Update ml_engine/indicators.py

ml_engine/indicators.py

@@ -1,10 +1,12 @@
-# ml_engine/indicators.py (V5.3 - Fixed VWAP DatetimeIndex Bug)
+# ml_engine/indicators.py (V9.1 - Smart Feature Engineering)
 import pandas as pd
 import pandas_ta as ta
 import numpy as np
+from typing import Dict
 
 class AdvancedTechnicalAnalyzer:
     def __init__(self):
+        # (هذا الكونفيغ سيبقى للاستخدامات القديمة مثل الحارس 1m)
         self.indicators_config = {
             'trend': ['ema_9', 'ema_21', 'ema_50', 'ema_200', 'ichimoku', 'adx', 'parabolic_sar', 'dmi'],
             'momentum': ['rsi', 'stoch_rsi', 'macd', 'williams_r', 'cci', 'awesome_oscillator', 'momentum'],
@@ -13,6 +15,116 @@ class AdvancedTechnicalAnalyzer:
             'cycle': ['hull_ma', 'supertrend', 'zigzag', 'fisher_transform']
         }
     
+    # 🔴 --- START OF NEW FUNCTION (V9.1) --- 🔴
+    def calculate_v9_smart_features(self, dataframe: pd.DataFrame) -> Dict[str, float]:
+        """
+        (جديد V9.1) - (العقل الحسابي لنموذج الرانكر V9.1)
+        حساب "الميزات الذكية" المتقدمة المستوحاة من خطة GPT (للكاشف المصغر V9.1).
+        هذه الدالة مصممة لتغذية نموذج ML (مثل LightGBM) ببيانات غنية.
+        """
+        if dataframe.empty or dataframe is None or len(dataframe) < 100: 
+            # (نحتاج 100 شمعة على الأقل لحساب الميزات الطويلة المدى مثل min(100))
+            # (ملاحظة: data_manager V9.1 سيطلب 200 شمعة لضمان عمل ema_200)
+            return {}
+            
+        features = {}
+        try:
+            # --- جلب البيانات الأساسية (Series) ---
+            close = dataframe['close']
+            high = dataframe['high']
+            low = dataframe['low']
+            volume = dataframe['volume']
+            current_price = close.iloc[-1]
+            
+            # --- 1. حساب مؤشرات السلسلة الكاملة (Series) ---
+            rsi_series = ta.rsi(close, length=14)
+            mfi_series = ta.mfi(high, low, close, volume, length=14)
+            atr_series = ta.atr(high, low, close, length=14)
+            adx_data = ta.adx(high, low, close, length=14)
+
+            # --- 2. ميزات "نسب السعر" (Price Ratios) - (لتحديد "القاع") ---
+            # (نسبة السعر إلى المتوسطات المتحركة)
+            ema_50 = ta.ema(close, length=50).iloc[-1]
+            ema_200 = ta.ema(close, length=200).iloc[-1]
+            if ema_50 and ema_50 > 0:
+                features['price_to_ema_50'] = (current_price / ema_50) - 1
+            if ema_200 and ema_200 > 0:
+                features['price_to_ema_200'] = (current_price / ema_200) - 1
+
+            # (نسبة السعر إلى أدنى/أعلى سعر)
+            min_100 = low.tail(100).min()
+            max_100 = high.tail(100).max()
+            if min_100 and min_100 > 0:
+                features['price_to_min_100'] = (current_price / min_100) - 1
+            if max_100 and max_100 > 0:
+                features['price_to_max_100'] = (current_price / max_100) - 1
+
+            # --- 3. ميزات "الميل" (Slope) - (لتحديد "تراكم الزخم") ---
+            ema_14 = ta.ema(close, length=14).iloc[-1]
+            if ema_14 and ema_50:
+                features['slope_14_50'] = (ema_14 - ema_50) / 14
+
+            # --- 4. ميزات "الحجم" (Volume) و "السيولة" ---
+            # (Z-Score للحجم)
+            vol_ma_50 = volume.tail(50).mean()
+            vol_std_50 = volume.tail(50).std()
+            if vol_std_50 and vol_std_50 > 0:
+                features['volume_zscore_50'] = (volume.iloc[-1] - vol_ma_50) / vol_std_50
+            
+            # (فجوة VWAP)
+            vwap = ta.vwap(high, low, close, volume).iloc[-1]
+            if vwap and vwap > 0:
+                features['vwap_gap'] = (current_price - vwap) / vwap
+
+            # --- 5. ميزات "تجميعية" (Aggregative) - (لفهم السياق) ---
+            # (إحصائيات RSI)
+            if rsi_series is not None:
+                features['rsi_14'] = rsi_series.iloc[-1]
+                features['rsi_mean_10'] = rsi_series.tail(10).mean()
+                features['rsi_std_10'] = rsi_series.tail(10).std()
+
+            # (إحصائيات MFI)
+            if mfi_series is not None:
+                features['mfi_14'] = mfi_series.iloc[-1]
+                features['mfi_mean_10'] = mfi_series.tail(10).mean()
+
+            # (مؤشر ADX)
+            if adx_data is not None:
+                features['adx_14'] = adx_data['ADX_14'].iloc[-1]
+
+            # --- 6. ميزات "التقلب" (Volatility) ---
+            # (ATR كنسبة مئوية)
+            if atr_series is not None:
+                atr_val = atr_series.iloc[-1]
+                if atr_val and current_price > 0:
+                    features['atr_percent'] = (atr_val / current_price) * 100
+            
+            # (تطبيع العائد بالتقلب)
+            last_return = close.pct_change().iloc[-1]
+            if atr_val and atr_val > 0:
+                features['atr_normalized_return'] = last_return / atr_val
+                
+        except Exception as e:
+            # (في التداول الحي، من الأفضل تسجيل الخطأ بدلاً من طباعته فقط)
+            # print(f"⚠️ خطأ في حساب ميزات V9.1 الذكية: {e}")
+            return {}
+        
+        # (تنظيف: إزالة NaN أو Inf وضمان أن القيم أرقام عشرية)
+        final_features = {}
+        for key, value in features.items():
+            if value is not None and np.isfinite(value):
+                final_features[key] = float(value)
+            else:
+                final_features[key] = 0.0 # (استبدال القيم غير الصالحة بـ 0.0)
+                
+        return final_features
+    # 🔴 --- END OF NEW FUNCTION (V9.1) --- 🔴
+
+
+    # -----------------------------------------------------------------
+    # --- (الدوال القديمة تبقى كما هي للاستخدامات الأخرى مثل Sentry 1m) ---
+    # -----------------------------------------------------------------
+
     def calculate_all_indicators(self, dataframe, timeframe):
         """حساب جميع المؤشرات الفنية للإطار الزمني المحدد"""
         if dataframe.empty or dataframe is None: 
@@ -84,7 +196,8 @@ class AdvancedTechnicalAnalyzer:
                     pass 
         
         except Exception as e:
-            print(f"⚠️ خطأ في حساب مؤشرات الاتجاه: {e}")
+            # print(f"⚠️ خطأ في حساب مؤشرات الاتجاه: {e}")
+            pass
         
         return {key: value for key, value in trend.items() if value is not None and not np.isnan(value)}
     
@@ -125,7 +238,8 @@ class AdvancedTechnicalAnalyzer:
                     momentum['williams_r'] = float(williams.iloc[-1])
         
         except Exception as e:
-            print(f"⚠️ خطأ في حساب مؤشرات الزخم: {e}")
+            # print(f"⚠️ خطأ في حساب مؤشرات الزخم: {e}")
+            pass
         
         return {key: value for key, value in momentum.items() if value is not None and not np.isnan(value)}
     
@@ -161,9 +275,9 @@ class AdvancedTechnicalAnalyzer:
                         volatility['atr_percent'] = (atr_value / current_close) * 100
         
         except Exception as e:
-            print(f"⚠️ خطأ في حساب مؤشرات التقلب: {e}")
+            # print(f"⚠️ خطأ في حساب مؤشرات التقلب: {e}")
+            pass
         
-        # (إصلاح V5.2: إعادة 'volatility' بدلاً من 'volume')
         return {key: value for key, value in volatility.items() if value is not None and not np.isnan(value)}
     
     def _calculate_volume_indicators(self, dataframe, timeframe):
@@ -182,32 +296,29 @@ class AdvancedTechnicalAnalyzer:
                         if 'timestamp' in df_vwap.columns:
                             df_vwap['timestamp'] = pd.to_datetime(df_vwap['timestamp'], unit='ms')
                             df_vwap.set_index('timestamp', inplace=True)
+                        elif not df_vwap.index.is_numeric():
+                             # (محاولة تحويل الفهرس إذا كان هو التايم ستامب)
+                             df_vwap.index = pd.to_datetime(df_vwap.index, unit='ms')
                         else:
                              raise ValueError("DataFrame needs 'timestamp' column or DatetimeIndex")
                     
                     df_vwap.sort_index(inplace=True)
                     
-                    # 🔴 --- START OF CHANGE (V5.3 - FIX) --- 🔴
-                    # (إصلاح: إزالة reset_index() للحفاظ على DatetimeIndex لـ ta.vwap)
-                    # df_vwap_reset = df_vwap.reset_index() # <-- هذا السطر يسبب المشكلة
-                    
                     volume_weighted_average_price = ta.vwap(
-                        high=df_vwap['high'],    # (استخدام df_vwap مباشرة)
-                        low=df_vwap['low'],     # (استخدام df_vwap مباشرة)
-                        close=df_vwap['close'],   # (استخدام df_vwap مباشرة)
-                        volume=df_vwap['volume']  # (استخدام df_vwap مباشرة)
+                        high=df_vwap['high'],    
+                        low=df_vwap['low'],     
+                        close=df_vwap['close'],   
+                        volume=df_vwap['volume']  
                     )
-                    # 🔴 --- END OF CHANGE --- 🔴
                     
                     if volume_weighted_average_price is not None and not volume_weighted_average_price.empty and not pd.isna(volume_weighted_average_price.iloc[-1]): 
                         volume['vwap'] = float(volume_weighted_average_price.iloc[-1])
                         
                 except Exception as vwap_error:
-                    # (تم تعديل الشرط لطباعة الخطأ إذا لم يكن التحذير المتوقع)
                     if "VWAP requires an ordered DatetimeIndex" not in str(vwap_error) and "Index" not in str(vwap_error):
-                        print(f"⚠️ خطأ في حساب VWAP لـ {timeframe}: {vwap_error}")
+                        # print(f"⚠️ خطأ في حساب VWAP لـ {timeframe}: {vwap_error}")
+                        pass
                     
-                    # (محاولة حساب احتياطي بسيط إذا فشل الحساب المعتمد على الفهرس)
                     if len(dataframe) >= 20:
                         try:
                             typical_price = (dataframe['high'] + dataframe['low'] + dataframe['close']) / 3
@@ -244,7 +355,8 @@ class AdvancedTechnicalAnalyzer:
                     pass
         
         except Exception as e:
-            print(f"⚠️ خطأ في حساب مؤشرات الحجم: {e}")
+            # print(f"⚠️ خطأ في حساب مؤشرات الحجم: {e}")
+            pass
         
         return {key: value for key, value in volume.items() if value is not None and not np.isnan(value)}
     
@@ -269,8 +381,9 @@ class AdvancedTechnicalAnalyzer:
                         cycle['supertrend'] = float(supertrend_value.iloc[-1])
         
         except Exception as e:
-            print(f"⚠️ خطأ في حساب مؤشرات الدورة: {e}")
+            # print(f"⚠️ خطأ في حساب مؤشرات الدورة: {e}")
+            pass
         
         return {key: value for key, value in cycle.items() if value is not None and not np.isnan(value)}
 
-print("✅ ML Module: Technical Indicators loaded (V5.3 - VWAP DatetimeIndex Fix)")
+print("✅ ML Module: Technical Indicators loaded (V9.1 - Smart Features Enabled)")