diff --git "a/app.py" "b/app.py"
new file mode 100644--- /dev/null
+++ "b/app.py"
@@ -0,0 +1,1961 @@
+"""
+OKX QUANT TERMINAL · v3 — SMART MONEY CONCEPTS (SMC) SİNYAL MOTORU
+Kripto piyasa analitiği paneli (Gradio).
+
+Yalnızca OKX'in herkese açık (anahtarsız) piyasa verisi REST API'si kullanılır:
+ - /api/v5/market/candles, /ticker, /tickers, /books
+ - /api/v5/public/funding-rate (türev duyarlılığı, isteğe bağlı bilgi)
+
+API anahtarı yok, emir gönderimi yok, hesap erişimi yok. Salt-okunur analiz / sinyal terminalidir.
+
+v3 — AĞIRLIKSIZ SMC SİNYAL MOTORU
+ * Eski ağırlıklı kompozit skor (trend/reversion/Fib/ısı haritası/RSI uyumsuzluğu ağırlıkları, ADX rejim
+ geçişi, tanh sıkıştırma, skor ivmesi, MTF/emir defteri/funding/LLM puan ekleri) TAMAMEN KALDIRILDI.
+ * YÖN = piyasa yapısı: son onaylı swing'in kapanışla kırılması (BOS = devam, CHoCH = dönüş).
+ Yapı yükselişse yalnızca long, düşüşse yalnızca short aranır; yapıya ters teyit varsa sinyal yok.
+ * TEYİTLER (her biri eşit, ±1): taze BOS/CHoCH · premium/discount · order block · FVG retest · likidite avı.
+ Skor = net teyit sayısı (±5). AL/SAT: |skor| ≥ 2, GÜÇLÜ: |skor| ≥ 4 + teyit uyumu + üst zaman dilimi yapısı uyumu.
+ * Üst zaman dilimi (MTF), emir defteri, funding, S/R, LLM: yalnızca BİLGİ / filtre — skora puan eklemez.
+ * Güven skoru bileşenlerin eşit ağırlıklı ortalamasıdır. Stop: order block / likidite avı ekstremi arkası.
+ * Gerçek işlem simülasyonu (SL/TP/zaman çıkışı + komisyon): kazanma oranı, profit factor, beklenti, R, SQN,
+ drawdown, Al&Tut karşılaştırması, yarım-Kelly risk önerisi. Canlı sinyal ve backtest AYNI nedensel fonksiyonu kullanır.
+ * RSI / MACD / Stokastik / ADX grafikleri bilgi amaçlıdır; sinyale dahil değildir.
+"""
+import json
+import math
+import os
+import re
+import sys
+import threading
+import time
+from concurrent.futures import ThreadPoolExecutor, as_completed
+
+import numpy as np
+import pandas as pd
+import plotly.graph_objects as go
+from plotly.subplots import make_subplots
+import requests
+import gradio as gr
+
+try: # Hugging Face Spaces (ZeroGPU) — yerelde yoksa sessizce atla
+ import spaces
+ _gpu = spaces.GPU(duration=30)
+except Exception:
+ def _gpu(fn):
+ return fn
+
+# ---------------------------------------------------------------------------
+# CONFIG
+# ---------------------------------------------------------------------------
+OKX_BASE = "https://www.okx.com"
+TIMEOUT = 10
+CACHE_TTL = 8 # saniye — aynı mum verisini sekmeler arasında tekrar çekmemek için
+
+POPULAR_SYMBOLS = [
+ "BTC-USDT", "ETH-USDT", "SOL-USDT", "BNB-USDT", "XRP-USDT",
+ "DOGE-USDT", "ADA-USDT", "AVAX-USDT", "LINK-USDT", "TON-USDT",
+ "TRX-USDT", "DOT-USDT", "MATIC-USDT", "LTC-USDT", "NEAR-USDT",
+ "SUI-USDT", "APT-USDT", "ARB-USDT", "OP-USDT", "INJ-USDT",
+]
+
+BAR_OPTIONS = ["1m", "3m", "5m", "15m", "30m", "1H", "2H", "4H", "6H", "12H", "1D", "1W"]
+
+# approximate periods-per-year for each bar size, used to annualize risk stats
+BAR_TO_PERIODS_PER_YEAR = {
+ "1m": 365 * 24 * 60, "3m": 365 * 24 * 20, "5m": 365 * 24 * 12,
+ "15m": 365 * 24 * 4, "30m": 365 * 24 * 2, "1H": 365 * 24,
+ "2H": 365 * 12, "4H": 365 * 6, "6H": 365 * 4, "12H": 365 * 2,
+ "1D": 365, "1W": 52,
+}
+
+CHART_BG = "#0a0e14"
+
+# her zaman dilimi için "bir üst" zaman dilimi -> çoklu zaman dilimi (MTF) teyidi için
+MTF_MAP = {
+ "1m": "15m", "3m": "30m", "5m": "1H", "15m": "4H", "30m": "4H",
+ "1H": "4H", "2H": "1D", "4H": "1D", "6H": "1D", "12H": "1W",
+ "1D": "1W", "1W": "1W",
+}
+
+# --- Sinyal motoru parametreleri ---
+SIGNAL_THRESHOLD = 2.0 # |net SMC teyit sayısı| >= bu değer -> AL / SAT (her teyit eşit: ±1)
+STRONG_THRESHOLD = 4.0 # |net teyit| >= bu değer + konsensüs + MTF uyumu -> GÜÇLÜ
+WARMUP_BARS = 60 # yapı (swing/BOS) oluşması için minimum bar
+BACKTEST_LOOKBACK = 220 # walk-forward test penceresi (bar)
+SL_ATR, TP_ATR = 1.5, 2.5 # backtest ve varsayılan işlem planı (ATR çarpanları)
+MAX_HOLD_BARS = 24 # zaman çıkışı
+HEAT_WINDOW = 100 # hacim ısı haritası penceresi (bar)
+HEAT_BINS = 40 # fiyat dilimi sayısı
+HEAT_COLD = 0.30 # yoğunluk bu orandan düşükse "soğuk bölge" (hacim boşluğu)
+# Herkese açık (anahtarsız) OpenAI-uyumlu sohbet uç noktaları — SIRAYLA denenir, ilk geçerli yanıt kullanılır.
+# model=None ise uç noktanın GET /models listesinden ilk model otomatik seçilir.
+# Kendi servisinizi en başa eklemek için: LLM_BASE_URL (+ LLM_MODEL, LLM_API_KEY) ortam değişkenleri.
+LLM_DEFAULT_ENDPOINTS = [
+ {"url": "https://text.pollinations.ai/openai", "model": "openai", "key": ""},
+ {"url": "https://api.llm7.io/v1", "model": None, "key": "unused"},
+]
+LLM_BASE_URL = os.environ.get("LLM_BASE_URL", "").strip()
+LLM_MODEL = os.environ.get("LLM_MODEL", "").strip() or None
+LLM_API_KEY = os.environ.get("LLM_API_KEY", "").strip() # isteğe bağlı
+LLM_TIMEOUT = 25 # saniye
+LLM_CACHE_TTL = 180 # aynı mum + aynı skor için tekrar çağırma (maliyet/gecikme)
+WALL_MULT = 3.0 # emir defteri duvarı: seviye, taraf medyanının en az bu kadar katı
+FEE_PER_SIDE = 0.001 # OKX spot taker ≈ %0.1 / yön
+TP_R_MULTIPLES = (TP_ATR / SL_ATR, 2.5, 4.0) # TP1/TP2/TP3 (R cinsinden)
+
+# --- Smart Money Concepts (SMC) parametreleri ---
+SMC_SWING = 3 # swing pivotu için her iki yanda gereken bar (pivot w bar sonra onaylanır)
+SMC_FRESH_BARS = 8 # BOS/CHoCH bu kadar bar boyunca 'taze' sayılır
+SMC_SWEEP_BARS = 5 # likidite avı bu kadar bar boyunca geçerli
+SMC_OB_LOOKBACK = 40 # order block orijini için geriye bakış (bar)
+SMC_OB_MAX_AGE = 120 # order block / FVG en fazla bu kadar bar yaşar
+SMC_FVG_MIN_ATR = 0.15 # FVG boşluğu en az bu kadar ATR olmalı (gürültü filtresi)
+SMC_FVG_KEEP = 6 # takip edilen açık FVG sayısı (yön başına)
+SMC_PD_BAND = 0.05 # equilibrium (%50) etrafındaki nötr band
+
+
+# ---------------------------------------------------------------------------
+# OKX PUBLIC API WRAPPERS (önbellek + yeniden deneme)
+# ---------------------------------------------------------------------------
+_CACHE = {}
+_CACHE_LOCK = threading.Lock()
+
+
+def _cached(key, ttl, loader):
+ now = time.time()
+ with _CACHE_LOCK:
+ hit = _CACHE.get(key)
+ if hit and now - hit[0] < ttl:
+ return hit[1]
+ val = loader()
+ with _CACHE_LOCK:
+ _CACHE[key] = (time.time(), val)
+ if len(_CACHE) > 200: # eski kayıtları buda
+ for k in sorted(_CACHE, key=lambda x: _CACHE[x][0])[:60]:
+ _CACHE.pop(k, None)
+ return val
+
+
+def _get(path, params=None, retries=2):
+ for attempt in range(retries + 1):
+ try:
+ r = requests.get(f"{OKX_BASE}{path}", params=params, timeout=TIMEOUT)
+ r.raise_for_status()
+ data = r.json()
+ code = str(data.get("code"))
+ if code == "50011" and attempt < retries: # OKX rate-limit
+ time.sleep(0.5 * (attempt + 1))
+ continue
+ if code != "0":
+ raise RuntimeError(data.get("msg") or "OKX API hata döndürdü.")
+ return data["data"]
+ except requests.exceptions.RequestException as e:
+ if attempt < retries:
+ time.sleep(0.3 * (attempt + 1))
+ continue
+ raise RuntimeError(f"Ağ hatası: {e}")
+
+
+def fetch_candles(inst_id, bar="1H", limit=300):
+ def _load():
+ raw = _get("/api/v5/market/candles", {"instId": inst_id, "bar": bar, "limit": limit})
+ if not raw:
+ raise RuntimeError(f"{inst_id} için mum verisi bulunamadı (sembolü kontrol edin).")
+ cols = ["ts", "o", "h", "l", "c", "vol", "volCcy", "volCcyQuote", "confirm"]
+ df = pd.DataFrame(raw, columns=cols)
+ for c in ["o", "h", "l", "c", "vol"]:
+ df[c] = df[c].astype(float)
+ df["confirm"] = df["confirm"].astype(int)
+ df["ts"] = pd.to_datetime(df["ts"].astype(np.int64), unit="ms")
+ return df.sort_values("ts").reset_index(drop=True)
+
+ return _cached(("candles", inst_id, bar, limit), CACHE_TTL, _load).copy()
+
+
+def fetch_ticker(inst_id):
+ raw = _get("/api/v5/market/ticker", {"instId": inst_id})
+ return raw[0] if raw else {}
+
+
+def fetch_all_tickers(inst_type="SPOT"):
+ return _cached(("tickers", inst_type), 20, lambda: _get("/api/v5/market/tickers", {"instType": inst_type}))
+
+
+def fetch_orderbook(inst_id, depth=20):
+ raw = _get("/api/v5/market/books", {"instId": inst_id, "sz": depth})
+ return raw[0] if raw else {}
+
+
+def fetch_funding_rate(inst_id):
+ """Spot paritenin (BTC-USDT) sürekli vadeli karşılığının (BTC-USDT-SWAP) funding oranı."""
+ parts = inst_id.split("-")
+ if len(parts) != 2:
+ return None
+ raw = _get("/api/v5/public/funding-rate", {"instId": f"{inst_id}-SWAP"})
+ if not raw:
+ return None
+ return float(raw[0].get("fundingRate") or 0.0)
+
+
+# ---------------------------------------------------------------------------
+# TECHNICAL INDICATORS
+# ---------------------------------------------------------------------------
+def ema(s, p):
+ return s.ewm(span=p, adjust=False).mean()
+
+
+def sma(s, p):
+ return s.rolling(p).mean()
+
+
+def rsi(s, p=14):
+ d = s.diff()
+ gain = d.clip(lower=0)
+ loss = -d.clip(upper=0)
+ ag = gain.ewm(alpha=1 / p, adjust=False).mean()
+ al = loss.ewm(alpha=1 / p, adjust=False).mean()
+ rs = ag / al.replace(0, np.nan)
+ return (100 - 100 / (1 + rs)).fillna(50)
+
+
+def macd(s, fast=12, slow=26, signal=9):
+ line = ema(s, fast) - ema(s, slow)
+ sig = ema(line, signal)
+ return line, sig, line - sig
+
+
+def bollinger(s, p=20, k=2):
+ mid = sma(s, p)
+ std = s.rolling(p).std()
+ return mid + k * std, mid, mid - k * std
+
+
+def atr(df, p=14):
+ h, l, c = df["h"], df["l"], df["c"]
+ pc = c.shift(1)
+ tr = pd.concat([h - l, (h - pc).abs(), (l - pc).abs()], axis=1).max(axis=1)
+ return tr.ewm(alpha=1 / p, adjust=False).mean()
+
+
+def stochastic(df, k_p=14, d_p=3):
+ lo = df["l"].rolling(k_p).min()
+ hi = df["h"].rolling(k_p).max()
+ k = 100 * (df["c"] - lo) / (hi - lo).replace(0, np.nan)
+ d = k.rolling(d_p).mean()
+ return k.fillna(50), d.fillna(50)
+
+
+
+
+def adx(df, p=14):
+ """ADX + yönsel indikatörler (+DI / -DI). Trend gücünü ölçer (0-100)."""
+ h, l, c = df["h"], df["l"], df["c"]
+ up_move = h.diff()
+ down_move = -l.diff()
+ plus_dm = np.where((up_move > down_move) & (up_move > 0), up_move, 0.0)
+ minus_dm = np.where((down_move > up_move) & (down_move > 0), down_move, 0.0)
+ tr = pd.concat([h - l, (h - c.shift(1)).abs(), (l - c.shift(1)).abs()], axis=1).max(axis=1)
+ atr_ = tr.ewm(alpha=1 / p, adjust=False).mean()
+ plus_di = 100 * pd.Series(plus_dm, index=df.index).ewm(alpha=1 / p, adjust=False).mean() / atr_.replace(0, np.nan)
+ minus_di = 100 * pd.Series(minus_dm, index=df.index).ewm(alpha=1 / p, adjust=False).mean() / atr_.replace(0, np.nan)
+ dx = ((plus_di - minus_di).abs() / (plus_di + minus_di).replace(0, np.nan)) * 100
+ adx_ = dx.ewm(alpha=1 / p, adjust=False).mean()
+ return adx_.fillna(0), plus_di.fillna(0), minus_di.fillna(0)
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+def _volume_grid(h, l, vol, edges):
+ """Her barın hacmini, [low, high] aralığının kestiği fiyat dilimlerine eşit dağıtır. -> (bar × dilim)"""
+ lo_e, hi_e = edges[:-1][None, :], edges[1:][None, :]
+ overlap = np.clip(np.minimum(h[:, None], hi_e) - np.maximum(l[:, None], lo_e), 0.0, None)
+ span = np.maximum(h - l, 1e-12)[:, None]
+ return overlap / span * vol[:, None]
+
+
+def volume_heat(df, window=HEAT_WINDOW, bins=HEAT_BINS):
+ """Hacim ısı haritası profili (nedensel: her bar yalnızca kendisine kadar olan pencereyi kullanır).
+ Dönüş: poc, val, vah (%70 değer alanı), heat (kapanışın bulunduğu dilimin yoğunluğu / en yoğun dilim, 0..1)"""
+ h, l, c, v = (df[k].to_numpy(dtype=float) for k in ("h", "l", "c", "vol"))
+ n = len(c)
+ poc, val, vah, heat = (np.full(n, np.nan) for _ in range(4))
+ for i in range(min(window, n) - 1, n):
+ a = max(0, i - window + 1)
+ hh, ll = h[a:i + 1], l[a:i + 1]
+ top, bot = hh.max(), ll.min()
+ if top <= bot:
+ continue
+ edges = np.linspace(bot, top, bins + 1)
+ prof = _volume_grid(hh, ll, v[a:i + 1], edges).sum(axis=0)
+ if prof.max() <= 0:
+ continue
+ mids = (edges[:-1] + edges[1:]) / 2
+ k = int(prof.argmax())
+ poc[i] = mids[k]
+ # değer alanı: POC'tan başlayıp toplam hacmin %70'ine ulaşana dek komşu dilimleri ekle
+ lo_k = hi_k = k
+ acc, tot = prof[k], prof.sum()
+ while acc < 0.7 * tot and (lo_k > 0 or hi_k < bins - 1):
+ up = prof[hi_k + 1] if hi_k < bins - 1 else -1.0
+ dn = prof[lo_k - 1] if lo_k > 0 else -1.0
+ if up >= dn:
+ hi_k += 1; acc += prof[hi_k]
+ else:
+ lo_k -= 1; acc += prof[lo_k]
+ val[i], vah[i] = edges[lo_k], edges[hi_k + 1]
+ ci = int(np.clip(np.searchsorted(edges, c[i], side="right") - 1, 0, bins - 1))
+ heat[i] = prof[ci] / prof.max()
+ return (pd.Series(x, index=df.index) for x in (poc, val, vah, heat))
+
+
+def book_walls(ob, price, atr_v, mult=WALL_MULT, reach=1.5):
+ """Emir defterindeki 'sıcak' likidite duvarlarını bulur (yakın ve taraf medyanına göre çok büyük seviyeler).
+ Dönüş: (destek_duvarı, direnç_duvarı) — her biri (fiyat, büyüklük_kat) ya da None."""
+ def pick(levels, below):
+ if not levels or atr_v <= 0:
+ return None
+ sizes = np.array([float(x[1]) for x in levels])
+ px = np.array([float(x[0]) for x in levels])
+ med = float(np.median(sizes))
+ if med <= 0:
+ return None
+ dist = (price - px) / atr_v if below else (px - price) / atr_v
+ ok = (sizes >= mult * med) & (dist > 0) & (dist <= reach)
+ if not ok.any():
+ return None
+ j = int(np.where(ok, sizes, -1).argmax())
+ return float(px[j]), float(sizes[j] / med)
+ return pick(ob.get("bids"), True), pick(ob.get("asks"), False)
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+def find_swings(series, window=3):
+ """Yerel tepe/dip (swing high/low) indekslerini bulur."""
+ n = len(series)
+ highs, lows = [], []
+ for i in range(window, n - window):
+ seg = series.iloc[i - window:i + window + 1]
+ if series.iloc[i] == seg.max():
+ highs.append(i)
+ if series.iloc[i] == seg.min():
+ lows.append(i)
+ return highs, lows
+
+
+
+
+
+
+def find_sr_levels(df, atr_v, window=5, lookback=200, max_levels=4):
+ """Swing tepe/diplerini kümeleyerek destek/direnç seviyeleri çıkarır.
+ Dönüş: (destekler, dirençler) — her biri [(seviye, temas_sayısı), ...], fiyata yakınlık sırasıyla."""
+ sub = df.iloc[-lookback:].reset_index(drop=True)
+ highs, _ = find_swings(sub["h"], window)
+ _, lows = find_swings(sub["l"], window)
+ pts = [float(sub["h"].iloc[i]) for i in highs] + [float(sub["l"].iloc[i]) for i in lows]
+ if not pts:
+ return [], []
+ price = float(df["c"].iloc[-1])
+ tol = max(0.6 * (atr_v if atr_v and atr_v > 0 else 0.0), price * 0.002)
+ pts.sort()
+ clusters, cur = [], [pts[0]]
+ for p in pts[1:]:
+ if p - float(np.mean(cur)) <= tol:
+ cur.append(p)
+ else:
+ clusters.append(cur)
+ cur = [p]
+ clusters.append(cur)
+ levels = [(float(np.mean(c)), len(c)) for c in clusters]
+ supports = sorted([lv for lv in levels if lv[0] < price], key=lambda x: -x[0])[:max_levels]
+ resists = sorted([lv for lv in levels if lv[0] > price], key=lambda x: x[0])[:max_levels]
+ return supports, resists
+
+
+def smc_structure(df, atr_s, w=SMC_SWING):
+ """Smart Money Concepts yapısı — tamamen NEDENSEL (bar i yalnızca i'ye kadar olan veriyi kullanır;
+ swing pivotları `w` bar sonra onaylanır). Üretir:
+ * Piyasa yapısı: son onaylı swing high/low'un KAPANIŞLA kırılması. Trend yönünde kırılım = BOS (devam),
+ trende karşı kırılım = CHoCH (dönüş).
+ * Order Block: kırılımı başlatan hareketin orijinindeki son karşı yönlü mum (kapanışla aşılırsa geçersiz).
+ * Fair Value Gap: 3 mumluk fiyat boşluğu (kapanışla tamamen dolarsa geçersiz) + retest takibi.
+ * Likidite avı (sweep): fitil swing seviyesini aşar, kapanış seviyenin gerisinde kalır.
+ Dönüş: (seri sözlüğü, grafik için bölgeler)"""
+ o, h, l, c = (df[k].to_numpy(dtype=float) for k in ("o", "h", "l", "c"))
+ a = atr_s.to_numpy(dtype=float)
+ n = len(c)
+ full = lambda v: np.full(n, v, dtype=float)
+ out = {k: full(np.nan) for k in ("sh", "sl", "obb_lo", "obb_hi", "obs_lo", "obs_hi", "swb_px", "sws_px")}
+ out.update({k: full(0.0) for k in ("trend", "brk_dir", "brk_choch", "fvgb", "fvgs")})
+ out.update({k: full(-1.0) for k in ("brk_i", "swb_i", "sws_i")})
+
+ last_sh = last_sl = None # (indeks, fiyat) — son onaylı swing high / low
+ sh_broken = sl_broken = True
+ sh_swept = sl_swept = False
+ trend = 0
+ brk_dir, brk_i, brk_choch = 0, -1, 0
+ bull_ob = bear_ob = None # (alt, üst, oluşum_bar, mum_bar)
+ bull_fvg, bear_fvg = [], [] # [(alt, üst, oluşum_bar), ...]
+ swb_i = sws_i = -1
+ swb_px = sws_px = np.nan
+ events, sweeps = [], []
+
+ for i in range(n):
+ j = i - w
+ if j >= w:
+ if h[j] == h[j - w:j + w + 1].max():
+ last_sh, sh_broken, sh_swept = (j, h[j]), False, False
+ if l[j] == l[j - w:j + w + 1].min():
+ last_sl, sl_broken, sl_swept = (j, l[j]), False, False
+ ci = c[i]
+
+ # --- yapı kırılımı (kapanışla): BOS / CHoCH + order block ---
+ if last_sh and not sh_broken and ci > last_sh[1]:
+ choch = 1 if trend < 0 else 0
+ events.append({"i": i, "pivot_i": last_sh[0], "dir": 1, "choch": bool(choch), "level": float(last_sh[1])})
+ trend, sh_broken = 1, True
+ brk_dir, brk_i, brk_choch = 1, i, choch
+ a0 = max(last_sl[0] if last_sl else 0, i - SMC_OB_LOOKBACK)
+ cand = [k for k in range(a0, i) if c[k] < o[k]] # düşüş mumları
+ if cand:
+ k = min(cand, key=lambda x: l[x]) # hareketin orijini: en düşük düşüş mumu
+ bull_ob = (float(l[k]), float(h[k]), i, k)
+ elif last_sl and not sl_broken and ci < last_sl[1]:
+ choch = 1 if trend > 0 else 0
+ events.append({"i": i, "pivot_i": last_sl[0], "dir": -1, "choch": bool(choch), "level": float(last_sl[1])})
+ trend, sl_broken = -1, True
+ brk_dir, brk_i, brk_choch = -1, i, choch
+ a0 = max(last_sh[0] if last_sh else 0, i - SMC_OB_LOOKBACK)
+ cand = [k for k in range(a0, i) if c[k] > o[k]] # yükseliş mumları
+ if cand:
+ k = max(cand, key=lambda x: h[x])
+ bear_ob = (float(l[k]), float(h[k]), i, k)
+
+ # --- likidite avı (sweep): fitil seviyeyi aşar, kapanış geri döner ---
+ if last_sh and not sh_broken and not sh_swept and h[i] > last_sh[1] and ci <= last_sh[1]:
+ sh_swept, sws_i, sws_px = True, i, float(h[i])
+ sweeps.append({"i": i, "dir": -1, "level": float(last_sh[1])}) # buy-side likidite alındı
+ if last_sl and not sl_broken and not sl_swept and l[i] < last_sl[1] and ci >= last_sl[1]:
+ sl_swept, swb_i, swb_px = True, i, float(l[i])
+ sweeps.append({"i": i, "dir": 1, "level": float(last_sl[1])}) # sell-side likidite alındı
+
+ # --- order block mitigasyonu (kapanışla aşıldıysa ya da çok eskiyse geçersiz) ---
+ if bull_ob and bull_ob[2] < i and (ci < bull_ob[0] or i - bull_ob[2] > SMC_OB_MAX_AGE):
+ bull_ob = None
+ if bear_ob and bear_ob[2] < i and (ci > bear_ob[1] or i - bear_ob[2] > SMC_OB_MAX_AGE):
+ bear_ob = None
+
+ # --- Fair Value Gap: oluşum, mitigasyon, retest ---
+ if i >= 2:
+ min_gap = SMC_FVG_MIN_ATR * a[i] if a[i] == a[i] else 0.0
+ if l[i] > h[i - 2] and l[i] - h[i - 2] >= min_gap:
+ bull_fvg.append((float(h[i - 2]), float(l[i]), i))
+ if h[i] < l[i - 2] and l[i - 2] - h[i] >= min_gap:
+ bear_fvg.append((float(h[i]), float(l[i - 2]), i))
+ bull_fvg = [z for z in bull_fvg if not (z[2] < i and ci < z[0]) and i - z[2] <= SMC_OB_MAX_AGE][-SMC_FVG_KEEP:]
+ bear_fvg = [z for z in bear_fvg if not (z[2] < i and ci > z[1]) and i - z[2] <= SMC_OB_MAX_AGE][-SMC_FVG_KEEP:]
+ out["fvgb"][i] = 1.0 if any(z[2] <= i - 2 and l[i] <= z[1] and ci >= z[0] for z in bull_fvg) else 0.0
+ out["fvgs"][i] = 1.0 if any(z[2] <= i - 2 and h[i] >= z[0] and ci <= z[1] for z in bear_fvg) else 0.0
+
+ out["trend"][i] = trend
+ out["brk_dir"][i], out["brk_i"][i], out["brk_choch"][i] = brk_dir, brk_i, brk_choch
+ if last_sh:
+ out["sh"][i] = last_sh[1]
+ if last_sl:
+ out["sl"][i] = last_sl[1]
+ if bull_ob:
+ out["obb_lo"][i], out["obb_hi"][i] = bull_ob[0], bull_ob[1]
+ if bear_ob:
+ out["obs_lo"][i], out["obs_hi"][i] = bear_ob[0], bear_ob[1]
+ out["swb_i"][i], out["sws_i"][i], out["swb_px"][i], out["sws_px"][i] = swb_i, sws_i, swb_px, sws_px
+
+ zones = {"bull_ob": bull_ob, "bear_ob": bear_ob, "bull_fvg": bull_fvg, "bear_fvg": bear_fvg,
+ "events": events, "sweeps": sweeps}
+ return {k: pd.Series(v, index=df.index) for k, v in out.items()}, zones
+
+
+def compute_indicators(df):
+ close = df["c"]
+ ind = {}
+ # --- bilgi amaçlı göstergeler (SİNYALE DAHİL DEĞİL) ---
+ ind["rsi"] = rsi(close)
+ ind["macd_line"], ind["macd_signal"], ind["macd_hist"] = macd(close)
+ ind["ema20"] = ema(close, 20)
+ ind["ema50"] = ema(close, 50)
+ ind["ema200"] = ema(close, 200 if len(close) >= 200 else max(5, len(close) // 2))
+ ind["bb_upper"], ind["bb_mid"], ind["bb_lower"] = bollinger(close)
+ ind["atr"] = atr(df)
+ ind["stoch_k"], ind["stoch_d"] = stochastic(df)
+ ind["adx"], ind["plus_di"], ind["minus_di"] = adx(df)
+ ind["vp_poc"], ind["vp_val"], ind["vp_vah"], ind["vp_heat"] = volume_heat(df)
+ ind["rvol"] = (df["vol"] / sma(df["vol"], 20).replace(0, np.nan)).fillna(1.0)
+ ind["atr_rank"] = (ind["atr"] / close).rolling(100, min_periods=30).apply(
+ lambda x: float((x <= x[-1]).mean()), raw=True).fillna(0.5)
+ # --- Smart Money Concepts (sinyalin tek kaynağı) ---
+ smc, zones = smc_structure(df, ind["atr"])
+ for k, v in smc.items():
+ ind["smc_" + k] = v
+ # hızlı, nedensel erişim için numpy önbelleği (backtest döngüsünde .iloc yerine kullanılır)
+ arr = {k: v.to_numpy(dtype=float) for k, v in ind.items()}
+ for k in ("o", "h", "l", "c", "vol"):
+ arr[k] = df[k].to_numpy(dtype=float)
+ ind["_arr"] = arr
+ ind["smc_zones"] = zones
+ return ind
+
+
+# ---------------------------------------------------------------------------
+# COMPOSITE SIGNAL ENGINE v2 (multi-factor, rejim-uyarlamalı, konsensüs filtreli)
+# ---------------------------------------------------------------------------
+def _score_at(ind, i, verbose=False):
+ """Smart Money Concepts teyit sayımı — AĞIRLIK YOK. Verilen bar indeksinde yalnızca o ana kadarki veri kullanılır.
+
+ YÖN FİLTRESİ (kural, ağırlık değil): piyasa yapısı. Son kırılım yukarıysa (BOS/CHoCH ▲) yalnızca LONG,
+ aşağıysa yalnızca SHORT aranır. Yapıya ters teyitler varsa sinyal verilmez — önce CHoCH beklenir.
+
+ TEYİTLER (her biri eşit: +1 boğa / −1 ayı / 0 yok):
+ 1) Taze BOS / CHoCH (son SMC_FRESH_BARS bar içinde yapı kırılımı)
+ 2) Premium / Discount (swing aralığının alt %45'i = discount → +1, üst %45'i = premium → −1)
+ 3) Order Block (fiyat aktif talep / arz bloğuna değdi)
+ 4) Fair Value Gap retest (fiyat açık FVG'ye geri döndü)
+ 5) Likidite avı (sweep) (son SMC_SWEEP_BARS bar içinde swing fitille süpürülüp geri dönüldü)
+
+ Skor = net teyit sayısı (−5…+5), yapı filtresini geçerse. Canlı sinyal ve backtest AYNI fonksiyonu kullanır."""
+ A = ind["_arr"]
+ price, hi_i, lo_i = A["c"][i], A["h"][i], A["l"][i]
+ trend = int(A["smc_trend"][i])
+ votes, tags = [], []
+ long_refs, short_refs = [], [] # stop yerleşimi için SMC referans seviyeleri
+
+ def vote(label, d, text, tag=None):
+ votes.append((label, int(d), text))
+ if tag:
+ tags.append((tag, int(d)))
+
+ # --- 1) taze BOS / CHoCH ---
+ bi = A["smc_brk_i"][i]
+ if bi >= 0 and i - bi <= SMC_FRESH_BARS:
+ d = int(A["smc_brk_dir"][i])
+ name = "CHoCH" if A["smc_brk_choch"][i] > 0 else "BOS"
+ arrow = "▲" if d > 0 else "▼"
+ age = int(i - bi)
+ when = "bu barda" if age == 0 else f"{age} bar önce"
+ kind = "trend dönüşü" if name == "CHoCH" else "trend devamı"
+ vote(name, d, f"{name} {arrow}: piyasa yapısı {when} {'yukarı' if d > 0 else 'aşağı'} kırıldı ({kind})",
+ f"{name} {arrow}")
+
+ # --- 2) Premium / Discount ---
+ sh, sl = A["smc_sh"][i], A["smc_sl"][i]
+ pd_pos = None
+ if sh == sh and sl == sl and sh > sl:
+ pd_pos = float((price - sl) / (sh - sl))
+ if pd_pos <= 0.5 - SMC_PD_BAND:
+ vote("Discount", 1, f"Fiyat swing aralığının DISCOUNT bölgesinde (%{pd_pos * 100:.0f}) — alım için ucuz bölge", "DISCOUNT")
+ elif pd_pos >= 0.5 + SMC_PD_BAND:
+ vote("Premium", -1, f"Fiyat swing aralığının PREMIUM bölgesinde (%{pd_pos * 100:.0f}) — satım için pahalı bölge", "PREMIUM")
+ else:
+ vote("Denge", 0, f"Fiyat equilibrium (%50) civarında (%{pd_pos * 100:.0f}) — bölge avantajı yok")
+
+ # --- 3) Order Block ---
+ bl, bh = A["smc_obb_lo"][i], A["smc_obb_hi"][i]
+ if bl == bl and lo_i <= bh and price >= bl:
+ vote("Order Block ▲", 1, f"Fiyat aktif talep (bullish) ORDER BLOCK bölgesinde ({fmt_price(bl)} – {fmt_price(bh)})", "OB ▲")
+ long_refs.append(float(bl))
+ rl, rh = A["smc_obs_lo"][i], A["smc_obs_hi"][i]
+ if rl == rl and hi_i >= rl and price <= rh:
+ vote("Order Block ▼", -1, f"Fiyat aktif arz (bearish) ORDER BLOCK bölgesinde ({fmt_price(rl)} – {fmt_price(rh)})", "OB ▼")
+ short_refs.append(float(rh))
+
+ # --- 4) Fair Value Gap retest ---
+ if A["smc_fvgb"][i] > 0:
+ vote("FVG ▲", 1, "Fiyat açık yükseliş FVG'sine (dengesizlik boşluğu) geri döndü — destek bölgesi", "FVG ▲")
+ if A["smc_fvgs"][i] > 0:
+ vote("FVG ▼", -1, "Fiyat açık düşüş FVG'sine (dengesizlik boşluğu) geri döndü — direnç bölgesi", "FVG ▼")
+
+ # --- 5) Likidite avı ---
+ sb, ss = A["smc_swb_i"][i], A["smc_sws_i"][i]
+ if sb >= 0 and i - sb <= SMC_SWEEP_BARS:
+ vote("Likidite Avı ▲", 1, f"Sell-side likidite alındı ({int(i - sb)} bar önce): dip fitille süpürüldü, fiyat geri döndü", "SWEEP ▲")
+ long_refs.append(float(A["smc_swb_px"][i]))
+ if ss >= 0 and i - ss <= SMC_SWEEP_BARS:
+ vote("Likidite Avı ▼", -1, f"Buy-side likidite alındı ({int(i - ss)} bar önce): tepe fitille süpürüldü, fiyat geri döndü", "SWEEP ▼")
+ short_refs.append(float(A["smc_sws_px"][i]))
+
+ # --- net teyit + yapı filtresi ---
+ net = sum(d for _, d, _ in votes)
+ bull_w = float(sum(1 for _, d, _ in votes if d > 0))
+ bear_w = float(sum(1 for _, d, _ in votes if d < 0))
+ gate = None
+ if trend == 0:
+ score = 0.0
+ gate = "Piyasa yapısı henüz belirsiz (onaylı swing kırılımı yok) — SMC sinyali üretilmez"
+ elif (net > 0 and trend < 0) or (net < 0 and trend > 0):
+ score = 0.0
+ gate = (f"Teyitler {'yükseliş' if net > 0 else 'düşüş'} yönlü ama piyasa yapısı "
+ f"{'düşüş' if trend < 0 else 'yükseliş'} — yapı dönmeden (CHoCH) işlem yok")
+ else:
+ score = float(net)
+
+ regime = "YÜKSELİŞ" if trend > 0 else ("DÜŞÜŞ" if trend < 0 else "BELİRSİZ")
+ out = {
+ "score": score, "price": price, "regime": regime, "trend": trend, "net": net,
+ "bull_w": bull_w, "bear_w": bear_w, "atr_rank": A["atr_rank"][i], "pd": pd_pos, "tags": tags,
+ "gate": gate, "heat": A["vp_heat"][i],
+ "stop_ref": {"long": min(long_refs) if long_refs else None, "short": max(short_refs) if short_refs else None},
+ }
+ if verbose:
+ def tone(d):
+ return "up" if d > 0 else ("down" if d < 0 else "flat")
+ bars_txt = ""
+ if bi >= 0:
+ bars_txt = f" — son kırılım {int(i - bi)} bar önce ({'CHoCH' if A['smc_brk_choch'][i] > 0 else 'BOS'} {'▲' if A['smc_brk_dir'][i] > 0 else '▼'})"
+ struct_txt = {1: "Piyasa yapısı YÜKSELİŞ (HH/HL) — yalnızca long aranır",
+ -1: "Piyasa yapısı DÜŞÜŞ (LH/LL) — yalnızca short aranır",
+ 0: "Piyasa yapısı belirsiz"}[trend] + (bars_txt if trend else "")
+ reasons = [(tone(trend), struct_txt)]
+ reasons += [(tone(d), text) for _, d, text in votes]
+ if gate:
+ reasons.append(("flat", gate))
+ out["reasons"] = reasons
+ out["contribs"] = [(lab, float(d)) for lab, d, _ in votes if d != 0]
+ return out
+
+
+def compute_score_series(ind, n):
+ """Son BACKTEST_LOOKBACK bar için (canlı bar dahil) skor serisi. Dönüş: (başlangıç_indeksi, [skor_dict,...])"""
+ start = min(max(WARMUP_BARS, n - BACKTEST_LOOKBACK), n - 1)
+ return start, [_score_at(ind, i) for i in range(start, n)]
+
+
+# ---------------------------------------------------------------------------
+# BACKTEST — yön doğruluğu + gerçek işlem simülasyonu (SL/TP/zaman çıkışı + komisyon)
+# ---------------------------------------------------------------------------
+def directional_accuracy(df, start, scores, forward=5, threshold=SIGNAL_THRESHOLD):
+ """Klasik test: sinyal 'forward' bar sonra doğru yönü göstermiş mi? (long / short kırılımlı)"""
+ c = df["c"].to_numpy()
+ n = len(c)
+ stats = {"all": [0, 0], "long": [0, 0], "short": [0, 0]}
+ for i in range(start, n - forward):
+ s = scores[i - start]
+ if abs(s["score"]) < threshold:
+ continue
+ up = s["score"] > 0
+ correct = up == (c[i + forward] > c[i])
+ for key in ("all", "long" if up else "short"):
+ stats[key][1] += 1
+ if correct:
+ stats[key][0] += 1
+ if stats["all"][1] < 5:
+ return None
+
+ def pack(key):
+ ok, t = stats[key]
+ return {"accuracy": ok / t, "n_signals": t} if t > 0 else None
+
+ return {
+ "accuracy": stats["all"][0] / stats["all"][1], "correct": stats["all"][0],
+ "n_signals": stats["all"][1], "forward_bars": forward,
+ "long_side": pack("long"), "short_side": pack("short"),
+ }
+
+
+def simulate_trades(df, ind, start, scores, threshold=SIGNAL_THRESHOLD):
+ """Sinyalleri sırayla (üst üste binmeden) işleme çevirir.
+ Giriş: sinyal barını izleyen barın AÇILIŞI (gerçekçi, ileri sızıntı yok).
+ Çıkış: SL (1.5×ATR) / TP (2.5×ATR) / 24 bar zaman çıkışı. Aynı barda ikisi de değerse SL öncelikli (kötümser)."""
+ A = ind["_arr"]
+ o, h, l, c, atr_a = A["o"], A["h"], A["l"], A["c"], A["atr"]
+ n = len(c)
+ trades = []
+ i = start
+ while i <= n - 2:
+ s = scores[i - start]["score"]
+ a = atr_a[i]
+ if abs(s) < threshold or not (a > 0):
+ i += 1
+ continue
+ d = 1 if s > 0 else -1
+ entry = o[i + 1]
+ risk = SL_ATR * a
+ sl, tp = entry - d * risk, entry + d * TP_ATR * a
+ last = min(n - 1, i + 1 + MAX_HOLD_BARS)
+ exit_i, exit_px, why = None, None, None
+ for j in range(i + 1, last + 1):
+ hit_sl = (l[j] <= sl) if d > 0 else (h[j] >= sl)
+ hit_tp = (h[j] >= tp) if d > 0 else (l[j] <= tp)
+ if hit_sl:
+ exit_i, exit_px, why = j, sl, "SL"
+ break
+ if hit_tp:
+ exit_i, exit_px, why = j, tp, "TP"
+ break
+ if exit_i is None:
+ if last == i + 1 + MAX_HOLD_BARS:
+ exit_i, exit_px, why = last, c[last], "ZAMAN"
+ else:
+ break # veri bitti, işlem hâlâ açık — sonuçlandırılamaz
+ pnl = d * (exit_px - entry) / entry - 2 * FEE_PER_SIDE
+ r_mult = pnl / (risk / entry)
+ trades.append({"signal_i": i, "entry_i": i + 1, "exit_i": exit_i, "dir": d, "entry": entry,
+ "exit": exit_px, "pnl": pnl, "r": r_mult, "why": why, "score": s})
+ i = exit_i
+ return trades
+
+
+def summarize_trades(trades, df, start):
+ if len(trades) < 3:
+ return None
+ n = len(df)
+ pnl = np.array([t["pnl"] for t in trades])
+ r = np.array([t["r"] for t in trades])
+ wins, losses = pnl[pnl > 0], pnl[pnl <= 0]
+ gross_loss = abs(losses.sum())
+ pf = float(wins.sum() / gross_loss) if gross_loss > 0 else (99.0 if wins.sum() > 0 else 0.0)
+ win_rate = len(wins) / len(pnl)
+ win_r, loss_r = r[r > 0], r[r <= 0]
+ avg_win_r = float(win_r.mean()) if len(win_r) else 0.0
+ avg_loss_r = float(abs(loss_r.mean())) if len(loss_r) else 0.0
+ kelly = None
+ if avg_win_r > 0 and avg_loss_r > 0:
+ kelly = win_rate - (1 - win_rate) / (avg_win_r / avg_loss_r)
+ sqn = float(np.sqrt(min(len(r), 100)) * r.mean() / r.std()) if r.std() > 0 else 0.0
+
+ mult = np.ones(n - start)
+ for t in trades:
+ mult[t["exit_i"] - start] *= (1 + t["pnl"])
+ equity = np.cumprod(mult)
+ peak = np.maximum.accumulate(equity)
+ max_dd = float(((equity - peak) / peak).min())
+ c = df["c"].to_numpy()
+ bh = c[start:] / c[start]
+
+ streak = best = 0
+ for p in pnl:
+ streak = streak + 1 if p <= 0 else 0
+ best = max(best, streak)
+
+ def side(dirn):
+ sub = [t for t in trades if t["dir"] == dirn]
+ return {"n": len(sub), "win_rate": (sum(1 for t in sub if t["pnl"] > 0) / len(sub)) if sub else None}
+
+ stats = {
+ "n": len(trades), "win_rate": win_rate, "profit_factor": pf, "expectancy": float(pnl.mean()),
+ "avg_r": float(r.mean()), "sqn": sqn, "max_dd": max_dd, "total_return": float(equity[-1] - 1),
+ "bh_return": float(bh[-1] - 1), "max_consec_loss": best, "avg_win_r": avg_win_r,
+ "avg_loss_r": avg_loss_r, "kelly": kelly, "long": side(1), "short": side(-1),
+ }
+ return stats, equity, bh
+
+
+def run_backtest(df, ind, start, scores):
+ n = len(df)
+ if n - start < 20:
+ return None
+ acc = directional_accuracy(df, start, scores)
+ trades = simulate_trades(df, ind, start, scores)
+ summ = summarize_trades(trades, df, start)
+ bt = {"start": start, "acc": acc, "trades": trades, "stats": None, "equity": None, "bh": None}
+ if summ:
+ bt["stats"], bt["equity"], bt["bh"] = summ
+ return bt
+
+
+# ---------------------------------------------------------------------------
+# CANLI KATMAN — üst zaman dilimleri, emir defteri, funding (backtest EDİLMEZ)
+# ---------------------------------------------------------------------------
+def _mtf_score(symbol, bar, closed_only):
+ hdf = fetch_candles(symbol, bar, 300)
+ if closed_only:
+ hdf = hdf[hdf["confirm"] == 1].reset_index(drop=True)
+ hind = compute_indicators(hdf)
+ r = _score_at(hind, len(hdf) - 1)
+ return {"bar": bar, "score": r["score"], "trend": r["trend"]}
+
+
+def _fetch_live_extras(symbol, bar, mtf, micro, closed_only):
+ """MTF / emir defteri / funding çağrılarını PARALEL yapar; hata veren parça sessizce atlanır."""
+ tasks = {}
+ with ThreadPoolExecutor(max_workers=4) as ex:
+ if mtf and symbol and bar:
+ b1 = MTF_MAP.get(bar)
+ if b1 and b1 != bar:
+ tasks["mtf1"] = ex.submit(_mtf_score, symbol, b1, closed_only)
+ b2 = MTF_MAP.get(b1)
+ if b2 and b2 not in (b1, bar):
+ tasks["mtf2"] = ex.submit(_mtf_score, symbol, b2, closed_only)
+ if micro and symbol:
+ tasks["ob"] = ex.submit(fetch_orderbook, symbol, 20)
+ tasks["fund"] = ex.submit(fetch_funding_rate, symbol)
+ out = {}
+ for k, f in tasks.items():
+ try:
+ out[k] = f.result()
+ except Exception:
+ out[k] = None
+ return out
+
+
+def build_trade_plan(price, direction, atr_v, supports, resists, acct=None, risk_pct=None, smc_level=None):
+ """Stop önceliği: 1) SMC seviyesi (order block / likidite avı ekstremi arkası), 2) yapısal S/R arkası, 3) ATR stop.
+ Aday stop, fiyata 0.8–3.0 ATR uzaklıktaysa kullanılır. 3 kademeli hedef + hesap büyüklüğüne göre pozisyon boyutu."""
+ d = direction
+ stop, stop_type = price - d * SL_ATR * atr_v, f"ATR × {SL_ATR}"
+ cands = []
+ if smc_level is not None:
+ cands.append((smc_level - d * 0.25 * atr_v, "SMC (OB / likidite arkası)"))
+ if d > 0 and supports:
+ cands.append((supports[0][0] - 0.25 * atr_v, "Yapısal (S/R arkası)"))
+ elif d < 0 and resists:
+ cands.append((resists[0][0] + 0.25 * atr_v, "Yapısal (S/R arkası)"))
+ for cand, ctype in cands:
+ dist = abs(price - cand)
+ if 0.8 * atr_v <= dist <= 3.0 * atr_v and (cand < price if d > 0 else cand > price):
+ stop, stop_type = cand, ctype
+ break
+ risk = abs(price - stop)
+ plan = {
+ "direction": "LONG" if d > 0 else "SHORT", "entry": price, "stop_loss": stop, "stop_type": stop_type,
+ "risk_dist": risk, "risk_frac": risk / price,
+ "targets": [(price + d * risk * m, m) for m in TP_R_MULTIPLES], "sizing": None,
+ }
+ if acct and acct > 0 and risk_pct and risk_pct > 0 and risk > 0:
+ risk_amt = acct * risk_pct / 100.0
+ qty = risk_amt / risk
+ notional = qty * price
+ plan["sizing"] = {"risk_amount": risk_amt, "qty": qty, "notional": notional, "leverage": notional / acct}
+ return plan
+
+
+def compute_confidence(score, agree, mtf_state, hist_q, vol_q):
+ """Güven = bileşenlerin EŞİT ağırlıklı ortalaması (bileşen ağırlığı yok)."""
+ mag = min(abs(score) / 5.0, 1.0)
+ parts = {"Teyit Sayısı": mag, "Teyit Uyumu": agree, "MTF Yapı Teyidi": mtf_state,
+ "Tarihsel Kenar": hist_q, "Volatilite Rejimi": vol_q}
+ conf = 100.0 * sum(parts.values()) / len(parts)
+ return min(conf, 100.0), parts
+
+
+def grade_from_conf(conf):
+ for thr, g, col in ((75, "A+", "#3ddc97"), (62, "A", "#7fe6b8"), (50, "B", "#f2b84b"), (38, "C", "#ff9aa8")):
+ if conf >= thr:
+ return g, col
+ return "D", "#ff5c72"
+
+
+def generate_signal(df, symbol=None, bar=None, mtf=True, micro=True, closed_only=False,
+ acct=None, risk_pct=None, use_llm=False):
+ ind = compute_indicators(df)
+ n = len(df)
+ start, scores = compute_score_series(ind, n)
+ base = _score_at(ind, n - 1, verbose=True)
+ score, price = base["score"], base["price"]
+ reasons, contribs = list(base["reasons"]), list(base["contribs"])
+ up_c, dn_c = "#3ddc97", "#ff5c72"
+ tags = []
+ if base["trend"] != 0:
+ tags.append(("YAPI ▲" if base["trend"] > 0 else "YAPI ▼", up_c if base["trend"] > 0 else dn_c))
+ for t, d in base["tags"]:
+ tags.append((t, up_c if d > 0 else dn_c))
+
+ def note(text):
+ """Bilgi notu — skoru DEĞİŞTİRMEZ (ağırlık / ek puan yok)."""
+ reasons.append(("flat", text))
+
+ # --- Canlı ekstralar (paralel çekim) ---
+ extras = _fetch_live_extras(symbol, bar, mtf, micro, closed_only)
+ sgn = 1 if score > 0 else (-1 if score < 0 else 0)
+
+ # --- 2 kademeli MTF yap�� teyidi (üst zaman diliminin piyasa yapısı sinyal yönüyle uyumlu mu?) ---
+ mtf_info, align_flags = [], []
+ for key in ("mtf1", "mtf2"):
+ m = extras.get(key)
+ if not m:
+ continue
+ aligned = None
+ if sgn != 0 and m["trend"] != 0:
+ aligned = bool(m["trend"] == sgn)
+ align_flags.append(aligned)
+ nm = "yükseliş" if m["trend"] > 0 else "düşüş"
+ note(f"{m['bar']} piyasa yapısı {nm} — sinyalle "
+ + ("uyumlu ✓" if aligned else "ÇELİŞKİLİ ⚠ (GÜÇLÜ sinyal verilmez)"))
+ mtf_info.append({"bar": m["bar"], "score": round(m["score"], 2), "trend": m["trend"], "aligned": aligned})
+ mtf_state = (sum(1.0 for a in align_flags if a) / len(align_flags)) if align_flags else 0.5
+ mtf_opposed = any(a is False for a in align_flags)
+
+ # --- Emir defteri dengesizliği (bilgi) ---
+ imb = None
+ ob = extras.get("ob")
+ if ob and ob.get("bids") and ob.get("asks"):
+ bw = sum(float(x[1]) / (k + 1) for k, x in enumerate(ob["bids"]))
+ aw = sum(float(x[1]) / (k + 1) for k, x in enumerate(ob["asks"]))
+ if bw + aw > 0:
+ imb = (bw - aw) / (bw + aw)
+ if abs(imb) >= 0.2:
+ note(f"Emir defterinde {'alış' if imb > 0 else 'satış'} baskısı (dengesizlik {imb * 100:+.0f}%)")
+
+ # --- Likidite duvarları (bilgi) ---
+ walls = None
+ atr_w = float(ind["atr"].iloc[-1])
+ if ob and ob.get("bids") and ob.get("asks") and atr_w > 0:
+ sup_w, res_w = book_walls(ob, price, atr_w)
+ walls = {"support": sup_w, "resist": res_w}
+ if sup_w:
+ note(f"Yakında büyük alış duvarı {fmt_price(sup_w[0])} (medyanın {sup_w[1]:.1f}×'i) — destek olabilir")
+ if res_w:
+ note(f"Yakında büyük satış duvarı {fmt_price(res_w[0])} (medyanın {res_w[1]:.1f}×'i) — direnç olabilir")
+
+ # --- Funding rate (bilgi) ---
+ fr = extras.get("fund")
+ if fr is not None and abs(fr) > 0.0002:
+ side = "long" if fr > 0 else "short"
+ note(f"Funding {fr * 100:+.3f}% — {side} tarafı kalabalık ({'tasfiye riski' if fr > 0 else 'sıkışma potansiyeli'})")
+
+ # --- Destek / direnç (bilgi + stop yerleşimi) ---
+ atr_v = float(ind["atr"].iloc[-1])
+ supports, resists = find_sr_levels(df, atr_v)
+ if atr_v > 0 and sgn > 0 and resists and resists[0][1] >= 2 and (resists[0][0] - price) / atr_v <= 1.0:
+ lv, tc = resists[0]
+ note(f"Dikkat: yakın direnç {fmt_price(lv)} ({tc} temas, {(lv - price) / atr_v:.1f} ATR) — long hedeflerini sınırlayabilir")
+ elif atr_v > 0 and sgn < 0 and supports and supports[0][1] >= 2 and (price - supports[0][0]) / atr_v <= 1.0:
+ lv, tc = supports[0]
+ note(f"Dikkat: yakın destek {fmt_price(lv)} ({tc} temas, {(price - lv) / atr_v:.1f} ATR) — short hedeflerini sınırlayabilir")
+
+ # --- LLM katmanı (canlı, isteğe bağlı): YALNIZCA yorum — skora etki etmez, backtest'e girmez ---
+ llm = None
+ if use_llm:
+ extra = {"mtf_yapi": [[m["bar"], m["trend"]] for m in mtf_info],
+ "funding": None if fr is None else round(fr * 100, 4),
+ "defter_dengesizligi": None if imb is None else round(imb, 2),
+ "yakin_destek": [[round(lv, 8), tc] for lv, tc in supports[:2]],
+ "yakin_direnc": [[round(lv, 8), tc] for lv, tc in resists[:2]],
+ "defter_duvarlari": None if not walls else {k: v for k, v in walls.items() if v}}
+ snap = _llm_snapshot(df, ind, base, score, contribs, extra)
+ op, err = llm_opinion(snap, (symbol, bar, str(df["ts"].iloc[-1]), round(score, 1)))
+ if op:
+ llm = op
+ note(f"LLM yorumu [{op.get('source', '?')}]: {op['summary']} (yön {op['bias']:+.2f}, güven %{op['confidence'] * 100:.0f}) — skoru değiştirmez")
+ if abs(op["bias"]) * op["confidence"] >= 0.1:
+ tags.append((f"LLM {'▲' if op['bias'] > 0 else '▼'}", up_c if op["bias"] > 0 else dn_c))
+ for rk in op["risks"]:
+ note(f"LLM risk notu: {rk}")
+ else:
+ note(f"LLM katmanı atlandı: {err}")
+
+ # --- Konsensüs + sınıflandırma ---
+ direction = 1 if score > 0 else -1
+ tot = base["bull_w"] + base["bear_w"]
+ agree = ((base["bull_w"] if direction > 0 else base["bear_w"]) / tot) if tot > 0 else 0.5
+ if abs(score) >= STRONG_THRESHOLD and agree >= 0.65 and not mtf_opposed:
+ signal, color = ("GÜÇLÜ AL", "#3ddc97") if score > 0 else ("GÜÇLÜ SAT", "#ff5c72")
+ elif abs(score) >= SIGNAL_THRESHOLD:
+ signal, color = ("AL", "#7fe6b8") if score > 0 else ("SAT", "#ff9aa8")
+ if abs(score) >= STRONG_THRESHOLD:
+ note(f"Teyit sayısı güçlü bölgede ancak uyum (%{agree * 100:.0f}) veya MTF yapı filtresini geçemedi — GÜÇLÜ yerine normal sinyal verildi")
+ else:
+ signal, color = "BEKLE / NÖTR", "#f2b84b"
+ is_neutral = signal == "BEKLE / NÖTR"
+
+ # --- Tarihsel doğrulama ---
+ backtest = run_backtest(df, ind, start, scores)
+ hist_q = 0.4
+ if backtest:
+ qs = []
+ acc = backtest["acc"]
+ if acc:
+ p_shrunk = (acc["correct"] + 5) / (acc["n_signals"] + 10) # Bayes büzülmesi (önsel %50)
+ qs.append(min(max((p_shrunk - 0.45) / 0.20, 0.0), 1.0))
+ st = backtest["stats"]
+ if st:
+ qs.append(min(max((st["profit_factor"] - 0.8) / 0.8, 0.0), 1.0))
+ if qs:
+ hist_q = float(np.mean(qs))
+ rank = base["atr_rank"]
+ vol_q = 1.0 if 0.10 <= rank <= 0.90 else 0.5
+ if rank > 0.90:
+ note(f"Volatilite aşırı yüksek (ATR yüzdeliği %{rank * 100:.0f}) — stoplar geniş tutulmalı, güven düşürüldü")
+ conf, conf_parts = compute_confidence(score, agree, mtf_state, hist_q, vol_q)
+ grade, grade_color = ("—", "#7c8797") if is_neutral else grade_from_conf(conf)
+
+ plan = None
+ if not is_neutral and atr_v > 0:
+ ref = base["stop_ref"]["long" if direction > 0 else "short"]
+ plan = build_trade_plan(price, direction, atr_v, supports, resists, acct, risk_pct, smc_level=ref)
+
+ return {
+ "signal": signal, "score": round(score, 2), "confidence": round(conf, 1), "grade": grade,
+ "grade_color": grade_color, "color": color, "reasons": reasons, "contribs": contribs,
+ "indicators": ind, "price": price, "mtf": mtf_info, "plan": plan,
+ "backtest": backtest, "regime": base["regime"], "trend": base["trend"], "pd": base["pd"],
+ "atr_rank": rank, "agree": agree, "bull_w": base["bull_w"], "bear_w": base["bear_w"],
+ "conf_parts": conf_parts, "tags": tags, "funding": fr, "imbalance": imb,
+ "supports": supports, "resists": resists, "atr": atr_v, "walls": walls, "llm": llm,
+ "smc": ind["smc_zones"],
+ "vp": {"poc": float(ind["vp_poc"].iloc[-1]), "val": float(ind["vp_val"].iloc[-1]),
+ "vah": float(ind["vp_vah"].iloc[-1]), "heat": float(ind["vp_heat"].iloc[-1])},
+ }
+
+
+# ---------------------------------------------------------------------------
+# RISK ANALYTICS
+# ---------------------------------------------------------------------------
+LLM_SYSTEM = (
+ "Sen temkinli bir nicel kripto analistisin. Sana kural tabanlı bir Smart Money Concepts (SMC) sinyal motorunun "
+ "sayısal özetini JSON olarak veriyorum (piyasa yapısı BOS/CHoCH, order block, fair value gap, likidite avı, "
+ "premium/discount). Görevin: sinyalin SMC mantığıyla tutarlı olup olmadığını değerlendirmek; yapı ile teyitler "
+ "arasındaki çelişkileri, geç kalmış girişleri, yakın destek-direnç ve likidite engellerini gözden geçirmek. "
+ "Skoru körü körüne tekrar etme; veriler çelişiyorsa güveni düşük tut. Yalnızca verilen veriye dayan, haber veya dış bilgi uydurma. "
+ "SADECE şu JSON'u döndür (başka metin, kod bloğu yok): "
+ '{"bias": -1..1 arası sayı (-1 güçlü düşüş, +1 güçlü yükseliş), "confidence": 0..1 arası sayı, '
+ '"summary": "en fazla 2 cümle Türkçe gerekçe", "risks": ["en fazla 3 kısa Türkçe risk"]}'
+)
+
+
+def _llm_snapshot(df, ind, base, score, contribs, extra):
+ """LLM'e gidecek kompakt, yalnızca sayısal özet (dış metin içermez -> prompt injection yüzeyi yok)."""
+ last = lambda k: float(ind[k].iloc[-1])
+ closes = df["c"].to_numpy(dtype=float)
+ rets = [round(float(x) * 100, 2) for x in np.diff(closes[-13:]) / closes[-13:-1]]
+ snap = {
+ "fiyat": round(float(closes[-1]), 8), "smc_net_teyit": round(float(score), 2), "piyasa_yapisi": base["regime"],
+ "premium_discount_0_1": None if base["pd"] is None else round(float(base["pd"]), 3),
+ "smc_teyitler": [[k, int(v)] for k, v in contribs if abs(v) > 1e-9],
+ "yapi_filtresi_notu": base["gate"],
+ "rsi": round(last("rsi"), 1), "atr_yuzde": round(last("atr") / closes[-1] * 100, 3),
+ "atr_yuzdelik": round(float(base["atr_rank"]), 2), "goreli_hacim": round(last("rvol"), 2),
+ "son_12_bar_getiri_yuzde": rets,
+ "hacim_profili": {"poc": round(last("vp_poc"), 8), "val": round(last("vp_val"), 8),
+ "vah": round(last("vp_vah"), 8),
+ "fiyat_yogunlugu_0_1": None if base["heat"] != base["heat"] else round(float(base["heat"]), 2)},
+ }
+ snap.update(extra)
+ return snap
+
+
+def _llm_endpoints():
+ eps = []
+ if LLM_BASE_URL:
+ eps.append({"url": LLM_BASE_URL, "model": LLM_MODEL, "key": LLM_API_KEY})
+ eps.extend(LLM_DEFAULT_ENDPOINTS)
+ return eps
+
+
+def _llm_url(base):
+ """Uç nokta tam yol ise (…/chat/completions veya Pollinations'ın …/openai) olduğu gibi, değilse /chat/completions eklenir."""
+ base = base.rstrip("/")
+ return base if base.endswith(("/chat/completions", "/openai")) else base + "/chat/completions"
+
+
+def _llm_pick_model(ep, headers):
+ """Modeli belirtilmemiş uç noktada GET /models ile ilk modeli seç (10 dk önbellek)."""
+ def _load():
+ r = requests.get(ep["url"].rstrip("/") + "/models", headers=headers, timeout=10)
+ r.raise_for_status()
+ items = r.json().get("data") or r.json()
+ ids = [m.get("id") if isinstance(m, dict) else str(m) for m in items]
+ ids = [i for i in ids if i]
+ if not ids:
+ raise ValueError("model listesi boş")
+ return ids[0]
+ return _cached(("llm_model", ep["url"]), 600, _load)
+
+
+def _llm_call(ep, snapshot):
+ headers = {"content-type": "application/json"}
+ if ep.get("key"):
+ headers["authorization"] = f"Bearer {ep['key']}"
+ model = ep.get("model") or _llm_pick_model(ep, headers)
+ r = requests.post(
+ _llm_url(ep["url"]), headers=headers,
+ json={"model": model, "max_tokens": 500,
+ "messages": [{"role": "system", "content": LLM_SYSTEM},
+ {"role": "user", "content": json.dumps(snapshot, ensure_ascii=False)}]},
+ timeout=LLM_TIMEOUT)
+ r.raise_for_status()
+ data = r.json()
+ text = (((data.get("choices") or [{}])[0].get("message") or {}).get("content")) or ""
+ m = re.search(r"\{.*\}", text, re.DOTALL)
+ if not m:
+ raise ValueError("LLM JSON döndürmedi")
+ d = json.loads(m.group(0))
+ bias, conf = float(d["bias"]), float(d["confidence"])
+ if not (math.isfinite(bias) and math.isfinite(conf)):
+ raise ValueError("LLM geçersiz sayı döndürdü")
+ bias, conf = max(-1.0, min(1.0, bias)), max(0.0, min(1.0, conf))
+ risks = [str(x)[:140] for x in (d.get("risks") or [])][:3]
+ return {"bias": bias, "confidence": conf, "summary": str(d.get("summary", ""))[:400], "risks": risks,
+ "source": ep["url"].split("/")[2]}
+
+
+def llm_opinion(snapshot, cache_key):
+ """Uç nokta zincirini sırayla dener. Dönüş: (görüş, None) ya da (None, "host: hata | host: hata")."""
+ def _load():
+ errs = []
+ for ep in _llm_endpoints():
+ try:
+ return _llm_call(ep, snapshot)
+ except Exception as e:
+ errs.append(f"{ep['url'].split('/')[2]}: {type(e).__name__} {str(e)[:70]}")
+ raise RuntimeError(" | ".join(errs))
+
+ try:
+ return _cached(("llm",) + tuple(cache_key), LLM_CACHE_TTL, _load), None
+ except Exception as e:
+ return None, str(e)[:400]
+
+
+def llm_selftest():
+ """`python app.py --llm-test` — bu makinede hangi herkese açık uç noktanın çalıştığını gösterir."""
+ probe = {"fiyat": 100.0, "skor_motor_ici": 1.5, "rejim": "TREND", "rsi": 55.0}
+ for ep in _llm_endpoints():
+ t0 = time.time()
+ try:
+ op = _llm_call(ep, probe)
+ print(f"[OK ] {ep['url']} {time.time() - t0:.1f}sn bias={op['bias']:+.2f} güven={op['confidence']:.2f}")
+ except Exception as e:
+ print(f"[HATA] {ep['url']} {time.time() - t0:.1f}sn {type(e).__name__}: {str(e)[:200]}")
+
+
+if "--llm-test" in sys.argv:
+ llm_selftest()
+ sys.exit(0)
+
+
+def risk_metrics(df, bar):
+ ret = df["c"].pct_change().dropna()
+ if len(ret) < 5:
+ return None
+ periods = BAR_TO_PERIODS_PER_YEAR.get(bar, 365)
+ vol_annual = ret.std() * np.sqrt(periods)
+ mean_annual = ret.mean() * periods
+ sharpe = mean_annual / vol_annual if vol_annual > 0 else 0.0
+ cum = (1 + ret).cumprod()
+ peak = cum.cummax()
+ dd = (cum - peak) / peak
+ var95 = np.percentile(ret, 5)
+ tail = ret[ret <= var95]
+ cvar95 = tail.mean() if len(tail) else var95
+ return {
+ "volatility_annual": vol_annual, "return_annual": mean_annual, "sharpe": sharpe,
+ "max_drawdown": dd.min(), "current_dd": dd.iloc[-1],
+ "var95_bar": var95, "cvar95_bar": cvar95,
+ }
+
+
+# ---------------------------------------------------------------------------
+# FORMAT HELPERS
+# ---------------------------------------------------------------------------
+def _isnan(v):
+ return v is None or (isinstance(v, float) and math.isnan(v))
+
+
+def fmt_price(v):
+ if _isnan(v):
+ return "—"
+ av = abs(v)
+ if av >= 1000:
+ return f"{v:,.2f}"
+ if av >= 1:
+ return f"{v:,.4f}"
+ if av >= 0.01:
+ return f"{v:.6f}"
+ return f"{v:.8f}"
+
+
+def fmt_pct(v):
+ if _isnan(v):
+ return "—"
+ sign = "+" if v > 0 else ""
+ return f"{sign}{v * 100:.2f}%"
+
+
+def fmt_large(v):
+ if _isnan(v):
+ return "—"
+ av = abs(v)
+ if av >= 1e9:
+ return f"{v / 1e9:.2f}B"
+ if av >= 1e6:
+ return f"{v / 1e6:.2f}M"
+ if av >= 1e3:
+ return f"{v / 1e3:.2f}K"
+ return f"{v:.2f}"
+
+
+def metric_card(label, value, sub="", tone="neutral"):
+ tone_class = {"up": "mc-up", "down": "mc-down", "neutral": "mc-neutral"}.get(tone, "mc-neutral")
+ sub_html = f'{sub}
' if sub else ""
+ return (f'{label}
'
+ f'
{value}
{sub_html}
{title}
'
+
+
+def cards_row(cards):
+ return f'{"".join(cards)}
' if cards else ""
+
+
+def error_box(msg):
+ return f'⚠ {msg}
'
+
+
+# ---------------------------------------------------------------------------
+# CHART BUILDERS
+# ---------------------------------------------------------------------------
+def _base_layout(fig, title, height):
+ fig.update_layout(
+ template="plotly_dark", height=height, margin=dict(l=10, r=10, t=40, b=10),
+ paper_bgcolor=CHART_BG, plot_bgcolor=CHART_BG, title=title,
+ legend=dict(orientation="h", y=1.05, font=dict(size=10)),
+ font=dict(family="IBM Plex Mono, monospace", size=11),
+ )
+ return fig
+
+
+def _empty_fig(msg, title="", height=220):
+ fig = go.Figure()
+ fig.add_annotation(text=msg, x=0.5, y=0.5, xref="paper", yref="paper", showarrow=False,
+ font=dict(size=13, color="#7c8797"))
+ fig.update_xaxes(visible=False)
+ fig.update_yaxes(visible=False)
+ return _base_layout(fig, title, height)
+
+
+def build_price_chart(df, ind, symbol, bar):
+ fig = make_subplots(rows=2, cols=1, shared_xaxes=True, row_heights=[0.75, 0.25], vertical_spacing=0.03)
+ fig.add_trace(go.Candlestick(
+ x=df["ts"], open=df["o"], high=df["h"], low=df["l"], close=df["c"], name=symbol,
+ increasing_line_color="#3ddc97", decreasing_line_color="#ff5c72"), row=1, col=1)
+ fig.add_trace(go.Scatter(x=df["ts"], y=ind["ema20"], name="EMA20",
+ line=dict(color="#5b8cff", width=1)), row=1, col=1)
+ fig.add_trace(go.Scatter(x=df["ts"], y=ind["ema50"], name="EMA50",
+ line=dict(color="#f2b84b", width=1)), row=1, col=1)
+ fig.add_trace(go.Scatter(x=df["ts"], y=ind["bb_upper"], name="BB Üst",
+ line=dict(color="rgba(150,160,255,0.45)", width=1, dash="dot")), row=1, col=1)
+ fig.add_trace(go.Scatter(x=df["ts"], y=ind["bb_lower"], name="BB Alt",
+ line=dict(color="rgba(150,160,255,0.45)", width=1, dash="dot"),
+ fill="tonexty", fillcolor="rgba(150,160,255,0.05)"), row=1, col=1)
+ vol_colors = np.where(df["c"] >= df["o"], "#3ddc97", "#ff5c72")
+ fig.add_trace(go.Bar(x=df["ts"], y=df["vol"], name="Hacim", marker_color=vol_colors, opacity=0.55),
+ row=2, col=1)
+ fig.update_layout(xaxis_rangeslider_visible=False)
+ return _base_layout(fig, f"{symbol} · {bar}", 520)
+
+
+def build_signal_price_chart(df, ind, symbol, bar, res):
+ """Sinyal sekmesinin ana grafiği: hacim ısı haritası + mum + SMC katmanı (BOS/CHoCH, order block, FVG, likidite avı, premium/discount) + S/R + geçmiş sinyal işaretleri + işlem planı."""
+ n = len(df)
+ v0 = max(0, n - 200)
+ sl = slice(v0, n)
+ ts = df["ts"].iloc[sl]
+ fig = go.Figure()
+ # Hacim ısı haritası (zaman × fiyat): her barın hacmi kapsadığı fiyat dilimlerine yayılır
+ try:
+ hh, ll = df["h"].to_numpy(dtype=float)[sl], df["l"].to_numpy(dtype=float)[sl]
+ edges = np.linspace(ll.min(), hh.max(), 61)
+ z = _volume_grid(hh, ll, df["vol"].to_numpy(dtype=float)[sl], edges).T # (dilim × bar)
+ z = z / max(z.max(), 1e-12)
+ fig.add_trace(go.Heatmap(x=ts, y=(edges[:-1] + edges[1:]) / 2, z=z, name="Hacim Isı Haritası",
+ colorscale=[[0, "rgba(10,14,20,0)"], [0.35, "rgba(91,140,255,0.18)"],
+ [0.7, "rgba(242,184,75,0.35)"], [1, "rgba(255,92,114,0.55)"]],
+ showscale=False, hoverinfo="skip", zsmooth="best"))
+ except Exception:
+ pass
+ fig.add_trace(go.Candlestick(
+ x=ts, open=df["o"].iloc[sl], high=df["h"].iloc[sl], low=df["l"].iloc[sl], close=df["c"].iloc[sl],
+ name=symbol, increasing_line_color="#3ddc97", decreasing_line_color="#ff5c72"))
+ vp = res.get("vp")
+ if vp and vp["poc"] == vp["poc"]:
+ for lab, y, col in (("POC", vp["poc"], "#f2b84b"), ("VAH", vp["vah"], "rgba(242,184,75,0.6)"), ("VAL", vp["val"], "rgba(242,184,75,0.6)")):
+ fig.add_hline(y=y, line=dict(color=col, width=1.4 if lab == "POC" else 0.8, dash="solid" if lab == "POC" else "dot"),
+ annotation_text=f"{lab} {fmt_price(y)}", annotation_position="right",
+ annotation_font=dict(size=9, color="#f2b84b"))
+ for key, col, nm in (("support", "#3ddc97", "Alış Duvarı"), ("resist", "#ff5c72", "Satış Duvarı")):
+ w_ = (res.get("walls") or {}).get(key)
+ if w_:
+ fig.add_hline(y=w_[0], line=dict(color=col, width=3, dash="solid"), opacity=0.35,
+ annotation_text=f"{nm} {fmt_price(w_[0])} ×{w_[1]:.1f}", annotation_position="right",
+ annotation_font=dict(size=9, color=col))
+ # --- Smart Money Concepts katmanı ---
+ zones = ind.get("smc_zones") or {}
+ x_end = df["ts"].iloc[-1]
+
+ def _x(idx):
+ return df["ts"].iloc[min(max(int(idx), v0), n - 1)]
+
+ A_ = ind["_arr"]
+ sh_v, sl_v = A_["smc_sh"][-1], A_["smc_sl"][-1]
+ if sh_v == sh_v and sl_v == sl_v and sh_v > sl_v: # Premium / Discount bölgeleri
+ eq = (sh_v + sl_v) / 2
+ x_pd = df["ts"].iloc[max(v0, n - 120)]
+ fig.add_shape(type="rect", x0=x_pd, x1=x_end, y0=eq, y1=sh_v, fillcolor="rgba(255,92,114,0.06)",
+ line=dict(width=0), layer="below")
+ fig.add_shape(type="rect", x0=x_pd, x1=x_end, y0=sl_v, y1=eq, fillcolor="rgba(61,220,151,0.06)",
+ line=dict(width=0), layer="below")
+ fig.add_hline(y=eq, line=dict(color="rgba(230,235,242,0.45)", width=1, dash="dash"),
+ annotation_text=f"EQ {fmt_price(eq)}", annotation_position="right",
+ annotation_font=dict(size=9, color="#e6ebf2"))
+ for key, rgb, nm in (("bull_ob", "61,220,151", "OB ▲"), ("bear_ob", "255,92,114", "OB ▼")): # Order Block
+ z = zones.get(key)
+ if z:
+ fig.add_shape(type="rect", x0=_x(z[3]), x1=x_end, y0=z[0], y1=z[1], fillcolor=f"rgba({rgb},0.20)",
+ line=dict(color=f"rgba({rgb},0.75)", width=1))
+ fig.add_annotation(x=x_end, y=(z[0] + z[1]) / 2, text=nm, showarrow=False, xanchor="left",
+ font=dict(size=9, color=f"rgb({rgb})"))
+ for key, rgb, nm in (("bull_fvg", "61,220,151", "FVG ▲"), ("bear_fvg", "255,92,114", "FVG ▼")): # Fair Value Gap
+ for z in zones.get(key, [])[-3:]:
+ fig.add_shape(type="rect", x0=_x(z[2] - 2), x1=x_end, y0=z[0], y1=z[1], fillcolor=f"rgba({rgb},0.12)",
+ line=dict(color=f"rgba({rgb},0.5)", width=0.8, dash="dot"))
+ fig.add_annotation(x=x_end, y=(z[0] + z[1]) / 2, text=nm, showarrow=False, xanchor="left",
+ font=dict(size=8, color=f"rgb({rgb})"))
+ for e in zones.get("events", []): # BOS / CHoCH çizgileri
+ if e["i"] < v0:
+ continue
+ col = "#3ddc97" if e["dir"] > 0 else "#ff5c72"
+ x0_, x1_ = _x(e["pivot_i"]), _x(e["i"])
+ fig.add_shape(type="line", x0=x0_, x1=x1_, y0=e["level"], y1=e["level"],
+ line=dict(color=col, width=1.2, dash="solid" if e["choch"] else "dot"))
+ fig.add_annotation(x=x0_ + (x1_ - x0_) / 2, y=e["level"], text="CHoCH" if e["choch"] else "BOS",
+ showarrow=False, yshift=9 if e["dir"] > 0 else -9, font=dict(size=9, color=col))
+ sws = [sw for sw in zones.get("sweeps", []) if sw["i"] >= v0] # Likidite avı işaretleri
+ for d, col, nm in ((1, "#3ddc97", "Likidite Avı ▲"), (-1, "#ff5c72", "Likidite Avı ▼")):
+ pts = [sw for sw in sws if sw["dir"] == d]
+ if pts:
+ ys = [df["l"].iloc[sw["i"]] if d > 0 else df["h"].iloc[sw["i"]] for sw in pts]
+ fig.add_trace(go.Scatter(x=[_x(sw["i"]) for sw in pts], y=ys, mode="markers", name=nm,
+ marker=dict(symbol="x", size=9, color=col, line=dict(width=1, color=col))))
+ # Destek / direnç
+ for lv, tc in res["supports"][:3]:
+ fig.add_hline(y=lv, line=dict(color="rgba(61,220,151,0.55)", dash="dash", width=1),
+ annotation_text=f"D {fmt_price(lv)} ×{tc}", annotation_position="left",
+ annotation_font=dict(size=9, color="#3ddc97"))
+ for lv, tc in res["resists"][:3]:
+ fig.add_hline(y=lv, line=dict(color="rgba(255,92,114,0.55)", dash="dash", width=1),
+ annotation_text=f"R {fmt_price(lv)} ×{tc}", annotation_position="left",
+ annotation_font=dict(size=9, color="#ff5c72"))
+ # Geçmiş sinyal işlemleri
+ bt = res["backtest"]
+ if bt and bt["trades"]:
+ atr_a = ind["_arr"]["atr"]
+ for d, sym_, col, nm in ((1, "triangle-up", "#3ddc97", "Geçmiş LONG"), (-1, "triangle-down", "#ff5c72", "Geçmiş SHORT")):
+ tr = [t for t in bt["trades"] if t["dir"] == d and t["entry_i"] >= v0]
+ if not tr:
+ continue
+ xs = [df["ts"].iloc[t["entry_i"]] for t in tr]
+ ys = [(df["l"].iloc[t["entry_i"]] - 0.6 * atr_a[t["entry_i"]]) if d > 0
+ else (df["h"].iloc[t["entry_i"]] + 0.6 * atr_a[t["entry_i"]]) for t in tr]
+ hov = [f"{nm} · skor {t['score']:+.1f}{icon[t]} {txt}'
+ f'
{res["signal"]}
'
+ f'
'
+ f'
'
+ f'
'
+ f'
'
+ f'
SMC TEYİT DAĞILIMI · BOĞA %{bull_pct:.0f} / AYI %{100 - bull_pct:.0f}
'
+ f'
{k} %{v * 100:.0f}
' for k, v in res["conf_parts"].items())
+ tag_html = ""
+ if res["tags"]:
+ tag_html = '"
+ conf_html = f'{conf_tags}
'
+
+ # ---- İşlem planı + pozisyon boyutu ----
+ plan_cards, size_cards = [], []
+ if plan:
+ up = plan["direction"] == "LONG"
+ plan_cards = [
+ metric_card("ÖNERİLEN YÖN", plan["direction"], "", "up" if up else "down"),
+ metric_card("GİRİŞ", f"${fmt_price(plan['entry'])}"),
+ metric_card("STOP-LOSS", f"${fmt_price(plan['stop_loss'])}",
+ f"{plan['stop_type']} · %{plan['risk_frac'] * 100:.2f} risk", "down"),
+ ]
+ for k, (px, m) in enumerate(plan["targets"]):
+ plan_cards.append(metric_card(f"HEDEF {k + 1}", f"${fmt_price(px)}", f"{m:.2f}R", "up"))
+ sz = plan["sizing"]
+ if sz:
+ size_cards = [
+ metric_card("RİSK TUTARI", f"${fmt_large(sz['risk_amount'])}", f"Hesabın %{risk_pct:g}'i"),
+ metric_card("POZİSYON (USDT)", f"${fmt_large(sz['notional'])}", f"Miktar: {sz['qty']:.6g}"),
+ metric_card("KALDIRAÇ ETKİSİ", f"{sz['leverage']:.2f}x",
+ "Spot ile yetmez — kaldıraç gerekir" if sz["leverage"] > 1.0 else "Spot ile uygulanabilir",
+ "down" if sz["leverage"] > 1.0 else "up"),
+ ]
+ stats = bt["stats"] if bt else None
+ if stats is not None:
+ k = stats["kelly"]
+ if stats["n"] < 20:
+ kv, ks, kt = "—", "Örnek az (<20 işlem)", "neutral"
+ elif k is None or k <= 0:
+ kv, ks, kt = "Kenar yok", "Kelly ≤ 0", "down"
+ else:
+ half = min(k / 2, 0.03)
+ kv, ks, kt = f"%{half * 100:.2f}", f"Yarım-Kelly (tavan %3) · bilgi amaçlı", "up"
+ size_cards.append(metric_card("ÖNERİLEN RİSK", kv, ks, kt))
+
+ # ---- Backtest kartları ----
+ bt_cards = []
+ if stats:
+ L, S = stats["long"], stats["short"]
+ wr = lambda x: f"%{x['win_rate'] * 100:.0f}" if x["win_rate"] is not None else "—"
+ bt_cards = [
+ metric_card("İŞLEM SAYISI", f"{stats['n']}", f"Long {L['n']} ({wr(L)}) · Short {S['n']} ({wr(S)})"),
+ metric_card("KAZANMA ORANI", f"%{stats['win_rate'] * 100:.1f}", f"Maks. üst üste kayıp: {stats['max_consec_loss']}",
+ "up" if stats["win_rate"] >= 0.45 else "down"),
+ metric_card("PROFIT FACTOR", f"{stats['profit_factor']:.2f}", "Brüt kazanç / brüt kayıp",
+ "up" if stats["profit_factor"] >= 1.2 else "down"),
+ metric_card("BEKLENTİ / İŞLEM", fmt_pct(stats["expectancy"]), f"Ort. {stats['avg_r']:+.2f}R (komisyon dahil)",
+ "up" if stats["expectancy"] > 0 else "down"),
+ metric_card("SQN", f"{stats['sqn']:.2f}", "Sistem kalitesi (>2 iyi, >3 çok iyi)",
+ "up" if stats["sqn"] >= 2 else "neutral"),
+ metric_card("STRATEJİ MAKS. DD", fmt_pct(stats["max_dd"]), "", "down"),
+ metric_card("STRATEJİ vs AL&TUT", f"{fmt_pct(stats['total_return'])} / {fmt_pct(stats['bh_return'])}",
+ "Aynı dönem, komisyon dahil", "up" if stats["total_return"] > stats["bh_return"] else "down"),
+ ]
+ acc_cards = []
+ if bt and bt["acc"]:
+ a = bt["acc"]
+ acc_cards.append(metric_card("YÖN DOĞRULUĞU", f"%{a['accuracy'] * 100:.1f}",
+ f"{a['n_signals']} sinyal · {a['forward_bars']} bar ileri",
+ "up" if a["accuracy"] >= 0.5 else "down"))
+ for key_, lab_ in (("long_side", "DOĞRULUK · LONG"), ("short_side", "DOĞRULUK · SHORT")):
+ t = a.get(key_)
+ if t:
+ acc_cards.append(metric_card(lab_, f"%{t['accuracy'] * 100:.1f}", f"{t['n_signals']} sinyal",
+ "up" if t["accuracy"] >= 0.5 else "down"))
+
+ # ---- Piyasa bağlamı ----
+ ctx = []
+ _tt = lambda t: "Yükseliş" if t > 0 else ("Düşüş" if t < 0 else "Belirsiz")
+ if res.get("pd") is not None:
+ pdv = res["pd"]
+ ctx.append(metric_card("KONUM (PREMIUM / DISCOUNT)", f"%{pdv * 100:.0f}",
+ "Discount (<%45) · Premium (>%55) · swing aralığı",
+ "up" if pdv <= 0.45 else ("down" if pdv >= 0.55 else "neutral")))
+ for m in res["mtf"]:
+ if m["aligned"] is None:
+ ctx.append(metric_card(f"{m['bar']} TEYİDİ", "Nötr", f"Üst zaman dilimi yapısı: {_tt(m['trend'])}"))
+ else:
+ ctx.append(metric_card(f"{m['bar']} TEYİDİ", "Uyumlu ✓" if m["aligned"] else "Ters Yönlü ⚠",
+ f"Üst zaman dilimi yapısı: {_tt(m['trend'])}", "up" if m["aligned"] else "down"))
+ if res["funding"] is not None:
+ f_ = res["funding"]
+ ctx.append(metric_card("FUNDING (8S)", f"{f_ * 100:+.4f}%", "Pozitif = long kalabalık",
+ "down" if f_ > 0.0002 else ("up" if f_ < -0.0002 else "neutral")))
+ if res["imbalance"] is not None:
+ im = res["imbalance"]
+ ctx.append(metric_card("DEFTER DENGESİ", f"{im * 100:+.0f}%", "Derinlik ağırlıklı",
+ "up" if im > 0.2 else ("down" if im < -0.2 else "neutral")))
+ if res["supports"]:
+ lv, tc = res["supports"][0]
+ ctx.append(metric_card("YAKIN DESTEK", f"${fmt_price(lv)}", f"{tc} temas · {(res['price'] - lv) / res['atr']:.1f} ATR", "up"))
+ if res["resists"]:
+ lv, tc = res["resists"][0]
+ ctx.append(metric_card("YAKIN DİRENÇ", f"${fmt_price(lv)}", f"{tc} temas · {(lv - res['price']) / res['atr']:.1f} ATR", "down"))
+ ctx.append(metric_card("VOLATİLİTE YÜZDELİĞİ", f"%{res['atr_rank'] * 100:.0f}", "ATR/fiyat, son 100 bar",
+ "down" if res["atr_rank"] > 0.9 else "neutral"))
+
+ reasons_box = (f'SMC ANALİZİ
'
+ f'
{_reasons_html(res["reasons"])} Backtest: son ~220 barda sinyaller üst üste binmeden işleme çevrilir; giriş bir sonraki barın açılışı, '
+ f'çıkış SL {SL_ATR}×ATR / TP {TP_ATR}×ATR / {MAX_HOLD_BARS} bar; komisyon %{FEE_PER_SIDE * 100:.1f}/yön dahildir. '
+ 'Emir defteri, funding, S/R ve MTF katmanları canlıdır, geçmişe uygulanamaz.
')
+
+ html = (panel + consensus + conf_html + tag_html
+ + (section("İŞLEM PLANI") + cards_row(plan_cards) if plan_cards else "")
+ + (section("POZİSYON BOYUTU") + cards_row(size_cards) if size_cards else "")
+ + (section("GEÇMİŞ PERFORMANS (WALK-FORWARD)") + cards_row(bt_cards) + cards_row(acc_cards) + bt_note
+ if (bt_cards or acc_cards) else "")
+ + section("PİYASA BAĞLAMI") + cards_row(ctx) + reasons_box)
+ return (html, build_signal_price_chart(df, ind, symbol, bar, res), build_factor_chart(res["contribs"], symbol),
+ build_backtest_chart(bt, df, symbol), build_signal_chart(df, ind, symbol))
+ except Exception as e:
+ return empty5(error_box(f"Veri alınamadı: {e}"))
+
+
+def load_risk(symbol, bar):
+ try:
+ df = fetch_candles(symbol, bar, 300)
+ rm = risk_metrics(df, bar)
+ if rm is None:
+ return error_box("Risk hesaplaması için yeterli veri yok."), go.Figure()
+ cards = [
+ metric_card("YILLIKLANDIRILMIŞ VOLATİLİTE", fmt_pct(rm["volatility_annual"])),
+ metric_card("YILLIKLANDIRILMIŞ GETİRİ", fmt_pct(rm["return_annual"]), "",
+ "up" if rm["return_annual"] >= 0 else "down"),
+ metric_card("SHARPE ORANI", f"{rm['sharpe']:.2f}", "", "up" if rm["sharpe"] > 0 else "down"),
+ metric_card("MAKS. DRAWDOWN", fmt_pct(rm["max_drawdown"]), "", "down"),
+ metric_card("GÜNCEL DRAWDOWN", fmt_pct(rm["current_dd"]), "",
+ "down" if rm["current_dd"] < 0 else "neutral"),
+ metric_card("VaR %95 (BAR)", fmt_pct(rm["var95_bar"]), "", "down"),
+ metric_card("CVaR %95 (BAR)", fmt_pct(rm["cvar95_bar"]), "", "down"),
+ ]
+ return cards_row(cards), build_equity_chart(df, symbol)
+ except Exception as e:
+ return error_box(f"Veri alınamadı: {e}"), go.Figure()
+
+
+def load_orderbook(symbol, depth):
+ try:
+ ob = fetch_orderbook(symbol, int(depth))
+ bids = [(float(p), float(s)) for p, s, *_ in ob.get("bids", [])]
+ asks = [(float(p), float(s)) for p, s, *_ in ob.get("asks", [])]
+ if not bids or not asks:
+ return error_box("Emir defteri verisi alınamadı."), go.Figure()
+ best_bid, best_ask = bids[0][0], asks[0][0]
+ spread = best_ask - best_bid
+ spread_pct = spread / best_ask if best_ask else 0.0
+ bid_vol = sum(s for _, s in bids)
+ ask_vol = sum(s for _, s in asks)
+ imbalance = (bid_vol - ask_vol) / (bid_vol + ask_vol) if (bid_vol + ask_vol) else 0.0
+ tone = "up" if imbalance > 0.05 else ("down" if imbalance < -0.05 else "neutral")
+ cards = [
+ metric_card("EN İYİ ALIŞ", f"${fmt_price(best_bid)}", "", "up"),
+ metric_card("EN İYİ SATIŞ", f"${fmt_price(best_ask)}", "", "down"),
+ metric_card("SPREAD", f"${fmt_price(spread)}", fmt_pct(spread_pct)),
+ metric_card("DEFTER DENGESİZLİĞİ", fmt_pct(imbalance), "Pozitif = alış baskısı", tone),
+ ]
+ return cards_row(cards), build_depth_chart(bids, asks, symbol)
+ except Exception as e:
+ return error_box(f"Veri alınamadı: {e}"), go.Figure()
+
+
+@_gpu
+def refresh_all(symbol, bar, depth, closed_only, acct, risk_pct, use_llm=False):
+ ov_html, ov_fig = load_overview(symbol, bar)
+ sig = load_signal(symbol, bar, closed_only, acct, risk_pct, use_llm)
+ risk_html, risk_fig = load_risk(symbol, bar)
+ ob_html, ob_fig = load_orderbook(symbol, depth)
+ return (ov_html, ov_fig, *sig, risk_html, risk_fig, ob_html, ob_fig)
+
+
+def refresh_signal(symbol, bar, closed_only, acct, risk_pct, use_llm=False):
+ """Yalnızca sinyal sekmesini yeniler (risk/kapanmış-mum ayarı değişince hızlı güncelleme)."""
+ return load_signal(symbol, bar, closed_only, acct, risk_pct, use_llm)
+
+
+SCAN_MODES = ["Tümü (skora göre)", "Yalnızca AL yönlü", "Yalnızca SAT yönlü", "Yalnızca yüksek kalite (A / A+)"]
+
+
+def _scan_one(sym, bar, all_tickers, closed_only):
+ df = fetch_candles(sym, bar, 300)
+ if closed_only:
+ df = df[df["confirm"] == 1].reset_index(drop=True)
+ # MTF ve mikro-yapı katmanları taramada kapalı (API yükünü azaltmak için); tekil analizde açık.
+ res = generate_signal(df, symbol=sym, bar=bar, mtf=False, micro=False, closed_only=closed_only)
+ rm = risk_metrics(df, bar)
+ t = all_tickers.get(sym, {})
+ last = float(t.get("last") or df["c"].iloc[-1])
+ open24h = float(t.get("open24h") or df["c"].iloc[0])
+ chg24h = (last - open24h) / open24h if open24h else 0.0
+ pdv = res["pd"]
+ zone = "—" if pdv is None else ("Discount" if pdv <= 0.45 else ("Premium" if pdv >= 0.55 else "Denge"))
+ events = res["smc"]["events"]
+ last_ev = "—"
+ if events:
+ e = events[-1]
+ last_ev = f"{'CHoCH' if e['choch'] else 'BOS'} {'▲' if e['dir'] > 0 else '▼'} ({len(df) - 1 - e['i']} bar önce)"
+ bt = res["backtest"]
+ st = bt["stats"] if bt else None
+ acc = bt["acc"] if bt else None
+ return {
+ "Sembol": sym, "Fiyat": last, "24S %": round(chg24h * 100, 2), "Sinyal": res["signal"],
+ "Skor": res["score"], "Kalite": res["grade"], "Güven %": res["confidence"], "Yapı": res["regime"],
+ "Bölge": zone, "Son Kırılım": last_ev,
+ "RSI": round(res["indicators"]["rsi"].iloc[-1], 1),
+ "Kazanma %": round(st["win_rate"] * 100, 1) if st else None,
+ "Profit Factor": round(st["profit_factor"], 2) if st else None,
+ "Beklenti %": round(st["expectancy"] * 100, 2) if st else None,
+ "Yön Doğruluğu %": round(acc["accuracy"] * 100, 1) if acc else None,
+ "Volatilite (Yıllık) %": round(rm["volatility_annual"] * 100, 1) if rm else None,
+ "Sharpe": round(rm["sharpe"], 2) if rm else None,
+ }
+
+
+def run_scanner(symbols_text, bar, closed_only=False, mode=SCAN_MODES[0], progress=gr.Progress()):
+ symbols = [s.strip().upper() for s in symbols_text.split(",") if s.strip()][:25]
+ if not symbols:
+ return pd.DataFrame()
+ try:
+ all_tickers = {t["instId"]: t for t in fetch_all_tickers("SPOT")}
+ except Exception:
+ all_tickers = {}
+
+ rows, done = [], 0
+ with ThreadPoolExecutor(max_workers=4) as ex: # ağ beklemesini paralelle (OKX limiti için 4 ile sınırlı)
+ futs = {ex.submit(_scan_one, s, bar, all_tickers, closed_only): s for s in symbols}
+ for f in as_completed(futs):
+ done += 1
+ progress(done / len(symbols), desc=f"{futs[f]} tarandı ({done}/{len(symbols)})")
+ try:
+ rows.append(f.result())
+ except Exception:
+ continue
+ if not rows:
+ return pd.DataFrame()
+ out = pd.DataFrame(rows)
+ if mode == SCAN_MODES[1]:
+ out = out[out["Skor"] >= SIGNAL_THRESHOLD].sort_values("Skor", ascending=False)
+ elif mode == SCAN_MODES[2]:
+ out = out[out["Skor"] <= -SIGNAL_THRESHOLD].sort_values("Skor", ascending=True)
+ elif mode == SCAN_MODES[3]:
+ out = out[out["Kalite"].isin(["A", "A+"])].sort_values("Güven %", ascending=False)
+ else:
+ out = out.sort_values("Skor", ascending=False)
+ return out.reset_index(drop=True)
+
+
+# ---------------------------------------------------------------------------
+# STYLE — dark "trading terminal" identity (deliberate, not default SaaS chrome)
+# ---------------------------------------------------------------------------
+HEAD = """
+Bu panel yalnızca eğitim ve bilgilendirme amaçlıdır; yatırım tavsiyesi '
+ 'değildir. Tüm veriler OKX genel (public) piyasa API\'sinden alınır; hiçbir API anahtarı '
+ 'kullanılmaz ve hiçbir gerçek emir gönderilmez. Kripto varlıklar yüksek oynaklık içerir; geçmiş '
+ 'performans (backtest dahil) gelecekteki sonuçların göstergesi değildir. Backtest sonuçları '
+ 'kısa örneklem üzerindedir ve istatistiksel olarak sınırlıdır.
'
+ )
+
+ io_inputs = [symbol_dd, bar_dd, depth_slider, closed_cb, acct_num, risk_sl, llm_cb]
+ io_outputs = [ov_html, ov_plot, sig_html, sig_map_plot, sig_factor_plot, sig_bt_plot, sig_ind_plot,
+ risk_html, risk_plot, ob_html, ob_plot]
+ sig_inputs = [symbol_dd, bar_dd, closed_cb, acct_num, risk_sl, llm_cb]
+ sig_outputs = [sig_html, sig_map_plot, sig_factor_plot, sig_bt_plot, sig_ind_plot]
+
+ refresh_btn.click(refresh_all, io_inputs, io_outputs)
+ timer.tick(refresh_all, io_inputs, io_outputs)
+ auto_cb.change(lambda active: gr.Timer(active=active), auto_cb, timer)
+ closed_cb.change(refresh_signal, sig_inputs, sig_outputs)
+ acct_num.submit(refresh_signal, sig_inputs, sig_outputs)
+ risk_sl.release(refresh_signal, sig_inputs, sig_outputs)
+ llm_cb.change(refresh_signal, sig_inputs, sig_outputs)
+ scan_btn.click(run_scanner, [scan_symbols, scan_bar, closed_cb, scan_mode], scan_out)
+ demo.load(refresh_all, io_inputs, io_outputs)
+
+demo.queue().launch(
+ theme=gr.themes.Base(primary_hue="blue", neutral_hue="slate"),
+ css=CSS,
+ head=HEAD,
+ ssr_mode=False,
+)