Update app.py

app.py

@@ -25,6 +25,7 @@ llm_service_global = None
 learning_engine_global = None
 trade_manager_global = None
 sentiment_analyzer_global = None
+symbol_whale_monitor_global = None  # ⬅️ إضافة مراقب الحيتان الجديد
 
 class StateManager:
     def __init__(self):
@@ -37,7 +38,8 @@ class StateManager:
             'llm_service': False,
             'learning_engine': False,
             'trade_manager': False,
-            'sentiment_analyzer': False
+            'sentiment_analyzer': False,
+            'symbol_whale_monitor': False  # ⬅️ إضافة الخدمة الجديدة
         }
 
     async def wait_for_initialization(self, timeout=30):
@@ -54,6 +56,7 @@ class StateManager:
 state_manager = StateManager()
 
 async def monitor_market_async():
+    """مراقبة السوق بدون نظام الحيتان العام"""
     global data_manager_global, sentiment_analyzer_global
     
     if not await state_manager.wait_for_initialization():
@@ -69,15 +72,13 @@ async def monitor_market_async():
                     await asyncio.sleep(60)
                     continue
                     
-                whale_analysis = market_context.get('general_whale_activity', {})
-                is_critical = whale_analysis.get('critical_alert', False)
                 bitcoin_sentiment = market_context.get('btc_sentiment')
                 fear_greed_index = market_context.get('fear_and_greed_index')
                 
                 should_halt_trading, halt_reason = False, ""
-                if is_critical: 
-                    should_halt_trading, halt_reason = True, "نشاط حيتان حرج"
-                elif bitcoin_sentiment == 'BEARISH' and (fear_greed_index is not None and fear_greed_index < 30): 
+                
+                # استخدام مؤشرات السوق الأخرى فقط (بدون الحيتان العامة)
+                if bitcoin_sentiment == 'BEARISH' and (fear_greed_index is not None and fear_greed_index < 30): 
                     should_halt_trading, halt_reason = True, "ظروف سوق هابطة"
                     
                 if should_halt_trading:
@@ -95,27 +96,19 @@ async def monitor_market_async():
             await asyncio.sleep(60)
 
 async def analyze_market_strategy(market_context):
+    """تحليل استراتيجية السوق بدون اعتماد على الحيتان العامة"""
     try:
-        whale_analysis = market_context.get('general_whale_activity', {})
-        netflow_analysis = whale_analysis.get('netflow_analysis', {})
-        prompt = f"Analyze current market conditions and determine trading strategy.\n\nMarket Data:\n- BTC Sentiment: {market_context.get('btc_sentiment')}\n- Fear & Greed Index: {market_context.get('fear_and_greed_index')}\n- Whale Analysis: {whale_analysis.get('sentiment')}\n- Critical Alert: {whale_analysis.get('critical_alert')}\n- Net Flow: ${netflow_analysis.get('net_flow', 0):,.0f}\n\nOutput JSON:\n{{\"primary_strategy\": \"STRATEGY_NAME\",\"reasoning\": \"Brief reasoning\",\"risk_tolerance\": 5,\"optimal_scan_count\": 100}}"
+        # استخدام مؤشرات السوق الأساسية فقط
+        prompt = f"Analyze current market conditions and determine trading strategy.\n\nMarket Data:\n- BTC Sentiment: {market_context.get('btc_sentiment')}\n- Fear & Greed Index: {market_context.get('fear_and_greed_index')}\n\nOutput JSON:\n{{\"primary_strategy\": \"STRATEGY_NAME\",\"reasoning\": \"Brief reasoning\",\"risk_tolerance\": 5,\"optimal_scan_count\": 100}}"
         response = await llm_service_global._call_llm(prompt)
         try:
             from helpers import parse_json_from_response
             json_str = parse_json_from_response(response)
             strategy_data = json.loads(json_str)
         except:
-            net_flow = netflow_analysis.get('net_flow', 0)
-            if net_flow > 1000000: 
-                fallback_strategy = "AGGRESSIVE_GROWTH"
-            elif net_flow < -1000000: 
-                fallback_strategy = "CONSERVATIVE" 
-            elif whale_analysis.get('critical_alert'): 
-                fallback_strategy = "CONSERVATIVE"
-            else: 
-                fallback_strategy = "GENERIC"
+            # استراتيجية افتراضية في حال فشل التحليل
             strategy_data = {
-                "primary_strategy": fallback_strategy,
+                "primary_strategy": "GENERIC",
                 "reasoning": "Fallback strategy due to analysis error",
                 "risk_tolerance": 5,
                 "optimal_scan_count": 100
@@ -131,6 +124,7 @@ async def analyze_market_strategy(market_context):
         }
 
 async def find_strategy_specific_candidates(strategy, scan_count):
+    """البحث عن مرشحين متوافقين مع الاستراتيجية"""
     try:
         all_candidates = await data_manager_global.find_high_potential_candidates(scan_count * 2)
         if not all_candidates: 
@@ -176,7 +170,82 @@ async def find_strategy_specific_candidates(strategy, scan_count):
         print(f"�� Advanced filtering failed: {error}")
         return []
 
+async def enhanced_llm_analysis_with_whale_data(candidate):
+    """تحليل محسن يشمل بيانات حيتان KuCoin للمرشحين النهائيين"""
+    global symbol_whale_monitor_global
+    
+    try:
+        print(f"🧠 بدء التحليل المتقدم لـ {candidate['symbol']}...")
+        
+        # 1. الحصول على تحليل النموذج الضخم الأساسي
+        llm_analysis = await llm_service_global.get_trading_decision(candidate)
+        if not llm_analysis:
+            print(f"❌ فشل التحليل الأساسي لـ {candidate['symbol']}")
+            return None
+        
+        # 2. إضافة بيانات الحيتان للمرشحين النهائيين فقط
+        print(f"🐋 جلب بيانات الحيتان لـ {candidate['symbol']}...")
+        whale_analysis = await symbol_whale_monitor_global.get_symbol_whale_activity(
+            candidate['symbol'],
+            candidate.get('contract_address')
+        )
+        
+        # 3. دمج النتائج
+        enhanced_analysis = {
+            **llm_analysis,
+            'whale_analysis': whale_analysis['llm_friendly_summary'],  # ⬅️ نرسل الملخص المفيد فقط
+            'combined_confidence': await calculate_combined_confidence(
+                llm_analysis.get('confidence_level', 0.5),
+                whale_analysis['trading_signal'].get('confidence', 0.5)
+            ),
+            'analysis_timestamp': datetime.now().isoformat(),
+            'analysis_source': 'enhanced_with_whale_data'
+        }
+        
+        # 4. تطبيق قواعد السلامة بناء على نشاط الحيتان
+        if whale_analysis['trading_signal'].get('critical_alert'):
+            enhanced_analysis = apply_whale_safety_filters(enhanced_analysis, whale_analysis)
+        
+        print(f"✅ اكتمل التحليل المتقدم لـ {candidate['symbol']}")
+        return enhanced_analysis
+        
+    except Exception as error:
+        print(f"❌ خطأ في التحليل المتقدم لـ {candidate.get('symbol')}: {error}")
+        # العودة للتحليل الأساسي في حالة الخطأ
+        return await llm_service_global.get_trading_decision(candidate)
+
+async def calculate_combined_confidence(llm_confidence, whale_confidence):
+    """حساب الثقة المجمعة مع إعطاء وزن أكبر لبيانات الحيتان"""
+    # وزن بيانات الحيتان 60% والتحليل الأساسي 40%
+    combined = (llm_confidence * 0.4) + (whale_confidence * 0.6)
+    return min(combined, 0.95)  # حد أقصى 95%
+
+def apply_whale_safety_filters(analysis, whale_analysis):
+    """تطبيق فلاتر السلامة بناء على نشاط الحيتان الحرج"""
+    
+    whale_signal = whale_analysis['trading_signal']
+    
+    if whale_signal['action'] in ['STRONG_SELL', 'SELL']:
+        # إذا كان هناك ضغط بيعي قوي من الحيتان
+        if analysis['action'] == 'BUY':
+            analysis.update({
+                'action': 'HOLD',
+                'reasoning': f"{analysis.get('reasoning', '')} | تصحيح بسبب نشاط الحيتان: {whale_signal['reason']}",
+                'confidence_level': analysis.get('confidence_level', 0.5) * 0.7
+            })
+        elif analysis['action'] == 'HOLD':
+            analysis['confidence_level'] = analysis.get('confidence_level', 0.5) * 0.9
+    
+    elif whale_signal['action'] in ['STRONG_BUY', 'BUY']:
+        # إذا كان هناك تراكم شرائي قوي من الحيتان
+        if analysis['action'] == 'BUY':
+            analysis['confidence_level'] = min(analysis.get('confidence_level', 0.5) * 1.2, 0.95)
+            analysis['reasoning'] = f"{analysis.get('reasoning', '')} | تعزيز بسبب نشاط الحيتان الإيجابي"
+    
+    return analysis
+
 async def find_new_opportunities_async():
+    """البحث عن فرص تداول جديدة مع دمج بيانات الحيتان للمرشحين النهائيين"""
     try:
         print("🎯 بدء البحث عن فرص تداول جديدة...")
         await r2_service_global.save_system_logs_async({"opportunity_scan_started": True})
@@ -255,18 +324,19 @@ async def find_new_opportunities_async():
             print("❌ لا توجد مرشحات نهائية")
             return
             
-        print("🤖 بدء تحليل النموذج الضخم للمرشحين...")
+        print("🤖 بدء تحليل النموذج الضخم المحسن للمرشحين...")
         for candidate in top_candidates:
             try:
                 if not validate_candidate_data_enhanced(candidate): 
                     print(f"⚠️ تخطي {candidate['symbol']} - بيانات غير صالحة")
                     continue
                     
-                print(f"🧠 تحليل {candidate['symbol']} بالنموذج الضخم...")
-                # التصحيح: إضافة await للدالة غير المتزامنة
-                llm_analysis_data = await llm_service_global.get_trading_decision(candidate)
+                print(f"🧠 تحليل متقدم لـ {candidate['symbol']}...")
+                
+                # استخدام التحليل المحسن ببيانات الحيتان
+                llm_analysis_data = await enhanced_llm_analysis_with_whale_data(candidate)
                 if not llm_analysis_data: 
-                    print(f"⚠️ فشل تحليل {candidate['symbol']} بالنموذج الضخم")
+                    print(f"⚠️ فشل التحليل المتقدم لـ {candidate['symbol']}")
                     continue
                     
                 if llm_analysis_data.get('action') == "HOLD": 
@@ -284,10 +354,13 @@ async def find_new_opportunities_async():
                         "new_opportunity_found": True, 
                         "symbol": candidate['symbol'],
                         "action": llm_analysis_data.get('action'), 
-                        "strategy": final_strategy
+                        "strategy": final_strategy,
+                        "with_whale_analysis": True,
+                        "combined_confidence": llm_analysis_data.get('combined_confidence', 0.5)
                     })
                     
                     print(f"🎯 فرصة تداول مثبتة: {candidate['symbol']} - {llm_analysis_data.get('action')} - {final_strategy}")
+                    print(f"   📊 الثقة المجمعة: {llm_analysis_data.get('combined_confidence', 0.5):.2f}")
                     
                     return {
                         "symbol": candidate['symbol'],
@@ -296,8 +369,7 @@ async def find_new_opportunities_async():
                         "strategy": final_strategy
                     }
             except Exception as error: 
-                print(f"❌ خطأ في تحليل النموذج الضخم لـ {candidate.get('symbol', 'unknown')}: {error}")
-                # استمرار مع المرشح التالي بدلاً من التوقف
+                print(f"❌ خطأ في التحليل المتقدم لـ {candidate.get('symbol', 'unknown')}: {error}")
                 continue
                 
         print("❌ لم يتم العثور على فرص تداول مناسبة")
@@ -310,6 +382,7 @@ async def find_new_opportunities_async():
         })
         return None
 
+# باقي الدوال (re_analyze_open_trade_async, run_bot_cycle_async) تبقى كما هي بدون تعديل
 async def re_analyze_open_trade_async(trade_data):
     symbol = trade_data.get('symbol')
     try:
@@ -354,7 +427,6 @@ async def re_analyze_open_trade_async(trade_data):
             )
             
             try: 
-                # التصحيح: إضافة await للدالة غير المتزامنة
                 re_analysis_decision = await llm_service_global.re_analyze_trade_async(trade_data, processed_data)
             except Exception: 
                 re_analysis_decision = local_re_analyze_trade(trade_data, processed_data)
@@ -484,7 +556,7 @@ async def run_bot_cycle_async():
 
 @asynccontextmanager
 async def lifespan(application: FastAPI):
-    global r2_service_global, data_manager_global, llm_service_global, learning_engine_global, trade_manager_global, sentiment_analyzer_global
+    global r2_service_global, data_manager_global, llm_service_global, learning_engine_global, trade_manager_global, sentiment_analyzer_global, symbol_whale_monitor_global
     
     initialization_successful = False
     try:
@@ -497,6 +569,13 @@ async def lifespan(application: FastAPI):
         contracts_database = await r2_service_global.load_contracts_db_async()
         print("✅ Contracts database loaded")
 
+        # ❌ إزالة النظام العام للحيتان
+        # ✅ استخدام النظام الخاص فقط للمرشحين النهائيين
+        from whale_news_data import EnhancedWhaleMonitor
+        symbol_whale_monitor_global = EnhancedWhaleMonitor(contracts_database, r2_service_global)
+        state_manager.set_service_initialized('symbol_whale_monitor')
+        print("✅ Symbol Specific Whale Monitor initialized")
+
         from whale_news_data import EnhancedWhaleMonitor
         whale_monitor_global = EnhancedWhaleMonitor(contracts_database)
         print("✅ Whale Monitor initialized")
@@ -574,7 +653,8 @@ async def health_check():
             "llm_service": "initialized" if llm_service_global else "uninitialized",
             "data_manager": "initialized" if data_manager_global else "uninitialized",
             "learning_engine": "active" if learning_engine_global and learning_engine_global.initialized else "inactive",
-            "trade_manager": "active" if trade_manager_global else "inactive"
+            "trade_manager": "active" if trade_manager_global else "inactive",
+            "symbol_whale_monitor": "active" if symbol_whale_monitor_global else "inactive"
         }, 
         "market_state_ok": state.MARKET_STATE_OK, 
         "learning_engine": learning_metrics
@@ -606,7 +686,11 @@ async def get_performance_stats():
                 "active_trades": len(trade_manager_global.monitoring_tasks) if trade_manager_global else 0,
                 "is_running": trade_manager_global.is_running if trade_manager_global else False
             }, 
-            "learning_engine": learning_stats
+            "learning_engine": learning_stats,
+            "whale_monitoring": {
+                "symbol_specific_active": symbol_whale_monitor_global is not None,
+                "monitoring_type": "FINAL_CANDIDATES_ONLY"
+            }
         }
         return stats
     except Exception as error: 
@@ -628,7 +712,7 @@ async def get_logs_status():
         raise HTTPException(status_code=500, detail=f"Failed to get logs status: {str(error)}")
 
 async def cleanup_on_shutdown():
-    global r2_service_global, data_manager_global, trade_manager_global, learning_engine_global
+    global r2_service_global, data_manager_global, trade_manager_global, learning_engine_global, symbol_whale_monitor_global
     print("🛑 Shutdown signal received. Cleaning up...")
     
     if trade_manager_global: 
@@ -647,6 +731,10 @@ async def cleanup_on_shutdown():
         await data_manager_global.close()
         print("✅ Data manager closed")
         
+    if symbol_whale_monitor_global:
+        await symbol_whale_monitor_global.cleanup()
+        print("✅ Symbol whale monitor cleaned up")
+        
     if r2_service_global:
         try: 
             await r2_service_global.save_system_logs_async({"application_shutdown": True})