import gradio as gr import json import re import sys import os from datetime import datetime # Adicionar o diretório raiz ao path sys.path.insert(0, os.path.dirname(os.path.dirname(os.path.abspath(__file__)))) # Dashboard não disponível - app rodado no Hugging Face Spaces DASHBOARD_INTEGRATION_AVAILABLE = False # Importar apenas o sistema de IA para análise try: from src.main import ScalpingBot # Inicializar apenas para usar o sistema de IA trading_bot = ScalpingBot() print("✅ Sistema de IA BERT inicializado com sucesso") # Verificar se o sistema de IA está disponível if hasattr(trading_bot, 'hf_api') and trading_bot.hf_api: TRANSFORMERS_AVAILABLE = True current_model_info = { "name": "Hugging Face Spaces", "description": "IA FinBERT via Hugging Face Spaces", "labels": {"LABEL_0": "NEGATIVO", "LABEL_1": "NEUTRO", "LABEL_2": "POSITIVO"} } print("✅ Sistema de IA BERT disponível para análise") else: TRANSFORMERS_AVAILABLE = False print("⚠️ Sistema de IA BERT não disponível") except ImportError as e: TRANSFORMERS_AVAILABLE = False trading_bot = None current_model_info = None print(f"⚠️ Sistema de IA não disponível: {e}") def get_sample_market_data(): """Retorna dados de exemplo para demonstração""" return { 'price': 116500.25, 'variation': 0.15, 'rsi': 68.5, 'ema_trend': 'ALTA', 'bb_position': 'DENTRO', 'volume': 1.8, 'symbol': 'BTCUSD', 'timestamp': datetime.now().isoformat() } def parse_market_data(text): """Extrai dados de mercado do texto de entrada""" try: # Regex patterns para extrair dados price_match = re.search(r'P:([0-9,]+\.?\d*)', text) variation_match = re.search(r'\(([\+\-]\d+\.?\d*%?)\)', text) rsi_match = re.search(r'RSI:(\d+)', text) ema_match = re.search(r'EMA:(ALTA|BAIXA)', text) bb_match = re.search(r'BB:(DENTRO|SOBRE|ABAIXO|ACIMA)', text) vol_match = re.search(r'Vol:([0-9\.]+)', text) # Extrair valores price = float(price_match.group(1).replace(',', '')) if price_match else 0 variation_str = variation_match.group(1) if variation_match else "0" variation = float(variation_str.replace('%', '').replace('+', '')) if variation_str != "0" else 0 rsi = int(rsi_match.group(1)) if rsi_match else 50 ema_trend = ema_match.group(1) if ema_match else "NEUTRO" bb_position = bb_match.group(1) if bb_match else "DENTRO" volume = float(vol_match.group(1)) if vol_match else 0 return { 'price': price, 'variation': variation, 'rsi': rsi, 'ema_trend': ema_trend, 'bb_position': bb_position, 'volume': volume } except Exception as e: return None def analyze_sentiment_with_bert(market_data): """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'): print("⚠️ BERT não disponível - usando sistema robusto") return analyze_sentiment_robust(market_data) try: # Preparar dados para análise de IA ai_market_data = { 'symbol': market_data.get('symbol', 'BTCUSD'), 'current_price': market_data.get('price', 0), 'rsi': market_data.get('rsi', 50), 'ema_12': market_data.get('ema_12', 0), 'ema_26': market_data.get('ema_26', 0), 'bb_upper': market_data.get('bb_upper', 0), 'bb_middle': market_data.get('bb_middle', 0), 'bb_lower': market_data.get('bb_lower', 0), 'volume_ratio': market_data.get('volume', 1.0), 'trend': market_data.get('ema_trend', 'NEUTRO'), 'price_change_pct': market_data.get('variation', 0), 'timestamp': datetime.now().isoformat() } # Enviar para análise de IA ai_response = trading_bot.hf_api.send_analysis_request(ai_market_data) if ai_response: # 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', 'BEARISH': 'NEGATIVO', 'NEUTRAL': 'NEUTRO', 'NEUTRO': 'NEUTRO', 'POSITIVO': 'POSITIVO', 'NEGATIVO': 'NEGATIVO' } sentiment_label = sentiment_mapping.get(ai_sentiment, 'NEUTRO') print(f"✅ BERT Sentimento: {sentiment_label} ({ai_confidence:.1f}%)") return { 'sentiment': ai_sentiment.lower(), 'confidence': ai_confidence / 100.0 if ai_confidence > 1 else ai_confidence, 'label': sentiment_label, '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': 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 robusta: {e}") return { 'sentiment': 'neutral', 'confidence': 0.5, 'label': 'NEUTRO', 'analysis': f'Erro na análise: {e}', 'signals': [], 'sentiment_score': 0 } def analyze_scalping_signals(market_data, original_text=""): """Analisa sinais para scalping baseado em indicadores técnicos e sentimento IA""" if not market_data: return { 'action': 'AGUARDAR', 'confidence': 0, 'reason': 'Dados insuficientes para análise', 'sentiment': {'label': 'NEUTRO', 'confidence': 0.5} } # Análise de sentimento com BERT sentiment_analysis = analyze_sentiment_with_bert(market_data) price = market_data['price'] variation = market_data['variation'] rsi = market_data['rsi'] ema_trend = market_data['ema_trend'] bb_position = market_data['bb_position'] volume = market_data['volume'] # Pontuação de confiança confidence_score = 0 signals = [] action = 'AGUARDAR' # === ANÁLISE RSI === if rsi <= 30: # Oversold signals.append("RSI em zona de sobrevenda ({}): COMPRA".format(rsi)) confidence_score += 25 if action == 'AGUARDAR': action = 'COMPRAR' elif rsi >= 70: # Overbought signals.append("RSI em zona de sobrecompra ({}): VENDA".format(rsi)) confidence_score += 25 if action == 'AGUARDAR': action = 'VENDER' elif 45 <= rsi <= 55: signals.append("RSI neutro ({}): aguardar confirmação".format(rsi)) # === ANÁLISE EMA === if ema_trend == 'ALTA': signals.append("Tendência EMA ALTA: viés de COMPRA") confidence_score += 15 if action == 'VENDER': confidence_score -= 10 # Conflito elif action == 'AGUARDAR': action = 'COMPRAR' elif ema_trend == 'BAIXA': signals.append("Tendência EMA BAIXA: viés de VENDA") confidence_score += 15 if action == 'COMPRAR': confidence_score -= 10 # Conflito elif action == 'AGUARDAR': action = 'VENDER' # === ANÁLISE BOLLINGER BANDS === if bb_position == 'ABAIXO': signals.append("Preço abaixo da banda inferior: COMPRA (reversão)") confidence_score += 20 if action == 'AGUARDAR': action = 'COMPRAR' elif bb_position == 'ACIMA' or bb_position == 'SOBRE': signals.append("Preço acima da banda superior: VENDA (reversão)") confidence_score += 20 if action == 'AGUARDAR': action = 'VENDER' elif bb_position == 'DENTRO': signals.append("Preço dentro das bandas: aguardar breakout") confidence_score += 5 # === ANÁLISE DE MOMENTUM (Variação) === if abs(variation) >= 0.05: # Movimento significativo if variation > 0: signals.append("Momentum positivo (+{:.2f}%): seguir tendência".format(variation)) confidence_score += 10 if action == 'VENDER': confidence_score -= 5 else: signals.append("Momentum negativo ({:.2f}%): seguir tendência".format(variation)) confidence_score += 10 if action == 'COMPRAR': confidence_score -= 5 # === ANÁLISE DE VOLUME === if volume > 1.0: # Volume alto signals.append("Volume alto ({:.1f}x): confirma movimento".format(volume)) confidence_score += 10 elif volume < 0.5: # Volume baixo signals.append("Volume baixo ({:.1f}x): cuidado com falsos sinais".format(volume)) confidence_score -= 5 # === ANÁLISE DE SENTIMENTO IA (FinBERT) === sentiment_label = sentiment_analysis['label'] sentiment_conf = sentiment_analysis['confidence'] if sentiment_label == 'POSITIVO': signals.append("🤖 IA Sentimento: POSITIVO ({:.1f}%): viés de COMPRA".format(sentiment_conf * 100)) confidence_score += int(sentiment_conf * 20) # Até 20 pontos if action == 'AGUARDAR': action = 'COMPRAR' elif action == 'VENDER': confidence_score -= 10 # Conflito com sentimento elif sentiment_label == 'NEGATIVO': signals.append("🤖 IA Sentimento: NEGATIVO ({:.1f}%): viés de VENDA".format(sentiment_conf * 100)) confidence_score += int(sentiment_conf * 20) # Até 20 pontos if action == 'AGUARDAR': action = 'VENDER' elif action == 'COMPRAR': confidence_score -= 10 # Conflito com sentimento else: signals.append("🤖 IA Sentimento: NEUTRO ({:.1f}%): sem viés claro".format(sentiment_conf * 100)) # === REGRAS ESPECÍFICAS DE SCALPING === # Scalping: RSI extremo + EMA contrária = reversão forte if (rsi <= 25 and ema_trend == 'BAIXA') or (rsi >= 75 and ema_trend == 'ALTA'): signals.append("🚨 SINAL FORTE: RSI extremo com EMA contrária - REVERSÃO") confidence_score += 30 # Scalping: RSI + BB alinhados if rsi <= 35 and bb_position == 'ABAIXO': signals.append("🎯 SETUP PERFEITO: RSI baixo + BB abaixo - COMPRA FORTE") confidence_score += 35 action = 'COMPRAR' elif rsi >= 65 and (bb_position == 'ACIMA' or bb_position == 'SOBRE'): signals.append("🎯 SETUP PERFEITO: RSI alto + BB acima - VENDA FORTE") confidence_score += 35 action = 'VENDER' # Limitar confiança confidence_score = min(confidence_score, 95) confidence_score = max(confidence_score, 10) return { 'action': action, 'confidence': confidence_score, 'signals': signals, 'market_data': market_data, 'sentiment': sentiment_analysis } def generate_trading_response(analysis): """Gera resposta formatada para trading com análise de sentimento IA""" action = analysis['action'] confidence = analysis['confidence'] signals = analysis.get('signals', []) market_data = analysis.get('market_data', {}) sentiment = analysis.get('sentiment', {'label': 'NEUTRO', 'confidence': 0.5}) # Emojis e cores baseados na ação if action == 'COMPRAR': emoji = "🟢" action_emoji = "📈" color = "verde" direction = "LONG" elif action == 'VENDER': emoji = "🔴" action_emoji = "📉" color = "vermelho" direction = "SHORT" else: emoji = "🟡" action_emoji = "⏸️" color = "amarelo" direction = "NEUTRO" # Emojis para sentimento sentiment_emojis = { 'POSITIVO': '😊💚', 'NEGATIVO': '😟💔', 'NEUTRO': '😐💛' } # Barra de confiança confidence_bars = "█" * int(confidence / 10) + "░" * (10 - int(confidence / 10)) # Classificação de confiança if confidence >= 80: conf_level = "MUITO ALTA" elif confidence >= 65: conf_level = "ALTA" elif confidence >= 50: conf_level = "MODERADA" else: conf_level = "BAIXA" # Timestamp timestamp = datetime.now().strftime("%H:%M:%S") response = f"""{emoji} **ANÁLISE SCALPING - BTCUSD M1/M5** **⏰ Timestamp:** {timestamp} **📊 Instrumento:** BTCUSD **🎯 DECISÃO DE TRADING:** • **Ação:** {action} {action_emoji} • **Direção:** {direction} • **Confiança:** {confidence:.0f}% ({conf_level}) • **Visual:** {confidence_bars} **🤖 ANÁLISE DE SENTIMENTO IA (FinBERT):** • **Sentimento:** {sentiment_emojis.get(sentiment['label'], '😐💛')} **{sentiment['label']}** ({sentiment['confidence']*100:.1f}%) **📈 DADOS DE MERCADO:** • **Preço:** ${market_data.get('price', 'N/A'):,.2f} • **Variação:** {market_data.get('variation', 0):+.2f}% • **RSI:** {market_data.get('rsi', 'N/A')} • **EMA:** {market_data.get('ema_trend', 'N/A')} • **Bollinger:** {market_data.get('bb_position', 'N/A')} • **Volume:** {market_data.get('volume', 0):.1f}x **🔍 ANÁLISE TÉCNICA + IA:**""" for i, signal in enumerate(signals[:5], 1): # Máximo 5 sinais response += f"\n{i}. {signal}" # Recomendações específicas response += f"\n\n**⚡ RECOMENDAÇÕES SCALPING:**" if action == 'COMPRAR': response += f""" • **Stop Loss:** ${market_data.get('price', 0) * 0.9993:.2f} (-0.07%) • **Take Profit:** ${market_data.get('price', 0) * 1.0015:.2f} (+0.15%) • **Timeframe:** M1/M5 • **Risk/Reward:** 1:2""" elif action == 'VENDER': response += f""" • **Stop Loss:** ${market_data.get('price', 0) * 1.0007:.2f} (+0.07%) • **Take Profit:** ${market_data.get('price', 0) * 0.9985:.2f} (-0.15%) • **Timeframe:** M1/M5 • **Risk/Reward:** 1:2""" else: response += """ • **Aguardar:** Setup mais definido • **Monitorar:** Rompimentos de suporte/resistência • **Observar:** Confluência de sinais técnicos""" if confidence < 60: response += f"\n\n⚠️ **ATENÇÃO:** Confiança {conf_level} - Aguarde confirmação adicional!" response += f"\n\n---\n*🤖 Análise Scalping Automatizada - {timestamp}*" return response def process_trading_analysis(text): """Função principal que processa a análise de trading com BERT""" if text and text.strip(): # Parse dos dados de mercado do texto market_data = parse_market_data(text) data_source = "Dados Inseridos" if not market_data: return "⚠️ **Erro:** Formato de dados inválido. Use o formato: P:preço(variação%) | EMA:ALTA/BAIXA | RSI:valor | BB:posição | Vol:volume" else: return "⚠️ **Erro:** Nenhum dado de mercado fornecido. Insira dados no formato correto." # Análise dos sinais com BERT analysis = analyze_scalping_signals(market_data, text or f"Dados {data_source}") # Adicionar informação da fonte de dados analysis['data_source'] = data_source analysis['timestamp'] = datetime.now().isoformat() # Gerar resposta formatada response = generate_trading_response(analysis) # Dashboard não disponível - app rodado no Hugging Face Spaces print(f"✅ Análise BERT concluída - {data_source}") return response def get_sample_data_for_ui(): """Retorna dados de exemplo formatados para a interface""" sample_data = get_sample_market_data() formatted_data = f"P:{sample_data['price']}({sample_data['variation']:+.2f}%) | EMA:{sample_data['ema_trend']} | RSI:{sample_data['rsi']:.1f} | BB:{sample_data['bb_position']} | Vol:{sample_data['volume']:.1f}" return formatted_data # CSS customizado com Bootstrap 5 integrado custom_css = """ @import url('https://cdn.jsdelivr.net/npm/bootstrap@5.3.2/dist/css/bootstrap.min.css'); @import url('https://fonts.googleapis.com/css2?family=Inter:wght@300;400;500;600;700;800&family=Poppins:wght@300;400;500;600;700&display=swap'); :root { --bs-primary: #00d4ff; --bs-secondary: #ff6b6b; --bs-success: #00ff88; --bs-danger: #ff4757; --bs-warning: #ffa502; --bs-dark: #0a0a0a; --bs-light: #f0f0f0; --primary-bg: linear-gradient(135deg, #0a0a0a 0%, #1a0a1a 50%, #0a0a0a 100%); --card-bg: rgba(30, 30, 40, 0.98); --text-bright: #f0f0f0; --text-secondary: #c0c0c0; } body { font-family: 'Inter', 'Poppins', -apple-system, BlinkMacSystemFont, sans-serif !important; background: var(--primary-bg) !important; color: var(--text-bright) !important; min-height: 100vh; } body::before { content: ''; position: fixed; top: 0; left: 0; width: 100%; height: 100%; background-image: radial-gradient(circle at 25% 25%, rgba(255, 107, 107, 0.05) 0%, transparent 50%), radial-gradient(circle at 75% 75%, rgba(78, 205, 196, 0.05) 0%, transparent 50%); pointer-events: none; z-index: -1; } .gradio-container { max-width: 100% !important; padding: 0 !important; } .main-header { background: var(--card-bg); border: 1px solid rgba(0, 212, 255, 0.2); backdrop-filter: blur(20px); box-shadow: 0 25px 50px rgba(0, 0, 0, 0.6); } .main-header h1 { color: #ffffff !important; font-weight: 700 !important; font-family: 'Poppins', sans-serif !important; } .main-header h2, .main-header p, .main-header p *, .main-header p strong, .main-header p em, .main-header .text-white, .main-header .text-white *, .main-header .lead, .main-header .lead * { color: #ffffff !important; text-shadow: none !important; } .card-custom { background: var(--card-bg) !important; border: 1px solid rgba(255, 255, 255, 0.1) !important; backdrop-filter: blur(20px) !important; box-shadow: 0 25px 50px rgba(0, 0, 0, 0.6) !important; } .form-control { background: rgba(0, 0, 0, 0.9) !important; border: 1px solid rgba(0, 212, 255, 0.3) !important; color: var(--text-bright) !important; font-family: 'Inter', sans-serif !important; } .form-control:focus { background: rgba(0, 0, 0, 0.9) !important; border-color: var(--bs-primary) !important; box-shadow: 0 0 25px rgba(0, 212, 255, 0.3) !important; color: var(--text-bright) !important; } .form-control::placeholder { color: var(--text-secondary) !important; opacity: 0.7 !important; } .btn-primary { background: linear-gradient(135deg, var(--bs-primary), #0099cc) !important; border: none !important; font-weight: 600 !important; font-family: 'Inter', sans-serif !important; box-shadow: 0 4px 12px rgba(0, 212, 255, 0.3) !important; transition: all 0.3s ease !important; } .btn-primary:hover { transform: translateY(-2px) !important; box-shadow: 0 6px 16px rgba(0, 212, 255, 0.4) !important; filter: brightness(1.05) !important; } .btn-secondary { background: rgba(255, 255, 255, 0.1) !important; border: 1px solid rgba(0, 212, 255, 0.3) !important; color: var(--text-bright) !important; font-family: 'Inter', sans-serif !important; } .btn-secondary:hover { background: rgba(255, 255, 255, 0.2) !important; border-color: rgba(0, 212, 255, 0.5) !important; color: var(--text-bright) !important; transform: translateY(-1px) !important; } .output-area { background: rgba(0, 0, 0, 0.85) !important; border: 1px solid rgba(0, 212, 255, 0.2) !important; color: var(--text-bright) !important; font-family: 'Inter', sans-serif !important; max-height: 600px; overflow-y: auto; box-shadow: 0 2px 8px rgba(0, 0, 0, 0.3); } .text-gradient { color: #ffffff !important; } .strategy-card { background: rgba(0, 0, 0, 0.6); border: 2px solid rgba(0, 212, 255, 0.2); backdrop-filter: blur(10px); box-shadow: 0 0 20px rgba(0, 212, 255, 0.1); } ::-webkit-scrollbar { width: 8px; } ::-webkit-scrollbar-track { background: rgba(255, 255, 255, 0.1); border-radius: 10px; } ::-webkit-scrollbar-thumb { background: var(--bs-primary); border-radius: 10px; } ::-webkit-scrollbar-thumb:hover { background: var(--bs-secondary); } /* Responsividade Mobile */ @media (max-width: 768px) { .container-fluid { padding: 0.5rem !important; } .main-header { padding: 1.5rem !important; } .main-header h1 { font-size: 2rem !important; } .main-header h2 { font-size: 1.2rem !important; } .card-custom { margin-bottom: 1rem !important; } .btn-lg { font-size: 0.9rem !important; padding: 0.5rem 1rem !important; } .form-control { font-size: 14px !important; } .output-area { font-size: 13px !important; max-height: 400px !important; } .row.g-2 { margin-top: 0.5rem !important; } .btn-sm { font-size: 0.8rem !important; padding: 0.25rem 0.5rem !important; } } @media (max-width: 576px) { .main-header h1 { font-size: 1.5rem !important; } .main-header h2 { font-size: 1rem !important; } .main-header p { font-size: 0.9rem !important; } .card-header h3 { font-size: 1rem !important; } .btn { font-size: 0.8rem !important; } } /* Melhorias para tablets */ @media (min-width: 769px) and (max-width: 1024px) { .container-fluid { padding: 1rem !important; } .main-header { padding: 2rem !important; } } /* Classes utilitárias responsivas */ .mobile-view .gradio-container { padding: 0.5rem !important; } .mobile-view .main-header { margin-bottom: 1rem !important; } /* Ajustes para elementos Gradio */ .gradio-container .gr-textbox, .gradio-container textarea { border-radius: 0.375rem !important; } .gradio-container .gr-button { border-radius: 0.375rem !important; } .gradio-container .gr-markdown { border-radius: 0.375rem !important; } """ # Interface Gradio com Bootstrap 5 with gr.Blocks(css=custom_css, title="🤖 Serviço de Análise BERT - BotCS", theme=gr.themes.Base()) as demo: # Container principal Bootstrap gr.HTML("""

🤖 SERVIÇO DE ANÁLISE BERT

📈 BotCS - Análise de Indicadores com IA FinBERT

Serviço especializado em análise de indicadores técnicos com IA

🎯 RSI • 📊 EMA • 📉 Bollinger Bands • 📈 Volume • ⚡ Momentum • 🤖 FinBERT AI

""") # Layout principal responsivo with gr.Row(): # Coluna esquerda - Input with gr.Column(scale=1): gr.HTML("""

📊 INDICADORES TÉCNICOS

""") input_text = gr.Textbox( label="Insira os indicadores técnicos para análise...", placeholder="Exemplo: P:115510.61(+0.05%) | EMA:ALTA | RSI:28 | BB:ABAIXO | Vol:1.2", lines=4, elem_classes=["form-control"] ) with gr.Row(): analyze_btn = gr.Button( "🤖 ANALISAR COM BERT", variant="primary", elem_classes=["btn", "btn-primary", "btn-lg"] ) get_sample_data_btn = gr.Button( "📊 DADOS EXEMPLO", variant="secondary", elem_classes=["btn", "btn-info"] ) clear_btn = gr.Button( "🗑️ LIMPAR", variant="secondary", elem_classes=["btn", "btn-secondary"] ) # Botões de exemplo responsivos gr.HTML("""
""") example1_btn = gr.Button("📈 Exemplo COMPRA", visible=False) example2_btn = gr.Button("📉 Exemplo VENDA", visible=False) example3_btn = gr.Button("⏸️ Exemplo NEUTRO", visible=False) # Coluna direita - Output with gr.Column(scale=1): gr.HTML("""

🤖 ANÁLISE BERT - AGUARDANDO INDICADORES

""") # Seção de instruções destacada gr.HTML("""

📋 COMO USAR O SERVIÇO DE ANÁLISE BERT

Insira os indicadores técnicos para análise com IA FinBERT + Sistema Robusto:

✅ Sinal de entrada (COMPRAR/VENDER/AGUARDAR)
✅ Nível de confiança baseado em múltiplos indicadores
✅ Stop Loss e Take Profit calculados automaticamente
✅ Análise de sentimento FinBERT + Sistema Robusto de fallback
✅ Recomendações específicas para scalping M1/M5

📊 Indicadores analisados: RSI EMA Bollinger Bands Volume Momentum 🤖 FinBERT AI 🔧 Sistema Robusto

""") output_text = gr.Markdown( value="""
🤖 SERVIÇO DE ANÁLISE BERT - AGUARDANDO INDICADORES
⏳ Aguardando indicadores técnicos para análise...
🎯 Sistema BERT pronto para análise de indicadores!
""", elem_classes=["output-area", "p-3", "rounded-3"] ) # JavaScript para conectar botões Bootstrap aos botões Gradio ocultos gr.HTML(""" """) # Event handlers analyze_btn.click( fn=process_trading_analysis, inputs=input_text, outputs=output_text ) get_sample_data_btn.click( fn=get_sample_data_for_ui, outputs=input_text ) clear_btn.click( lambda: ("", """**🤖 SERVIÇO DE ANÁLISE BERT - BotCS** ✅ **Análise técnica completa** com IA FinBERT ✅ **Indicadores técnicos** analisados ✅ **Sinais de trading** gerados ✅ **Recomendações específicas** para scalping ✅ **Análise de sentimento** com IA ✅ **Serviço online** no Hugging Face Spaces **Indicadores analisados:** RSI, EMA, Bollinger Bands, Volume, Momentum"""), outputs=[input_text, output_text] ) # Exemplos (botões ocultos conectados via JavaScript) example1_btn.click( lambda: "Análise BTCUSD M1 | P:115510.61(+0.05%) | EMA:ALTA(115520.00/115500.00) | RSI:28 | BB:ABAIXO | Vol:1.2", outputs=input_text ) example2_btn.click( lambda: "Análise BTCUSD M5 | P:115580.00(-0.03%) | EMA:BAIXA(115520.00/115560.00) | RSI:78 | BB:ACIMA | Vol:1.5", outputs=input_text ) example3_btn.click( lambda: "Análise BTCUSD M1 | P:115550.00(+0.01%) | EMA:ALTA(115540.00/115530.00) | RSI:52 | BB:DENTRO | Vol:0.6", outputs=input_text ) # Status do sistema gr.HTML("""
🤖 IA FinBERT

""" + ("✅ Ativa" if TRANSFORMERS_AVAILABLE and current_model_info else "❌ Indisponível") + """

📊 Análise Técnica

✅ Disponível

""") # Mostrar modelo de IA ativo if TRANSFORMERS_AVAILABLE and current_model_info: gr.HTML(f"""

🤖 IA ATIVA: {current_model_info['description']}

Análise de sentimento financeiro com modelo especializado

""") else: gr.HTML("""

⚠️ IA INDISPONÍVEL

Executando apenas análise técnica tradicional

""") # Footer com estratégias footer_ai_info = "" if TRANSFORMERS_AVAILABLE and current_model_info: footer_ai_info = f"🤖 {current_model_info['description']}" else: footer_ai_info = "🤖 IA Indisponível" gr.HTML(f"""

🎯 ESTRATÉGIA DE SCALPING AVANÇADA

📈 SINAIS DE COMPRA:

  • ▶ RSI ≤ 30 (Sobrevenda)
  • ▶ Preço abaixo da Banda Inferior
  • ▶ EMA em tendência de alta
  • ▶ Volume acima da média

📉 SINAIS DE VENDA:

  • ▶ RSI ≥ 70 (Sobrecompra)
  • ▶ Preço acima da Banda Superior
  • ▶ EMA em tendência de baixa
  • ▶ Volume confirmando movimento

⚙️ CONFIGURAÇÕES:

  • ▶ Timeframes: M1 e M5
  • ▶ Stop Loss: 0.07% do preço (BTCUSD)
  • ▶ Take Profit: 0.15% do preço (BTCUSD)
  • ▶ Risk/Reward: 1:2

🤖 Serviço de Análise BERT BotCS - IA FinBERT + Análise Técnica + Hugging Face Spaces

🧠 Modelo Ativo: {footer_ai_info}

⚠️ Trading envolve riscos. Use sempre gerenciamento de risco adequado.

""") if __name__ == "__main__": # App rodado no Hugging Face Spaces - sem dashboard local print("🚀 Iniciando Serviço de Análise BERT no Hugging Face Spaces") demo.launch()