Create policy_engine.py

learning_hub/policy_engine.py

@@ -0,0 +1,72 @@
+# learning_hub/policy_engine.py
+from .schemas import ReflectorOutput
+import json
+
+class PolicyEngine:
+    def __init__(self):
+        # 1. سياسة قبول الدلتا (من النقطة 5)
+        self.auto_accept_threshold: float = 0.80
+        
+        # 2. عتبة المراجعة البشرية (من النقطة 7)
+        # إذا كانت الخسارة (بالنسبة المئوية) أكبر من هذا الحد، أرسلها للمراجعة
+        self.human_review_loss_threshold_percent: float = -3.0 
+        
+        # 3. قواعد السلامة (Meta-Policy) (من النقطة 7)
+        self.admissibility_rules = {
+            "NO_SHORT_TRADES": "النظام لا يدعم صفقات SHORT.",
+            "MAX_LOSS_PER_TRADE": "يجب ألا يتجاوز وقف الخسارة الأولي 10%."
+        }
+        print("✅ Learning Hub Module: Policy Engine loaded")
+
+    def get_delta_acceptance(self, reflector_output: ReflectorOutput, trade_pnl_percent: float) -> (bool, str):
+        """
+        يحدد ما إذا كان يجب قبول "الدلتا" المقترحة تلقائياً أم إرسالها للمراجعة.
+        (تنفيذ النقطة 5 و 7)
+        """
+        
+        # 1. فحص سياسة المراجعة البشرية (النقطة 7)
+        if trade_pnl_percent < self.human_review_loss_threshold_percent:
+            reason = f"Human Review Required: Significant loss ({trade_pnl_percent:.2f}%)"
+            print(f"⚠️ [PolicyEngine] {reason}")
+            return False, reason # (approved=False)
+
+        # 2. فحص سياسة القبول التلقائي (النقطة 5)
+        reflector_confidence = reflector_output.confidence
+        
+        # (تبسيط لسياسة النتيجة - سنعتمد على ثقة المنعكس كبداية)
+        # delta_score = 0.5 * reflector_confidence + ...
+        delta_score = reflector_confidence 
+        
+        if delta_score >= self.auto_accept_threshold:
+            reason = f"Auto-Accepted: High confidence ({delta_score:.2f} >= {self.auto_accept_threshold})"
+            print(f"✅ [PolicyEngine] {reason}")
+            return True, reason # (approved=True)
+        else:
+            reason = f"Human Review Required: Low confidence ({delta_score:.2f} < {self.auto_accept_threshold})"
+            print(f"ℹ️ [PolicyEngine] {reason}")
+            return False, reason # (approved=False)
+
+    def check_meta_policy_on_decision(self, decision: dict) -> (bool, str):
+        """
+        يفحص قرار (قبل التنفيذ) مقابل قواعد السلامة العليا (Meta-Policy).
+        (تنفيذ النقطة 7)
+        """
+        
+        # 1. قاعدة "لا لصفقات SHORT"
+        if decision.get("trade_type") == "SHORT":
+            return False, self.admissibility_rules["NO_SHORT_TRADES"]
+            
+        # 2. قاعدة "الحد الأقصى لوقف الخسارة"
+        action = decision.get("action")
+        if action == "BUY":
+            current_price = decision.get("current_price", 1) # (سيتم تمريره)
+            stop_loss = decision.get("stop_loss", 0)
+            
+            if current_price > 0 and stop_loss > 0:
+                loss_percent = ((current_price - stop_loss) / current_price) * 100
+                if loss_percent > 10.0:
+                    reason = f"Meta-Policy Violation: Stop loss ({loss_percent:.1f}%) exceeds max (10%)"
+                    return False, reason
+
+        # إذا مرت جميع الفحوصات
+        return True, "Meta-Policy Passed"