MidasBot: bot trading crypto IA + stratégies Ichimoku validées

- Infra: Freqtrade (futures dry-run) + Redis + dashboard + Docker Compose
- Couche IA: ai_analyzer (Claude via abonnement, MCP TradingView, backfill biais)
- Stratégies: SampleStrategy, AiBiasStrategy, IchimokuLS (long/short, validée
  train/test + données vierges + walk-forward), MTFIchimoku, variantes hyperopt
- Arbitrage CEX (dry-run), backtesting, walk-forward, volatility targeting
- IchimokuLS en dry-run live (config_live.json)

Claude-Session: https://claude.ai/code/session_01VHETcFacdnDhQzthLpdYFR

ai_analyzer/backfill.py

@@ -0,0 +1,111 @@
+"""Backfill — génère un historique de biais IA pour backtester la stratégie.
+
+Parcourt l'historique des bougies à une cadence donnée et, à chaque pas de temps,
+demande à Claude un biais en n'utilisant QUE les données disponibles jusqu'à ce
+moment-là (pas de fuite du futur). Écrit chaque biais dans l'historique CSV avec
+l'horodatage de la bougie correspondante.
+
+⚠️ COÛTEUX EN QUOTA D'ABONNEMENT : 1 appel Claude par pas de temps.
+   6 mois × cadence 24 h ≈ 180 appels. Choisis une cadence raisonnable.
+
+Usage :
+    python backfill.py --start 20260101 --step-hours 24
+    python backfill.py --start 20260101 --end 20260301 --step-hours 12 --pairs BTC/USDT,ETH/USDT
+"""
+from __future__ import annotations
+
+import argparse
+import os
+from datetime import datetime, timedelta, timezone
+
+import ccxt
+
+from claude_client import ClaudeClient
+from market_data import snapshot_from_candles
+from signal_store import append_history
+
+EXCHANGE = os.environ.get("ANALYZER_EXCHANGE", "binance")
+MODEL = os.environ.get("ANALYZER_MODEL", "claude-sonnet-4-6")
+HISTORY_DIR = os.environ.get(
+    "ANALYZER_HISTORY_DIR",
+    os.path.join(os.path.dirname(os.path.dirname(__file__)),
+                 "freqtrade", "user_data", "ai_bias_history"),
+)
+WINDOW = 100  # nb de bougies fournies à Claude à chaque pas
+
+
+def _parse_day(s: str) -> datetime:
+    return datetime.strptime(s, "%Y%m%d").replace(tzinfo=timezone.utc)
+
+
+def _fetch_full(exchange, pair: str, timeframe: str, since_ms: int) -> list:
+    """Récupère tout l'OHLCV depuis `since_ms` (pagination ccxt)."""
+    out: list = []
+    cursor = since_ms
+    while True:
+        batch = exchange.fetch_ohlcv(pair, timeframe=timeframe, since=cursor, limit=1000)
+        if not batch:
+            break
+        out += batch
+        cursor = batch[-1][0] + 1
+        if len(batch) < 1000:
+            break
+    return out
+
+
+def main() -> None:
+    p = argparse.ArgumentParser(description="MidasBot — backfill historique des biais IA")
+    p.add_argument("--pairs", default="BTC/USDT,ETH/USDT,SOL/USDT,BNB/USDT")
+    p.add_argument("--timeframe", default="1h")
+    p.add_argument("--start", required=True, help="AAAAMMJJ")
+    p.add_argument("--end", default=None, help="AAAAMMJJ (défaut: maintenant)")
+    p.add_argument("--step-hours", type=int, default=24, help="cadence d'analyse")
+    p.add_argument("--yes", action="store_true", help="ne pas demander confirmation")
+    args = p.parse_args()
+
+    pairs = [x.strip() for x in args.pairs.split(",") if x.strip()]
+    tf = args.timeframe
+    start = _parse_day(args.start)
+    end = _parse_day(args.end) if args.end else datetime.now(timezone.utc)
+    step = timedelta(hours=args.step_hours)
+    n_steps = int((end - start) / step)
+
+    print(f"Backfill {pairs} {tf} | {start.date()} → {end.date()} | "
+          f"pas {args.step_hours} h | ~{n_steps} appels Claude ({MODEL})")
+    if not args.yes:
+        if input("Continuer ? Ça consomme ton quota d'abonnement [y/N] ").strip().lower() != "y":
+            print("Annulé.")
+            return
+
+    exchange = getattr(ccxt, EXCHANGE)({"enableRateLimit": True})
+    since_ms = int(start.timestamp() * 1000)
+    # Récupère tout l'historique une fois par paire (puis on tranche par pas de temps).
+    full = {pair: _fetch_full(exchange, pair, tf, since_ms) for pair in pairs}
+
+    client = ClaudeClient(model=MODEL)
+    t = start
+    done = 0
+    while t <= end:
+        t_ms = int(t.timestamp() * 1000)
+        snaps = []
+        for pair in pairs:
+            candles = [c for c in full[pair] if c[0] <= t_ms][-WINDOW:]
+            snap = snapshot_from_candles(pair, tf, candles)
+            if snap:
+                snaps.append(snap)
+        if snaps:
+            try:
+                batch = client.get_biases(snaps)
+                for bias in batch.biases:
+                    append_history(bias, HISTORY_DIR, ts=t)
+                done += 1
+                print(f"  {t.isoformat()} → {len(batch.biases)} biais")
+            except Exception as exc:  # noqa: BLE001
+                print(f"  {t.isoformat()} → erreur: {exc}")
+        t += step
+
+    print(f"Terminé : {done} pas écrits dans {HISTORY_DIR}")
+
+
+if __name__ == "__main__":
+    main()