucun TP atteint dans l'horizon
 
     @staticmethod
     def _log_distribution(labels: pd.Series) -> None: