Update app.py

app.py

@@ -18,65 +18,64 @@ if api_key:
     client = Groq(api_key=api_key)
 
 # ==========================================
-# 📡 2. OKX PUBLIC API (Cloudflare engelini aşmak için)
+# 📡 2. MEXC PUBLIC API
 # ==========================================
-OKX_BASE = "https://www.okx.com/api/v5"
+MEXC_BASE = "https://api.mexc.com"
 
-# Cloudflare'in bot algılamasını azaltmak için tarayıcı benzeri başlıklar
-OKX_HEADERS = {
+# Akamai WAF'ın Python varsayılan UA'sını engellemesini aşmak için
+MEXC_HEADERS = {
     "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 "
                   "(KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36",
     "Accept": "application/json",
     "Accept-Language": "en-US,en;q=0.9",
 }
 
-def fetch_okx_ticker(inst_id="BTC-USDT"):
-    """OKX'ten anlık fiyat çeker. 3 kez dener, başarısızsa None döner."""
+def fetch_mexc_ticker(symbol="BTCUSDT"):
+    """MEXC spot son fiyat. 3 kez dener."""
     for attempt in range(3):
         try:
             r = requests.get(
-                f"{OKX_BASE}/market/ticker",
-                params={"instId": inst_id},
-                headers=OKX_HEADERS,
+                f"{MEXC_BASE}/api/v3/ticker/24hr",
+                params={"symbol": symbol},
+                headers=MEXC_HEADERS,
                 timeout=15
             )
             r.raise_for_status()
-            d = r.json()["data"][0]
+            d = r.json()
             return {
-                "last": float(d["last"]),
-                "open24h": float(d["open24h"]),
-                "high24h": float(d["high24h"]),
-                "low24h": float(d["low24h"]),
-                "vol24h": float(d["vol24h"]),
-                "change_pct": (float(d["last"]) / float(d["open24h"]) - 1) * 100
+                "last": float(d["lastPrice"]),
+                "open24h": float(d["openPrice"]),
+                "high24h": float(d["highPrice"]),
+                "low24h": float(d["lowPrice"]),
+                "vol24h": float(d["volume"]),
+                "change_pct": float(d["priceChangePercent"]),
             }
         except Exception as e:
-            print(f"OKX ticker attempt {attempt+1} failed: {e}")
+            print(f"MEXC ticker attempt {attempt+1} failed: {e}")
             if attempt < 2:
                 time.sleep(2)
     return None
 
-def fetch_okx_candles(inst_id="BTC-USDT", bar="1H", limit=100):
-    """OKX'ten mum verisi çeker. 3 kez dener, başarısızsa None döner."""
+def fetch_mexc_klines(symbol="BTCUSDT", interval="1h", limit=100):
+    """MEXC spot K-line. 3 kez dener."""
     for attempt in range(3):
         try:
             r = requests.get(
-                f"{OKX_BASE}/market/candles",
-                params={"instId": inst_id, "bar": bar, "limit": limit},
-                headers=OKX_HEADERS,
+                f"{MEXC_BASE}/api/v3/klines",
+                params={"symbol": symbol, "interval": interval, "limit": limit},
+                headers=MEXC_HEADERS,
                 timeout=15
             )
             r.raise_for_status()
-            raw = r.json()["data"]
-            # OKX mum formatı: [ts, open, high, low, close, vol, ...]
-            df = pd.DataFrame(raw, columns=["ts", "open", "high", "low", "close", "vol"])
-            for col in ["open", "high", "low", "close", "vol"]:
-                df[col] = df[col].astype(float)
+            raw = r.json()
+            cols = ["ts","open","high","low","close","vol","close_time","qvol","trades","tb","tq","ignore"]
+            df = pd.DataFrame(raw, columns=cols)
+            for c in ["open","high","low","close","vol"]:
+                df[c] = df[c].astype(float)
             df["ts"] = pd.to_datetime(df["ts"].astype(int), unit="ms")
-            df = df.sort_values("ts").reset_index(drop=True)
-            return df
+            return df[["ts","open","high","low","close","vol"]].sort_values("ts").reset_index(drop=True)
         except Exception as e:
-            print(f"OKX candles attempt {attempt+1} failed: {e}")
+            print(f"MEXC klines attempt {attempt+1} failed: {e}")
             if attempt < 2:
                 time.sleep(2)
     return None
@@ -91,20 +90,19 @@ def compute_rsi(series, period=14):
     rs = gain / loss
     return 100 - (100 / (1 + rs))
 
-def train_models_from_okx():
-    """OKX'ten çekilen mum verisiyle XGBoost ve KNN modellerini eğitir."""
-    df = fetch_okx_candles(limit=500)
+def train_models_from_mexc():
+    """MEXC'ten çekilen mum verisiyle XGBoost ve KNN eğitir."""
+    df = fetch_mexc_klines(limit=500)
     if df is None or len(df) < 50:
         return None, None, None, None
 
-    # Teknik göstergeler
     df["ma_5"] = df["close"].rolling(5).mean()
     df["ma_20"] = df["close"].rolling(20).mean()
     df["rsi"] = compute_rsi(df["close"], 14)
     df["macd"] = df["close"].ewm(span=12).mean() - df["close"].ewm(span=26).mean()
     df["target"] = (df["close"].shift(-1) > df["close"]).astype(int)
-
     df_model = df.dropna().reset_index(drop=True)
+
     if len(df_model) < 20:
         return None, None, None, None
 
@@ -112,14 +110,12 @@ def train_models_from_okx():
     X = df_model[features].values
     y = df_model["target"].values
 
-    # XGBoost
     xgb_model = xgb.XGBClassifier(
         n_estimators=50, max_depth=3, learning_rate=0.1,
         objective="binary:logistic", eval_metric="logloss", random_state=42
     )
     xgb_model.fit(X, y)
 
-    # KNN (ölçeklendirme gerekli)
     scaler = StandardScaler()
     X_scaled = scaler.fit_transform(X)
     knn_model = KNeighborsClassifier(n_neighbors=5)
@@ -127,56 +123,47 @@ def train_models_from_okx():
 
     return xgb_model, knn_model, scaler, features
 
-# Başlangıçta modelleri OKX verisiyle eğit
-xgb_model, knn_model, scaler, feature_cols = train_models_from_okx()
+# Başlangıçta modelleri MEXC verisiyle eğit
+xgb_model, knn_model, scaler, feature_cols = train_models_from_mexc()
 
 if xgb_model is None:
-    # OKX erişilemezse fallback: basit dummy modeller
-    print("OKX erişilemedi, dummy modeller kullanılıyor.")
+    print("MEXC erişilemedi, dummy modeller kullanılıyor.")
     dummy_X = np.random.rand(50, 5)
     dummy_y = np.random.randint(0, 2, 50)
     xgb_model = xgb.XGBClassifier(n_estimators=10, max_depth=2)
     xgb_model.fit(dummy_X, dummy_y)
     scaler = StandardScaler()
-    dummy_X_scaled = scaler.fit_transform(dummy_X)
     knn_model = KNeighborsClassifier(n_neighbors=5)
-    knn_model.fit(dummy_X_scaled, dummy_y)
-    feature_cols = ["ma_5", "ma_20", "rsi", "macd", "vol"]
+    knn_model.fit(scaler.fit_transform(dummy_X), dummy_y)
+    feature_cols = ["ma_5","ma_20","rsi","macd","vol"]
 
 # ==========================================
 # 🧠 4. ANALİZ MOTORU (XGB + KNN Ensemble)
 # ==========================================
 def predict_and_analyze():
-    # 1) OKX'ten canlı veri çek
-    ticker = fetch_okx_ticker()
-    candles = fetch_okx_candles(limit=30)
+    ticker = fetch_mexc_ticker()
+    candles = fetch_mexc_klines(limit=30)
 
     if ticker is None or candles is None:
-        return "❌ OKX API'sine erişilemedi. Cloudflare engellemesi olabilir. Lütfen daha sonra tekrar deneyin.", {}
+        return "❌ MEXC API'sine erişilemedi (Akamai WAF veya Hugging Face ağ kısıtlaması). Lütfen sonra tekrar deneyin.", {}
 
     last_price = ticker["last"]
     change_pct = ticker["change_pct"]
     vol24h = ticker["vol24h"]
 
-    # 2) Teknik göstergeler
     close = candles["close"]
     ma5 = close.rolling(5).mean().iloc[-1]
     ma20 = close.rolling(20).mean().iloc[-1]
     rsi = compute_rsi(close, 14).iloc[-1]
     macd = (close.ewm(span=12).mean() - close.ewm(span=26).mean()).iloc[-1]
 
-    # 3) XGBoost ve KNN tahminleri
     feat_arr = np.array([[ma5, ma20, rsi, macd, vol24h]])
 
     xgb_prob_up = float(xgb_model.predict_proba(feat_arr)[0][1])
+    knn_prob_up = float(knn_model.predict_proba(scaler.transform(feat_arr))[0][1])
 
-    feat_scaled = scaler.transform(feat_arr)
-    knn_prob_up = float(knn_model.predict_proba(feat_scaled)[0][1])
-
-    # 4) Ensemble (ortalama)
     ensemble_prob_up = (xgb_prob_up + knn_prob_up) / 2
     ensemble_prob_down = 1 - ensemble_prob_up
-
     direction = "YUKARI 📈" if ensemble_prob_up > 0.5 else "AŞAĞI 📉"
     confidence = max(ensemble_prob_up, ensemble_prob_down) * 100
 
@@ -189,7 +176,7 @@ def predict_and_analyze():
     prompt = f"""
     Sen uzman bir kripto para analisti ve teknik analiz uzmanısın.
 
-    📡 OKX Canlı Verileri (BTC/USDT):
+    📡 MEXC Canlı Verileri (BTC/USDT):
     - Son Fiyat: ${last_price:,.2f}
     - 24s Değişim: %{change_pct:+.2f}
     - 24s Hacim: {vol24h:,.0f} BTC
@@ -201,17 +188,17 @@ def predict_and_analyze():
     - MACD: {macd:.4f}
 
     🤖 Model Sonuçları:
-    - XGBoost Yükseliş Olasılığı: %{xgb_prob_up*100:.1f}
-    - KNN Yükseliş Olasılığı: %{knn_prob_up*100:.1f}
-    - Ensemble (Ortalama) Yükseliş Olasılığı: %{ensemble_prob_up*100:.1f}
+    - XGBoost Yükseliş: %{xgb_prob_up*100:.1f}
+    - KNN Yükseliş: %{knn_prob_up*100:.1f}
+    - Ensemble Yükseliş: %{ensemble_prob_up*100:.1f}
     - Tahmin Yönü: {direction} (Güven: %{confidence:.1f})
 
-    Türkçe bir teknik analiz raporu hazırla. Şu başlıklar bulunsun:
-    1. 🎯 Model Yorumu (XGBoost ve KNN'in karşılaştırmalı mantığı)
+    Türkçe bir teknik analiz raporu hazırla. Başlıklar:
+    1. 🎯 Model Yorumu (XGBoost + KNN karşılaştırması)
     2. 📈 Teknik Analiz (RSI, MA, MACD; destek/direnç)
-    3. 💡 İşlem Stratejisi (Long/Short, stop-loss, take-profit, risk yönetimi)
+    3. 💡 İşlem Stratejisi (Long/Short, stop-loss, take-profit)
 
-    Yatırım tavsiyesi olmadığını vurgula. Rasyonel ve profesyonel ol.
+    Yatırım tavsiyesi olmadığını vurgula.
     """
 
     if client:
@@ -229,7 +216,7 @@ def predict_and_analyze():
         analysis_result = "GROQ_API_KEY bulunamadı! Hugging Face Secrets'a ekleyin."
 
     header = (
-        f"**OKX Canlı: ${last_price:,.2f}** (%{change_pct:+.2f}) | RSI: {rsi:.1f} | "
+        f"**MEXC Canlı: ${last_price:,.2f}** (%{change_pct:+.2f}) | RSI: {rsi:.1f} | "
         f"MA5: ${ma5:,.0f} | MA20: ${ma20:,.0f}\n\n"
         f"**XGB:** %{xgb_prob_up*100:.1f} | **KNN:** %{knn_prob_up*100:.1f} | "
         f"**Ensemble:** %{ensemble_prob_up*100:.1f}\n\n---\n\n"
@@ -242,36 +229,19 @@ def predict_and_analyze():
 with gr.Blocks(theme=gr.themes.Soft(primary_hue="orange", secondary_hue="slate")) as demo:
     gr.Markdown(
         """
-        # ₿ BTC/USD XGBoost + KNN & Groq AI Tahmin Radarı (OKX Canlı)
-        Fiyat ve mum verileri **OKX halka açık API**'sinden otomatik çekilir. **XGBoost + KNN** ensemble tahmini yapar, **Groq** analiz raporu üretir.
+        # ₿ BTC/USD XGBoost + KNN & Groq AI Tahmin Radarı (MEXC Canlı)
+        Fiyat ve mum verileri **MEXC halka açık API**'sinden otomatik çekilir. **XGBoost + KNN** ensemble tahmini yapar, **Groq** analiz raporu üretir.
         """
     )
-
     with gr.Row():
         with gr.Column():
-            analyze_btn = gr.Button("🔄 OKX'ten Veri Çek ve Analiz Et", variant="primary", size="lg")
-            gr.Markdown(
-                """
-                **Not**: OKX API'si Cloudflare koruması altındadır. Kod, tarayıcı benzeri User-Agent ve 3 deneme mekanizması içerir.
-                """
-            )
-
+            analyze_btn = gr.Button("🔄 MEXC'ten Veri Çek ve Analiz Et", variant="primary", size="lg")
+            gr.Markdown("**Not**: MEXC API'si Akamai WAF koruması altındadır; kod tarayıcı UA ve 3 deneme içerir.")
         with gr.Column():
             prob_output = gr.Label(label="Model Tahminleri (XGB + KNN)")
-            analysis_output = gr.Markdown(value="Butona basarak OKX'ten canlı veri çekip analizi başlatın.")
-
-    analyze_btn.click(
-        fn=predict_and_analyze,
-        inputs=[],
-        outputs=[analysis_output, prob_output]
-    )
-
-    gr.Markdown(
-        """
-        ---
-        ⚠️ **Yatırım Tavsiyesi Değildir**: Bu uygulama eğitim amaçlıdır.
-        """
-    )
+            analysis_output = gr.Markdown(value="Butona basarak MEXC'ten canlı veri çekip analizi başlatın.")
+    analyze_btn.click(fn=predict_and_analyze, inputs=[], outputs=[analysis_output, prob_output])
+    gr.Markdown("---\n⚠️ **Yatırım Tavsiyesi Değildir**: Bu uygulama eğitim amaçlıdır.")
 
 if __name__ == "__main__":
     demo.launch()