633b033f4d
- 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
112 lines
4.1 KiB
Python
112 lines
4.1 KiB
Python
"""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()
|