Update app.py

app.py

@@ -18,7 +18,7 @@ from datetime import datetime, timezone
 from huggingface_hub import HfApi, hf_hub_download
 import gradio as gr
 import ccxt
-
+import time
 import sys
 from types import ModuleType
 import pandas as pd
@@ -194,18 +194,33 @@ try:
 except Exception as e: print(f"⚠️ Erreur IA : {e}")
 
 # --- 📊 FEATURES ENGINE ---
-def prepare_features_sync(symbol, timeframe='1h'):
-    """Version Synchrone ultra-stable pour l'Auto-Pilote et le Training"""
+ # N'oublie pas d'ajouter ça en haut de ton fichier si ce n'est pas fait !
+
+def prepare_features_sync(symbol, timeframe='1h', limit_bars=600):
+    """Version Synchrone avec Bouclier Anti-Blocage Kucoin (3 essais)"""
     try:
         now = datetime.now().timestamp()
         cache_key = f"{symbol}_{timeframe}"
 
-        # 1. Gestion du Cache (Synchrone)
+        # 1. Gestion du Cache
         if cache_key in market_cache and cache_key in last_fetch_time and now - last_fetch_time[cache_key] < CACHE_DURATION:
             df = market_cache[cache_key].copy()
         else:
-            # On utilise l'instance synchrone de CCXT définie plus haut (exchange_sync)
-            bars = exchange_sync.fetch_ohlcv(symbol, timeframe=timeframe, limit=700)
+            # --- 🛡️ SYSTÈME DE RETRY (3 TENTATIVES) ---
+            bars = None
+            for attempt in range(3):
+                try:
+                    bars = exchange_sync.fetch_ohlcv(symbol, timeframe=timeframe, limit=limit_bars)
+                    break # Si ça passe, on sort de la boucle de retry
+                except Exception as e:
+                    print(f"⚠️ Kucoin bloque {symbol} (Essai {attempt+1}/3). Attente 2s...")
+                    time.sleep(2) # Pause tactique
+            
+            # Si après 3 essais on n'a toujours rien, on abandonne proprement
+            if not bars:
+                print(f"❌ Échec total de la récupération pour {symbol}.")
+                return pd.DataFrame()
+
             df = pd.DataFrame(bars, columns=['ts', 'open', 'high', 'low', 'close', 'vol'])
             market_cache[cache_key] = df.copy()
             last_fetch_time[cache_key] = now
@@ -213,7 +228,7 @@ def prepare_features_sync(symbol, timeframe='1h'):
         if len(df) < 250: 
             return pd.DataFrame()
 
-        # --- CALCULS TECHNIQUES (VECTORISÉS) ---
+        # --- CALCULS TECHNIQUES ---
         df["RSI"] = get_rsi(df["close"])
         df["EMA50"] = get_ema(df["close"], 50)
         df["EMA200"] = get_ema(df["close"], 200)
@@ -251,7 +266,7 @@ def prepare_features_sync(symbol, timeframe='1h'):
         return df.dropna().copy()
         
     except Exception as e:
-        print(f"❌ Sync Features Error ({symbol}): {e}")
+        print(f"❌ Erreur critique calculs ({symbol}): {e}")
         return pd.DataFrame()
 # --- 🎯 API PRÉDICTION ---
 async def predict_signal(symbol, timeframe="1h"):