Update simulation_engine/mock_kucoin.py

simulation_engine/mock_kucoin.py

@@ -1,130 +1,101 @@
 # simulation_engine/mock_kucoin.py
-# (V1.1 - Realistic Data Feeder from Local Parquet - Fixed fetch_ohlcv logic)
+# (V1.2 - Realistic Data Feeder with Debug)
 
 import pandas as pd
 import numpy as np
 import os
-import asyncio
 
 class MockKuCoin:
     def __init__(self, raw_data_dir):
-        """
-        محاكي لمنصة KuCoin يقرأ من بيانات محلية.
-        raw_data_dir: المجلد الذي يحتوي على ملفات .parquet (مثل BTC_USDT_5m.parquet)
-        """
-        self.data_store = {} # الذاكرة السريعة للبيانات
-        self.current_time_ms = 0 # ساعة المحاكاة
+        self.data_store = {}
+        self.current_time_ms = 0
         self.raw_dir = raw_data_dir
-        print(f"🎭 [MockKuCoin]Initialized. Data source: {self.raw_dir}")
+        self._warned_empty = set()
+        print(f"🎭 [MockKuCoin] Initialized. Data source: {self.raw_dir}", flush=True)
 
     async def load_data(self, symbols, timeframes):
-        """
-        تحميل البيانات المطلوبة مسبقاً إلى الذاكرة لتسريع المحاكاة.
-        """
-        print(f"⏳ [MockKuCoin] Loading historical data for {len(symbols)} symbols...")
+        print(f"⏳ [MockKuCoin] Loading historical data for {len(symbols)} symbols...", flush=True)
         count = 0
         for sym in symbols:
             safe_sym = sym.replace('/', '')
             self.data_store[sym] = {}
             for tf in timeframes:
-                # محاولة العثور على الملف بتنسيقات مختلفة محتملة
                 paths_to_try = [
                     os.path.join(self.raw_dir, f"{safe_sym}_{tf}.parquet"),
                     os.path.join(self.raw_dir, f"{sym.replace('/', '')}_{tf}.parquet")
                 ]
-                
                 loaded = False
                 for path in paths_to_try:
                     if os.path.exists(path):
                         try:
                             df = pd.read_parquet(path)
-                            # التأكد من الترتيب الزمني وإزالة التكرارات
                             df = df.sort_values('timestamp').drop_duplicates('timestamp').reset_index(drop=True)
                             self.data_store[sym][tf] = df
                             loaded = True
                             count += 1
+                            print(f"   • Loaded {sym} {tf}: {len(df)} rows", flush=True)
                             break
                         except Exception as e:
-                            print(f"⚠️ [MockKuCoin] Error loading {path}: {e}")
-
-                if not loaded and tf in ['5m', '1h']: # تحذير فقط للأطر المهمة
-                     pass # print(f"⚠️ [MockKuCoin] Missing data for {sym} {tf}")
-
-        print(f"✅ [MockKuCoin] Loaded {count} data files into memory.")
+                            print(f"⚠️ [MockKuCoin] Error loading {path}: {e}", flush=True)
+                if not loaded:
+                    print(f"⚠️ [MockKuCoin] Missing file for {sym} {tf}", flush=True)
+        print(f"✅ [MockKuCoin] Loaded {count} data files into memory.", flush=True)
 
     def set_time(self, timestamp_ms):
-        """ضبط ساعة المحاكاة الحالية (تحريك الزمن)"""
         self.current_time_ms = timestamp_ms
 
     async def fetch_ohlcv(self, symbol, timeframe, limit=500, since=None):
-        """
-        محاكاة دالة ccxt.fetch_ohlcv.
-        تعيد فقط الشموع التي 'أغلقت' قبل الوقت الحالي للمحاكاة.
-        """
+        key = (symbol, timeframe)
         if symbol not in self.data_store or timeframe not in self.data_store[symbol]:
+            if key not in self._warned_empty:
+                print(f"⚠️ [MockKuCoin] No data store for {symbol} {timeframe}", flush=True)
+                self._warned_empty.add(key)
             return []
-            
+
         df = self.data_store[symbol][timeframe]
-        if df.empty: return []
+        if df.empty:
+            if key not in self._warned_empty:
+                print(f"⚠️ [MockKuCoin] Empty DF for {symbol} {timeframe}", flush=True)
+                self._warned_empty.add(key)
+            return []
 
-        # 1. تحديد النقطة الزمنية الحالية في البيانات
-        # نستخدم searchsorted للعثور بسرعة على آخر شمعة متاحة في هذا الوقت الوهمي
-        # end_idx هو أول إندكس زمنه أكبر من self.current_time_ms
         end_idx = np.searchsorted(df['timestamp'].values, self.current_time_ms, side='right')
-        
-        # إذا لم نجد أي شمعة أغلقت قبل الوقت الحالي، نرجع فارغ
-        if end_idx == 0: return [] 
-        
-        # 2. تحديد نقطة البداية (start_idx)
+        if end_idx == 0:
+            if key not in self._warned_empty:
+                print(f"⚠️ [MockKuCoin] end_idx=0 for {symbol} {timeframe} @ {self.current_time_ms}", flush=True)
+                self._warned_empty.add(key)
+            return []
+
         start_idx = 0
-        if since:
-             start_idx = np.searchsorted(df['timestamp'].values, since, side='left')
-        
-        # 3. تطبيق حد 'limit' 
-        # نأخذ آخر 'limit' شمعة قبل end_idx، مع ضمان عدم العودة إلى ما قبل start_idx
-        
-        # نقطة البداية المطلوبة بواسطة Limit
+        if since is not None:
+            start_idx = np.searchsorted(df['timestamp'].values, since, side='left')
+
         limit_start_idx = max(0, end_idx - limit)
-        
-        # نختار الأبعد بين ما يطلبه 'since' وما يطلبه 'limit'
         final_start_idx = max(start_idx, limit_start_idx)
-        
-        # 4. التحقق الحاسم للإرجاع
         if final_start_idx >= end_idx:
-            # print(f"⚠️ [MockKuCoin] Not enough data for {symbol} {timeframe} at {self.current_time_ms}")
+            if key not in self._warned_empty:
+                print(f"⚠️ [MockKuCoin] final_start_idx>=end_idx for {symbol} {timeframe}", flush=True)
+                self._warned_empty.add(key)
             return []
-        
-        # 5. استخراج البيانات وتحويلها لتنسيق القائمة (List of Lists)
-        # التنسيق المتوقع: [timestamp, open, high, low, close, volume]
+
         subset = df.iloc[final_start_idx:end_idx]
-        
-        # تحويل سريع باستخدام numpy
         return subset[['timestamp', 'open', 'high', 'low', 'close', 'volume']].values.tolist()
 
     async def fetch_ticker(self, symbol):
-        """
-        محاكاة جلب السعر الحالي (Ticker).
-        نستخدم سعر إغلاق آخر شمعة 5 دقائق متاحة كلحظة سعرية حالية.
-        """
-        # نستخدم fetch_ohlcv داخلياً لضمان اتساق الزمن
         candles = await self.fetch_ohlcv(symbol, '5m', limit=1)
         if candles:
-            last_close = candles[-1][4] # الإغلاق هو العنصر الخامس
+            last_close = candles[-1][4]
             return {'symbol': symbol, 'last': last_close, 'timestamp': candles[-1][0]}
         return {'symbol': symbol, 'last': 0.0, 'timestamp': self.current_time_ms}
-        
+
     async def fetch_tickers(self, symbols=None):
-        """محاكاة جلب أسعار متعددة (للغربلة الأولية)"""
         tickers = {}
         target_syms = symbols if symbols else self.data_store.keys()
-        
         for sym in target_syms:
-            candles = await self.fetch_ohlcv(sym, '1d', limit=1) # نستخدم اليومي لحجم التداول
+            candles = await self.fetch_ohlcv(sym, '1d', limit=1)
             current_candle = await self.fetch_ohlcv(sym, '5m', limit=1)
-            
             if candles and current_candle:
-                # محاكاة حجم تداول تقريبي (آخر شمعة يومية متاحة)
-                vol_quote = candles[-1][5] * candles[-1][4] # Volume * Close ~= QuoteVolume
+                vol_quote = candles[-1][5] * candles[-1][4]
                 tickers[sym] = {
                     'symbol': sym,
                     'last': current_candle[-1][4],
@@ -133,6 +104,5 @@ class MockKuCoin:
                 }
         return tickers
 
-    # --- دوال وهمية لتوافق الواجهة ---
     async def load_markets(self): return True
     async def close(self): pass