Update ml_engine/oracle_engine.py

ml_engine/oracle_engine.py

@@ -10,19 +10,13 @@ from typing import Dict, Any, List, Optional
 # --- [ 0. إعدادات ] ---
 warnings.filterwarnings('ignore', category=FutureWarning)
 
-# (هذه هي نفس الإعدادات المستخدمة في التدريب)
 PIPELINE_SETTINGS = {
     'SWING_PROMINENCE_PCT': 0.02, # 2%
 }
 
-# (هذه هي العتبة التي سنثق بها في قرارات اللجنة)
-# [cite_start]بناءً على تقريرك، الدقة فوق 75% ممتازة [cite: 5-8]
 DECISION_CONFIDENCE_THRESHOLD = 0.75 
-
-# (عدد نماذج اللجنة)
 N_STRATEGY_MODELS = 11
 
-# (أسماء الفئات)
 STRATEGY_MAP = {
     0: 'WAIT',
     1: 'SWING_LONG',
@@ -39,10 +33,6 @@ class OracleEngine:
     def __init__(self, model_dir: str = "ml_models/Unified_Models_V1"):
         """
         تهيئة "العقل" الاحتمالي (L3 Oracle).
-        
-        Args:
-            model_dir (str): المسار إلى المجلد الذي يحتوي على 
-                             الـ 15 نموذجاً المدربة.
         """
         self.model_dir = model_dir
         self.strategy_boosters: List[lgb.Booster] = []
@@ -50,7 +40,8 @@ class OracleEngine:
         
         self.feature_names: List[str] = []
         self.initialized = False
-        print("🧠 [OracleEngine V2.1] تم الإنشاء (Multi-Timeframe, Patched). جاهز للتهيئة.")
+        # (تحديث الإصدار)
+        print("🧠 [OracleEngine V2.2] تم الإنشاء (Actionable-Only Patch). جاهز للتهيئة.")
 
     async def initialize(self):
         """
@@ -59,7 +50,7 @@ class OracleEngine:
         if self.initialized:
             return True
             
-        print(f"🧠 [OracleEngine V2.1] جاري تحميل 15 نموذجاً من {self.model_dir}...")
+        print(f"🧠 [OracleEngine V2.2] جاري تحميل 15 نموذجاً من {self.model_dir}...")
         try:
             # 1. تحميل نماذج "لجنة القرار" (Strategy Ensemble)
             for i in range(N_STRATEGY_MODELS):
@@ -88,12 +79,12 @@ class OracleEngine:
             self.feature_names = self.strategy_boosters[0].feature_name()
             self.initialized = True
             
-            print(f"✅ [OracleEngine V2.1] جاهز. (Threshold: {DECISION_CONFIDENCE_THRESHOLD*100}%)")
+            print(f"✅ [OracleEngine V2.2] جاهز. (Threshold: {DECISION_CONFIDENCE_THRESHOLD*100}%)")
             print(f"   -> سيعمل على الأطر: {TIMEBYTES_TO_PROCESS}")
             return True
 
         except Exception as e:
-            print(f"❌ [OracleEngine V2.1] فشل فادح أثناء التهيئة: {e}")
+            print(f"❌ [OracleEngine V2.2] فشل فادح أثناء التهيئة: {e}")
             self.initialized = False
             return False
 
@@ -137,7 +128,6 @@ class OracleEngine:
         df['volume_zscore'] = (df['volume'] - df['volume'].rolling(50).mean()) / (df['volume'].rolling(50).std() + 1e-9)
         df['dist_from_EMA200_pct'] = (df['close'] - df['EMA_200']) / (df['EMA_200'] + 1e-9)
         
-        # (إصلاح Bollinger Bands كما في كود التجميع)
         bbu_col = next((col for col in df.columns if 'BBU_20_2.0' in str(col)), None)
         bbl_col = next((col for col in df.columns if 'BBL_20_2.0' in str(col)), None)
         bbm_col = next((col for col in df.columns if 'BBM_20_2.0' in str(col)), None)
@@ -171,18 +161,23 @@ class OracleEngine:
         df = self._calculate_fibonacci_matrix(df)
         df = self._calculate_alpha_strategies(df)
         
-        # ملء أي قيم NaN متبقية (مهم جداً للتنبؤ)
+        # ملء أي قيم NaN أولية
         df = df.ffill().bfill()
         
         # أخذ آخر صف فقط
         latest_features = df.iloc[-1:]
         
-        # التأكد من وجود جميع الميزات بالترتيب الصحيح
         try:
             feature_vector = latest_features[self.feature_names]
-            # التأكد من عدم وجود NaN نهائياً
+            
+            # --- [ 🔴 🔴 🔴 إصلاح المشكلة 1: NaN Bug ] ---
+            # (إصلاح حالات مثل USDC التي ليس لها تقلب)
+            feature_vector = feature_vector.fillna(0)
+            # --- [ نهاية الإصلاح ] ---
+
+            # (الفحص الأخير، رغم أن fillna(0) يجب أن تحل المشكلة)
             if feature_vector.isnull().values.any():
-                print("⚠️ [Oracle Warning] Feature vector contains NaN after fill.")
+                print("⚠️ [Oracle Warning] Feature vector still contains NaN after fill(0).")
                 return None
             return feature_vector
         except Exception as e:
@@ -193,7 +188,6 @@ class OracleEngine:
     async def predict(self, symbol_data: Dict[str, Any]) -> Dict[str, Any]:
         """
         الدالة الرئيسية: تحليل إشارة مرشحة وإرجاع قرار كامل.
-        (هذه الدالة تحل محل llm_service.get_trading_decision)
         """
         if not self.initialized:
             return {'action': 'WAIT', 'reason': 'Oracle Engine not initialized'}
@@ -211,26 +205,33 @@ class OracleEngine:
                 feature_vector = self._create_feature_vector(ohlcv_data.get(tf))
                 
                 if feature_vector is None:
-                    print(f"   -> {symbol_data['symbol']} @ {tf}: Skipped (Insufficient data)")
+                    print(f"   -> {symbol_data['symbol']} @ {tf}: Skipped (Insufficient data or NaN)")
                     continue
                 
-                # 1. تشغيل "لجنة القرار" (Strategy Ensemble)
                 all_probs = [
                     booster.predict(feature_vector, num_iteration=booster.best_iteration)
                     for booster in self.strategy_boosters
                 ]
-                ensemble_probs = np.mean(all_probs, axis=0)[0] # (نأخذ التنبؤ الأول)
+                ensemble_probs = np.mean(all_probs, axis=0)[0] 
+                
+                # --- [ 🔴 🔴 🔴 إصلاح المشكلة 2: منطق WAIT ] ---
+                # (بدلاً من أخذ np.argmax، سنتجاهل الفئة 0)
+                
+                # نسخ الاحتمالات وتعيين احتمالية 'WAIT' (index 0) إلى 0
+                actionable_probs = ensemble_probs.copy()
+                actionable_probs[0] = 0.0 # (تجاهل WAIT)
                 
-                # 2. تحليل القرار والثقة
-                predicted_strategy_idx = np.argmax(ensemble_probs)
-                confidence = ensemble_probs[predicted_strategy_idx]
+                # إيجاد أفضل إشارة "قابلة للتنفيذ"
+                predicted_strategy_idx = np.argmax(actionable_probs)
+                confidence = actionable_probs[predicted_strategy_idx] # (الثقة في أفضل إشارة غير-WAIT)
                 strategy_name = STRATEGY_MAP.get(predicted_strategy_idx, 'WAIT')
+                # --- [ نهاية الإصلاح ] ---
 
                 all_tf_decisions.append({
                     'timeframe': tf,
                     'strategy': strategy_name,
                     'confidence': float(confidence),
-                    'feature_vector': feature_vector # (نحتفظ به لاستخدامه لاحقاً)
+                    'feature_vector': feature_vector
                 })
 
             if not all_tf_decisions:
@@ -243,25 +244,16 @@ class OracleEngine:
             confidence = best_decision['confidence']
             best_tf = best_decision['timeframe']
 
-            # --- [ 🔴 🔴 🔴 التعديل: تطبيق الإصلاح (Patch) هنا ] ---
-            # (السبب 1: الثقة ضعيفة)
+            # --- [ الخطوة 3: تطبيق فلتر الثقة (لا تغيير هنا) ] ---
             if confidence < DECISION_CONFIDENCE_THRESHOLD:
                 return {
                     'action': 'IGNORE',
-                    'reason': f"Confidence ({confidence:.2f}) is below threshold ({DECISION_CONFIDENCE_THRESHOLD})",
+                    'reason': f"Best Actionable Signal ({strategy_name} @ {best_tf}) confidence ({confidence:.2f}) is below threshold ({DECISION_CONFIDENCE_THRESHOLD})",
                     'confidence': confidence,
                     'strategy': strategy_name
                 }
             
-            # (السبب 2: النموذج واثق بأن الاستراتيجية هي "انتظار")
-            if strategy_name == 'WAIT':
-                return {
-                    'action': 'IGNORE',
-                    'reason': f"Oracle Consensus is 'WAIT' (Conf: {confidence:.2f}) @ {best_tf}",
-                    'confidence': confidence,
-                    'strategy': strategy_name
-                }
-            # --- [ نهاية التعديل ] ---
+            # (الآن نحن متأكدون أن strategy_name ليست 'WAIT' وأن الثقة عالية)
 
             # --- [ الخطوة 4: (نجحت الثقة) - تشغيل "لجنة الأهداف" ] ---
             winning_feature_vector = best_decision['feature_vector']
@@ -283,18 +275,18 @@ class OracleEngine:
             elif "SHORT" in strategy_name:
                 tp_price = current_price * (1 - tp_pct)
                 sl_price = current_price * (1 + sl_pct)
-                action_type = "SELL" # (إذا كان النظام يدعم البيع)
+                action_type = "SELL"
             else:
-                # (هذا السطر لن يتم الوصول إليه أبداً بسبب فلتر 'WAIT' أعلاه، لكنه حماية جيدة)
+                # (هذا مستحيل الحدوث الآن بسبب منطقنا الجديد)
                 return {'action': 'IGNORE', 'reason': 'Strategy not actionable'}
 
             # --- [ الخطوة 6: إرجاع القرار الكامل ] ---
             return {
-                'action': 'WATCH', # (للتوافق مع `app.py` القديم)
+                'action': 'WATCH', 
                 'confidence': confidence,
                 'analysis_summary': f"Oracle Consensus @ {best_tf}: {strategy_name} (Conf: {confidence:.2%})",
                 'strategy': strategy_name,
-                'action_type': action_type, # (إضافة: BUY أو SELL)
+                'action_type': action_type, 
                 'tp_price': float(tp_price),
                 'sl_price': float(sl_price),
                 'quantile_tp_pct': float(tp_pct),
@@ -302,7 +294,7 @@ class OracleEngine:
             }
 
         except Exception as e:
-            print(f"❌ [OracleEngine V2.1] فشل فادح أثناء التنبؤ: {e}")
+            print(f"❌ [OracleEngine V2.2] فشل فادح أثناء التنبؤ: {e}")
             import traceback
             traceback.print_exc()
             return {'action': 'WAIT', 'reason': f'Exception: {e}'}