Update app.py

app.py

@@ -13,7 +13,6 @@ import sys
 import os
 import threading
 from datetime import datetime, timedelta
-import asyncio
 
 # Set matplotlib backend
 plt.switch_backend('Agg')
@@ -51,7 +50,6 @@ class RealTimeTradingDemo:
         self.initialized = False
         self.start_time = None
         self.last_update = None
-        self.update_callbacks = []
         
     def initialize_environment(self, initial_balance, risk_level, asset_type):
         """Initialize trading environment"""
@@ -207,7 +205,7 @@ class RealTimeTradingDemo:
         self.trading_thread.start()
         
         # Get initial status and charts
-        status = "🎯 معامله Real-Time شروع شد!\n\n📈 نمودارها هر 1 ثانیه آپدیت می‌شوند..."
+        status = "🎯 معامله Real-Time شروع شد!\n\n📈 نمودارها بصورت زنده آپدیت می‌شوند..."
         live_chart = self._create_live_chart()
         performance_chart = self._create_performance_chart()
         stats_table = self._create_stats_table()
@@ -217,7 +215,7 @@ class RealTimeTradingDemo:
     def _live_trading_loop(self):
         """Main live trading loop"""
         step_count = 0
-        max_steps = 500  # Run for longer demo
+        max_steps = 300  # Run for demo
         
         while self.live_trading and step_count < max_steps:
             try:
@@ -233,13 +231,13 @@ class RealTimeTradingDemo:
                 last_price = self.live_data[-1]['price'] if self.live_data else 100
                 
                 # Simulate realistic price movement
-                price_change = np.random.normal(0, 0.5)  # Small random walk
+                price_change = np.random.normal(0, 0.8)  # Random walk
                 if action == 1:  # Buy - slight upward pressure
-                    price_change += 0.1
+                    price_change += 0.3
                 elif action == 2:  # Sell - slight downward pressure
-                    price_change -= 0.1
+                    price_change -= 0.3
                 
-                new_price = max(50, last_price + price_change)  # Prevent negative prices
+                new_price = max(50, last_price + price_change)
                 
                 self.live_data.append({
                     'timestamp': current_time,
@@ -249,8 +247,8 @@ class RealTimeTradingDemo:
                     'volume': np.random.randint(1000, 15000)
                 })
                 
-                # Keep only last 150 data points for performance
-                if len(self.live_data) > 150:
+                # Keep only last 100 data points for performance
+                if len(self.live_data) > 100:
                     self.live_data.pop(0)
                 
                 self.action_history.append({
@@ -271,8 +269,8 @@ class RealTimeTradingDemo:
         
         self.live_trading = False
     
-    def get_live_data(self):
-        """Get real-time data for auto-updating charts"""
+    def get_live_update(self):
+        """Get real-time update for auto-refresh"""
         if not self.live_trading:
             return {
                 "status": "🛑 معامله Real-Time متوقف شده",
@@ -305,8 +303,8 @@ class RealTimeTradingDemo:
             f"💰 قیمت فعلی: ${current_data['price']:.2f}\n"
             f"🎪 اقدام اخیر: {action_text}\n"
             f"💼 ارزش پرتفولیو: ${current_net_worth:.2f}\n"
-            f"📈 سود/زیان: ${profit_loss:.2f} ({profit_loss_pct:.2f}%)\n"
-            f"⏰ آخرین بروزرسانی: {datetime.now().strftime('%H:%M:%S')}"
+            f"📈 سود/زیان: ${profit_loss:.2f} ({profit_loss_pct:+.2f}%)\n"
+            f"⏰ زمان اجرا: {len(self.action_history)} ثانیه"
         )
         
         return {
@@ -341,7 +339,7 @@ class RealTimeTradingDemo:
             f"📈 عملکرد نهایی:\n"
             f"• سرمایه اولیه: ${initial_balance:.2f}\n"
             f"• سرمایه نهایی: ${final_net_worth:.2f}\n"
-            f"• سود/زیان: ${profit_loss:.2f} ({profit_loss_pct:.2f}%)\n"
+            f"• سود/زیان: ${profit_loss:.2f} ({profit_loss_pct:+.2f}%)\n"
             f"• تعداد اقدامات: {len(self.action_history)}\n"
             f"• خریدها: {action_counts['خرید']} | فروش‌ها: {action_counts['فروش']}"
         )
@@ -354,7 +352,8 @@ class RealTimeTradingDemo:
             fig = go.Figure()
             fig.update_layout(
                 title="📊 نمودار Real-Time - در حال آماده‌سازی...",
-                height=400
+                height=400,
+                template="plotly_dark"
             )
             return fig
         
@@ -370,33 +369,30 @@ class RealTimeTradingDemo:
             row_heights=[0.7, 0.3]
         )
         
-        # Price line with gradient coloring based on trend
+        # Price line
         fig.add_trace(go.Scatter(
             x=times,
             y=prices,
             mode='lines',
             name='قیمت',
-            line=dict(color='blue', width=3),
+            line=dict(color='#00FF00', width=3),
             hovertemplate='<b>قیمت: $%{y:.2f}</b><br>زمان: %{x}<extra></extra>'
         ), row=1, col=1)
         
-        # Action markers with different colors and sizes
+        # Action markers
         buy_times = [times[i] for i, action in enumerate(actions) if action == 1]
         buy_prices = [prices[i] for i, action in enumerate(actions) if action == 1]
         
         sell_times = [times[i] for i, action in enumerate(actions) if action == 2]
         sell_prices = [prices[i] for i, action in enumerate(actions) if action == 2]
         
-        close_times = [times[i] for i, action in enumerate(actions) if action == 3]
-        close_prices = [prices[i] for i, action in enumerate(actions) if action == 3]
-        
         if buy_times:
             fig.add_trace(go.Scatter(
                 x=buy_times,
                 y=buy_prices,
                 mode='markers',
                 name='خرید',
-                marker=dict(color='green', size=12, symbol='triangle-up', line=dict(width=2, color='darkgreen')),
+                marker=dict(color='green', size=10, symbol='triangle-up', line=dict(width=2, color='darkgreen')),
                 hovertemplate='<b>🚀 خرید در $%{y:.2f}</b><br>زمان: %{x}<extra></extra>'
             ), row=1, col=1)
         
@@ -406,7 +402,7 @@ class RealTimeTradingDemo:
                 y=sell_prices,
                 mode='markers',
                 name='فروش',
-                marker=dict(color='red', size=12, symbol='triangle-down', line=dict(width=2, color='darkred')),
+                marker=dict(color='red', size=10, symbol='triangle-down', line=dict(width=2, color='darkred')),
                 hovertemplate='<b>📉 فروش در $%{y:.2f}</b><br>زمان: %{x}<extra></extra>'
             ), row=1, col=1)
         
@@ -419,18 +415,6 @@ class RealTimeTradingDemo:
             hovertemplate='<b>حجم: %{y:,}</b><br>زمان: %{x}<extra></extra>'
         ), row=2, col=1)
         
-        # Add moving average
-        if len(prices) > 10:
-            ma_10 = pd.Series(prices).rolling(window=10).mean()
-            fig.add_trace(go.Scatter(
-                x=times,
-                y=ma_10,
-                mode='lines',
-                name='میانگین متحرک (10)',
-                line=dict(color='orange', width=2, dash='dash'),
-                hovertemplate='<b>MA10: $%{y:.2f}</b><br>زمان: %{x}<extra></extra>'
-            ), row=1, col=1)
-        
         fig.update_layout(
             title="🎯 نمودار معاملات Real-Time - آپدیت لحظه‌ای",
             height=500,
@@ -451,61 +435,41 @@ class RealTimeTradingDemo:
             fig = go.Figure()
             fig.update_layout(
                 title="📈 عملکرد پرتفولیو - در حال آماده‌سازی...",
-                height=350
+                height=350,
+                template="plotly_dark"
             )
             return fig
         
         times = [d['timestamp'] for d in self.live_data]
         net_worths = [d['net_worth'] for d in self.live_data]
-        prices = [d['price'] for d in self.live_data]
         
-        fig = make_subplots(
-            rows=2, cols=1,
-            subplot_titles=['💼 ارزش پرتفولیو لحظه‌ای', '📈 نسبت عملکرد'],
-            vertical_spacing=0.15
-        )
+        fig = go.Figure()
         
-        # Net worth line
+        # Net worth line with gradient
         fig.add_trace(go.Scatter(
             x=times,
             y=net_worths,
-            mode='lines+markers',
+            mode='lines',
             name='ارزش پرتفولیو',
             line=dict(color='#00FF00', width=4),
-            marker=dict(size=6, color='#00FF00'),
             hovertemplate='<b>پرتفولیو: $%{y:.2f}</b><br>زمان: %{x}<extra></extra>'
-        ), row=1, col=1)
+        ))
         
         # Add initial balance line
         if self.env:
             fig.add_hline(y=self.env.initial_balance, line_dash="dash", 
-                         line_color="red", annotation_text="سرمایه اولیه",
-                         row=1, col=1)
-        
-        # Calculate performance ratio (current price / initial price)
-        if len(prices) > 1:
-            initial_price = prices[0]
-            performance_ratio = [(p / initial_price - 1) * 100 for p in prices]
-            
-            fig.add_trace(go.Scatter(
-                x=times,
-                y=performance_ratio,
-                mode='lines',
-                name='تغییرات قیمت (%)',
-                line=dict(color='cyan', width=3),
-                hovertemplate='<b>تغییر: %{y:.2f}%</b><br>زمان: %{x}<extra></extra>'
-            ), row=2, col=1)
+                         line_color="red", annotation_text="سرمایه اولیه")
         
         fig.update_layout(
             title="💼 عملکرد Real-Time پرتفولیو",
-            height=400,
+            height=350,
             template="plotly_dark",
             showlegend=True,
             hovermode='x unified'
         )
         
-        fig.update_yaxes(title_text="ارزش ($)", row=1, col=1)
-        fig.update_yaxes(title_text="تغییرات (%)", row=2, col=1)
+        fig.update_yaxes(title_text="ارزش ($)")
+        fig.update_xaxes(title_text="زمان")
         
         return fig
     
@@ -527,15 +491,16 @@ class RealTimeTradingDemo:
         
         # Price statistics
         prices = [d['price'] for d in self.live_data]
-        price_change = prices[-1] - prices[0] if len(prices) > 1 else 0
+        current_price = prices[-1]
+        price_change = current_price - prices[0] if len(prices) > 1 else 0
         price_change_pct = (price_change / prices[0]) * 100 if len(prices) > 1 else 0
         
         # Action statistics
-        actions = [d['action'] for d in self.live_data[-50:]]  # Last 50 actions
+        recent_actions = [d['action'] for d in self.live_data[-20:]]  # Last 20 actions
         action_counts = {
-            "خرید": actions.count(1),
-            "فروش": actions.count(2),
-            "بستن": actions.count(3)
+            "خرید": recent_actions.count(1),
+            "فروش": recent_actions.count(2),
+            "بستن": recent_actions.count(3)
         }
         
         stats_data = {
@@ -548,7 +513,7 @@ class RealTimeTradingDemo:
                 '⏰ مدت اجرا'
             ],
             'مقدار': [
-                f'${current_data["price"]:.2f}',
+                f'${current_price:.2f}',
                 f'{price_change_pct:+.2f}%',
                 f'${current_net_worth:.2f}',
                 f'${profit_loss:+.2f} ({profit_loss_pct:+.2f}%)',
@@ -605,14 +570,14 @@ class RealTimeTradingDemo:
 # Initialize the demo
 demo = RealTimeTradingDemo()
 
-# Create Gradio interface with auto-refresh
+# Create Gradio interface
 def create_interface():
     with gr.Blocks(theme=gr.themes.Soft(), title="Real-Time Trading AI") as interface:
         gr.Markdown("""
         # 🚀 هوش مصنوعی معامله‌گر Real-Time
-        **آموزش و اجرای بلادرنگ روی نمودارهای زنده - آپدیت اتوماتیک هر 1 ثانیه**
+        **آموزش و اجرای بلادرنگ روی نمودارهای زنده**
         
-        *نمودارها بصورت کاملاً متحرک و لحظه‌ای آپدیت می‌شوند*
+        *برای آپدیت لحظه‌ای، دکمه "بروزرسانی لحظه‌ای" را فشار دهید*
         """)
         
         with gr.Row():
@@ -684,7 +649,7 @@ def create_interface():
                 )
         
         with gr.Row():
-            gr.Markdown("## 🎯 فاز ۲: معامله Real-Time (آپدیت اتوماتیک)")
+            gr.Markdown("## 🎯 فاز ۲: معامله Real-Time")
             
         with gr.Row():
             with gr.Column(scale=1):
@@ -694,6 +659,12 @@ def create_interface():
                     size="lg"
                 )
                 
+                update_btn = gr.Button(
+                    "🔄 بروزرسانی لحظه‌ای", 
+                    variant="secondary",
+                    size="lg"
+                )
+                
                 stop_btn = gr.Button(
                     "⏹️ توقف معامله", 
                     variant="stop",
@@ -703,12 +674,12 @@ def create_interface():
         with gr.Row():
             with gr.Column(scale=2):
                 live_chart = gr.Plot(
-                    label="📊 نمودار معاملات Real-Time - آپدیت لحظه‌ای"
+                    label="📊 نمودار معاملات Real-Time"
                 )
             
             with gr.Column(scale=1):
                 performance_chart = gr.Plot(
-                    label="💼 عملکرد پرتفولیو - آپدیت لحظه‌ای"
+                    label="💼 عملکرد پرتفولیو"
                 )
         
         with gr.Row():
@@ -723,36 +694,6 @@ def create_interface():
                 col_count=2
             )
         
-        # Auto-refresh component
-        auto_refresh = gr.HTML("""
-        <script>
-        function setupAutoRefresh() {
-            let refreshInterval;
-            
-            function startAutoRefresh() {
-                refreshInterval = setInterval(() => {
-                    if (window.liveTradingActive) {
-                        // Trigger the refresh function
-                        const refreshBtn = document.querySelector('[data-testid="refresh-button"]');
-                        if (refreshBtn) refreshBtn.click();
-                    }
-                }, 1000); // Refresh every 1 second
-            }
-            
-            function stopAutoRefresh() {
-                clearInterval(refreshInterval);
-            }
-            
-            // Expose functions to global scope
-            window.startAutoRefresh = startAutoRefresh;
-            window.stopAutoRefresh = stopAutoRefresh;
-        }
-        
-        // Initialize when page loads
-        document.addEventListener('DOMContentLoaded', setupAutoRefresh);
-        </script>
-        """)
-        
         # Event handlers
         init_btn.click(
             demo.initialize_environment,
@@ -770,38 +711,29 @@ def create_interface():
             demo.start_live_trading,
             inputs=[],
             outputs=[status_output, live_chart, performance_chart, stats_table]
-        ).then(
-            lambda: gr.HTML("<script>window.liveTradingActive = true; window.startAutoRefresh();</script>")
         )
         
-        # Auto-refresh function
-        def auto_refresh_data():
-            return demo.get_live_data()["status"], demo.get_live_data()["live_chart"], demo.get_live_data()["performance_chart"], demo.get_live_data()["stats_table"]
-        
-        # Set up periodic refresh
-        interface.load(
-            fn=auto_refresh_data,
+        update_btn.click(
+            lambda: demo.get_live_update(),
             inputs=[],
-            outputs=[status_output, live_chart, performance_chart, stats_table],
-            every=1000  # Refresh every 1000ms (1 second)
+            outputs=[status_output, live_chart, performance_chart, stats_table]
         )
         
         stop_btn.click(
             demo.stop_live_trading,
             inputs=[],
             outputs=[status_output, live_chart, performance_chart, stats_table]
-        ).then(
-            lambda: gr.HTML("<script>window.liveTradingActive = false; window.stopAutoRefresh();</script>")
         )
         
         gr.Markdown("""
-        ## 🧠 ویژگی‌های سیستم Real-Time:
+        ## 🧠 نحوه کار سیستم Real-Time:
+        
+        1. **آموزش هوش مصنوعی** (فاز ۱)
+        2. **شروع معامله Real-Time** 
+        3. **فشار دادن دکمه "بروزرسانی لحظه‌ای"** برای آپدیت نمودارها
+        4. **مشاهده عملکرد زنده** روی نمودارهای متحرک
         
-        - 📊 **نمودارهای کاملاً متحرک** - آپدیت هر 1 ثانیه
-        - 🎯 **معامله لحظه‌ای** - تصمیم‌گیری AI در زمان واقعی
-        - 📈 **متریک‌های زنده** - آمار عملکرد به صورت لحظه‌ای
-        - 🔄 **آپدیت اتوماتیک** - بدون نیاز به کلیک دستی
-        - 💹 **داده‌های واقعی** - شبیه‌سازی بازار واقعی
+        *برای ضبط ریلز: بعد از شروع معامله، دکمه بروزرسانی را فشار دهید تا نمودارها آپدیت شوند*
         
         *توسعه داده شده توسط Omid Sakaki - 2024*
         """)