Update app.py

app.py

@@ -82,13 +82,10 @@ def parse_market_data(text):
         return None
 
 def analyze_sentiment_with_bert(market_data):
-    """Analisa o sentimento usando o sistema de IA BERT"""
+    """Analisa o sentimento usando o sistema de IA BERT com fallback robusto"""
     if not TRANSFORMERS_AVAILABLE or not trading_bot or not hasattr(trading_bot, 'hf_api'):
-        return {
-            'sentiment': 'neutral',
-            'confidence': 0.5,
-            'label': 'NEUTRO'
-        }
+        print("⚠️ BERT não disponível - usando sistema robusto")
+        return analyze_sentiment_robust(market_data)
     
     try:
         # Preparar dados para análise de IA
@@ -114,6 +111,12 @@ def analyze_sentiment_with_bert(market_data):
             # Parse da resposta
             ai_sentiment, ai_confidence, ai_analysis = trading_bot.hf_api.parse_ai_response(ai_response)
             
+            # Verificar se o BERT retornou dados estáticos (problema conhecido)
+            if ("$0.00" in ai_analysis or "RSI: 50" in ai_analysis or 
+                "0.00%" in ai_analysis or "Volume: 0.0x" in ai_analysis):
+                print("⚠️ BERT retornou dados estáticos - usando sistema robusto")
+                return analyze_sentiment_robust(market_data)
+            
             # Mapear para o formato esperado
             sentiment_mapping = {
                 'BULLISH': 'POSITIVO',
@@ -135,20 +138,120 @@ def analyze_sentiment_with_bert(market_data):
                 'analysis': ai_analysis
             }
         
+        print("⚠️ BERT não respondeu - usando sistema robusto")
+        return analyze_sentiment_robust(market_data)
+        
+    except Exception as e:
+        print(f"⚠️ Erro na análise BERT: {e} - usando sistema robusto")
+        return analyze_sentiment_robust(market_data)
+
+def analyze_sentiment_robust(market_data):
+    """Sistema de análise robusto que funciona quando o BERT falha"""
+    try:
+        # Extrair dados
+        price = market_data.get('price', 0)
+        rsi = market_data.get('rsi', 50)
+        ema_trend = market_data.get('ema_trend', 'NEUTRO')
+        volume_ratio = market_data.get('volume', 1.0)
+        price_change_pct = market_data.get('variation', 0)
+        symbol = market_data.get('symbol', 'BTCUSD')
+        
+        print(f"📊 Análise Robusta {symbol}: Preço={price}, RSI={rsi}, Trend={ema_trend}")
+        
+        # Análise de sentimento baseada em indicadores
+        sentiment_score = 0
+        confidence_score = 0
+        signals = []
+        
+        # === ANÁLISE RSI ===
+        if rsi <= 30:
+            sentiment_score += 30  # Muito bullish
+            confidence_score += 25
+            signals.append(f"RSI {rsi} - Zona de sobrevenda (COMPRA)")
+        elif rsi >= 70:
+            sentiment_score -= 30  # Muito bearish
+            confidence_score += 25
+            signals.append(f"RSI {rsi} - Zona de sobrecompra (VENDA)")
+        elif 40 <= rsi <= 60:
+            sentiment_score += 5  # Neutro
+            confidence_score += 10
+            signals.append(f"RSI {rsi} - Zona neutra")
+        
+        # === ANÁLISE EMA ===
+        if ema_trend == 'ALTA':
+            sentiment_score += 20
+            confidence_score += 15
+            signals.append("EMA em tendência de ALTA")
+        elif ema_trend == 'BAIXA':
+            sentiment_score -= 20
+            confidence_score += 15
+            signals.append("EMA em tendência de BAIXA")
+        
+        # === ANÁLISE DE VOLUME ===
+        if volume_ratio > 1.5:
+            sentiment_score += 15
+            confidence_score += 10
+            signals.append(f"Volume alto ({volume_ratio:.1f}x) - Confirma movimento")
+        elif volume_ratio < 0.8:
+            sentiment_score -= 5
+            confidence_score += 5
+            signals.append(f"Volume baixo ({volume_ratio:.1f}x) - Cuidado")
+        
+        # === ANÁLISE DE MOMENTUM ===
+        if price_change_pct > 0.1:
+            sentiment_score += 10
+            confidence_score += 10
+            signals.append(f"Momentum positivo (+{price_change_pct:.2f}%)")
+        elif price_change_pct < -0.1:
+            sentiment_score -= 10
+            confidence_score += 10
+            signals.append(f"Momentum negativo ({price_change_pct:.2f}%)")
+        
+        # === ANÁLISE DE BOLLINGER BANDS ===
+        bb_position = market_data.get('bb_position', 'DENTRO')
+        if bb_position == 'ABAIXO':
+            sentiment_score += 25
+            confidence_score += 20
+            signals.append("Preço abaixo da banda inferior - Reversão esperada")
+        elif bb_position == 'ACIMA':
+            sentiment_score -= 25
+            confidence_score += 20
+            signals.append("Preço acima da banda superior - Reversão esperada")
+        
+        # Determinar sentimento final
+        if sentiment_score >= 30:
+            sentiment = 'BULLISH'
+            sentiment_label = 'POSITIVO'
+        elif sentiment_score <= -30:
+            sentiment = 'BEARISH'
+            sentiment_label = 'NEGATIVO'
+        else:
+            sentiment = 'NEUTRAL'
+            sentiment_label = 'NEUTRO'
+        
+        # Calcular confiança final
+        confidence = min(95, max(15, confidence_score))
+        
+        print(f"✅ Análise Robusta: {sentiment} ({confidence:.1f}%)")
+        
         return {
-            'sentiment': 'neutral',
-            'confidence': 0.5,
-            'label': 'NEUTRO',
-            'analysis': 'Análise não disponível'
+            'sentiment': sentiment.lower(),
+            'confidence': confidence / 100.0,
+            'label': sentiment_label,
+            'analysis': f'Análise robusta: {sentiment} ({confidence:.1f}%) - {len(signals)} sinais',
+            'signals': signals,
+            'sentiment_score': sentiment_score
         }
         
     except Exception as e:
-        print(f"Erro na análise BERT: {e}")
+        print(f"❌ Erro na análise robusta: {e}")
         return {
             'sentiment': 'neutral',
             'confidence': 0.5,
             'label': 'NEUTRO',
-            'analysis': f'Erro na análise: {e}'
+            'analysis': f'Erro na análise: {e}',
+            'signals': [],
+            'sentiment_score': 0
         }
 
 def analyze_scalping_signals(market_data, original_text=""):
@@ -793,7 +896,7 @@ with gr.Blocks(css=custom_css, title="🤖 Serviço de Análise BERT - BotCS", t
                 <div class="row">
                     <div class="col-12">
                         <p class="lead text-light mb-3 text-center" style="color: #ffffff !important;">
-                            <strong style="color: #ffffff !important;">Insira os indicadores técnicos do seu bot para análise com IA FinBERT:</strong>
+                            <strong style="color: #ffffff !important;">Insira os indicadores técnicos para análise com IA FinBERT + Sistema Robusto:</strong>
                         </p>
                     </div>
                 </div>
@@ -815,7 +918,7 @@ with gr.Blocks(css=custom_css, title="🤖 Serviço de Análise BERT - BotCS", t
                     <div class="col-12 col-md-6">
                         <div class="d-flex align-items-center mb-2">
                             <span class="badge bg-success me-2">✅</span>
-                            <span class="text-light" style="color: #ffffff !important;"><strong style="color: #ffffff !important;">Análise de sentimento FinBERT</strong> baseada em IA financeira</span>
+                            <span class="text-light" style="color: #ffffff !important;"><strong style="color: #ffffff !important;">Análise de sentimento FinBERT</strong> + Sistema Robusto de fallback</span>
                         </div>
                         <div class="d-flex align-items-center mb-2">
                             <span class="badge bg-success me-2">✅</span>
@@ -833,6 +936,7 @@ with gr.Blocks(css=custom_css, title="🤖 Serviço de Análise BERT - BotCS", t
                         <span class="badge bg-primary me-1">Volume</span>
                         <span class="badge bg-primary me-1">Momentum</span>
                         <span class="badge bg-success">🤖 FinBERT AI</span>
+                        <span class="badge bg-warning">🔧 Sistema Robusto</span>
                     </p>
                 </div>
             </div>