Update app.py

app.py

@@ -1,4 +1,5 @@
 import os
+import requests
 import numpy as np
 import pandas as pd
 import gradio as gr
@@ -6,7 +7,7 @@ import xgboost as xgb
 from groq import Groq
 
 # ==========================================
-# 🔌 1. GROQ CLIENT BAŞLATMA
+# 🔌 1. GROQ CLIENT
 # ==========================================
 api_key = os.environ.get("GROQ_API_KEY")
 client = None
@@ -14,28 +15,47 @@ if api_key:
     client = Groq(api_key=api_key)
 
 # ==========================================
-# 📊 2. XGBOOST MODELİ İÇİN SANAL BTC VERİSİ
+# 📡 2. OKX PUBLIC API VERİ ÇEKME
 # ==========================================
-def generate_btc_data(n=500, seed=42):
-    """Demo amaçlı gerçekçi BTC/USD fiyat serisi üretir."""
-    np.random.seed(seed)
-    # Rastgele yürüyüş + hafif yukarı trend
-    returns = np.random.normal(0.0005, 0.02, n)
-    prices = 60000 * np.exp(np.cumsum(returns))
-    volumes = np.random.uniform(100, 1000, n)
-
-    df = pd.DataFrame({"close": prices, "volume": volumes})
-
-    # 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()
-
-    # Hedef: Bir sonraki mumda fiyat artacak mı? (1 = yukarı, 0 = aşağı)
-    df["target"] = (df["close"].shift(-1) > df["close"]).astype(int)
-
-    return df.dropna().reset_index(drop=True)
+OKX_BASE = "https://www.okx.com/api/v5"
+
+def fetch_okx_ticker(inst_id="BTC-USDT"):
+    """OKX'ten anlık fiyat ve 24s verileri çeker (API Key gerekmez)."""
+    try:
+        r = requests.get(f"{OKX_BASE}/market/ticker", params={"instId": inst_id}, timeout=10)
+        r.raise_for_status()
+        d = r.json()["data"][0]
+        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
+        }
+    except Exception as e:
+        print(f"OKX ticker error: {e}")
+        return None
+
+
+def fetch_okx_candles(inst_id="BTC-USDT", bar="1H", limit=100):
+    """OKX'ten mum verisi çeker ve DataFrame döndürür."""
+    try:
+        r = requests.get(f"{OKX_BASE}/market/candles",
+                         params={"instId": inst_id, "bar": bar, "limit": limit},
+                         timeout=10)
+        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)
+        df["ts"] = pd.to_datetime(df["ts"].astype(int), unit="ms")
+        df = df.sort_values("ts").reset_index(drop=True)
+        return df
+    except Exception as e:
+        print(f"OKX candles error: {e}")
+        return None
 
 
 def compute_rsi(series, period=14):
@@ -45,38 +65,69 @@ def compute_rsi(series, period=14):
     rs = gain / loss
     return 100 - (100 / (1 + rs))
 
+
 # ==========================================
-# 🤖 3. XGBOOST MODEL EĞİTİMİ
+# 🤖 3. XGBOOST MODEL EĞİTİMİ (OKX verisiyle)
 # ==========================================
-def train_xgboost_model(df):
-    features = ["ma_5", "ma_20", "rsi", "macd", "volume"]
+def train_model_from_okx():
+    """OKX'ten çekilen mum verisiyle XGBoost modelini eğitir."""
+    df = fetch_okx_candles(bar="1H", limit=500)
+    if df is None or len(df) < 50:
+        return None, None
+
+    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 = df.dropna().reset_index(drop=True)
+    features = ["ma_5", "ma_20", "rsi", "macd", "vol"]
     X = df[features]
     y = df["target"]
 
     model = xgb.XGBClassifier(
-        n_estimators=50,
-        max_depth=3,
-        learning_rate=0.1,
-        objective="binary:logistic",
-        eval_metric="logloss",
-        random_state=42
+        n_estimators=50, max_depth=3, learning_rate=0.1,
+        objective="binary:logistic", eval_metric="logloss", random_state=42
     )
     model.fit(X, y)
     return model, features
 
-# Başlangıçta veri üret ve modeli eğit
-btc_df = generate_btc_data()
-xgb_model, feature_cols = train_xgboost_model(btc_df)
+
+# Başlangıçta modeli OKX verisiyle eğit
+xgb_model, feature_cols = train_model_from_okx()
+if xgb_model is None:
+    # Fallback: OKX erişilemezse basit bir dummy model
+    xgb_model = xgb.XGBClassifier(n_estimators=10, max_depth=2)
+    dummy_X = np.random.rand(20, 5)
+    dummy_y = np.random.randint(0, 2, 20)
+    xgb_model.fit(dummy_X, dummy_y)
+    feature_cols = ["ma_5", "ma_20", "rsi", "macd", "vol"]
 
 # ==========================================
-# 🧠 4. TAHMİN VE ANALİZ MOTORU
+# 🧠 4. ANALİZ MOTORU
 # ==========================================
-def predict_and_analyze(current_price, rsi_value, ma5_value, ma20_value, macd_value, volume_value):
-    if not current_price or current_price <= 0:
-        return "Lütfen geçerli bir BTC/USD fiyatı giriniz.", {}
-
-    # XGBoost girdisini hazırla
-    features = np.array([[ma5_value, ma20_value, rsi_value, macd_value, volume_value]])
+def predict_and_analyze():
+    # 1) OKX'ten canlı veri çek
+    ticker = fetch_okx_ticker()
+    candles = fetch_okx_candles(limit=30)
+
+    if ticker is None or candles is None:
+        return "❌ OKX API'sine erişilemedi. Lütfen daha 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 tahmini
+    features = np.array([[ma5, ma20, rsi, macd, vol24h]])
     prob_up = float(xgb_model.predict_proba(features)[0][1])
     prob_down = 1 - prob_up
 
@@ -85,19 +136,23 @@ def predict_and_analyze(current_price, rsi_value, ma5_value, ma20_value, macd_va
         "Düşüş (Short) Olasılığı": prob_down,
     }
 
-    # Yön tahmini
     direction = "YUKARI 📈" if prob_up > 0.5 else "AŞAĞI 📉"
     confidence = max(prob_up, prob_down) * 100
 
+    # 4) Groq analizi
     prompt = f"""
     Sen uzman bir kripto para analisti ve teknik analiz uzmanısın.
 
-    📊 BTC/USD Piyasa Verileri:
-    - Güncel Fiyat: ${current_price:.2f}
-    - RSI (14): {rsi_value:.2f}
-    - MA5: ${ma5_value:.2f} | MA20: ${ma20_value:.2f}
-    - MACD: {macd_value:.4f}
-    - Hacim: {volume_value:.2f}
+    📡 OKX Canlı Verileri (BTC/USDT):
+    - Son Fiyat: ${last_price:,.2f}
+    - 24s Değişim: %{change_pct:+.2f}
+    - 24s Hacim: {vol24h:,.0f} BTC
+    - 24s Yüksek/Düşük: ${ticker['high24h']:,.2f} / ${ticker['low24h']:,.2f}
+
+    📊 Teknik Göstergeler (1H):
+    - RSI (14): {rsi:.2f}
+    - MA5: ${ma5:,.2f} | MA20: ${ma20:,.2f}
+    - MACD: {macd:.4f}
 
     🤖 XGBoost Model Sonucu:
     - Yükseliş Olasılığı: %{prob_up*100:.1f}
@@ -105,11 +160,11 @@ def predict_and_analyze(current_price, rsi_value, ma5_value, ma20_value, macd_va
     - Tahmin Yönü: {direction} (Güven: %{confidence:.1f})
 
     Türkçe bir teknik analiz raporu hazırla. Şu başlıklar bulunsun:
-    1. 🎯 Model Yorumu (XGBoost olasılıklarının ve teknik göstergelerin mantığı)
-    2. 📈 Teknik Analiz (RSI, MA, MACD yorumu; destek/direnç seviyeleri)
-    3. 💡 İşlem Stratejisi (Long/Short önerisi, stop-loss, take-profit, risk yönetimi)
+    1. 🎯 Model Yorumu (XGBoost + teknik göstergelerin mantığı)
+    2. 📈 Teknik Analiz (RSI, MA, MACD; destek/direnç)
+    3. 💡 İşlem Stratejisi (Long/Short, stop-loss, take-profit, risk yönetimi)
 
-    Yorumların rasyonel, nesnel ve profesyonel olsun. Yatırım tavsiyesi olmadığını vurgula.
+    Yatırım tavsiyesi olmadığını vurgula. Rasyonel ve profesyonel ol.
     """
 
     if client:
@@ -122,12 +177,14 @@ def predict_and_analyze(current_price, rsi_value, ma5_value, ma20_value, macd_va
             )
             analysis_result = response.choices[0].message.content
         except Exception as e:
-            analysis_result = f"Groq API Analiz Hatası: {str(e)}\n\n(Lütfen GROQ_API_KEY değişkeninizi Hugging Face Secrets alanına doğru eklediğinizden emin olun.)"
+            analysis_result = f"Groq API Hatası: {e}"
     else:
-        analysis_result = ("Groq API Anahtarı bulunamadı! Lütfen Hugging Face Space alanına "
-                           "'GROQ_API_KEY' adıyla bir Secret ekleyin. (Yine de yukarıdaki XGBoost tahminini görebilirsiniz.)")
+        analysis_result = "GROQ_API_KEY bulunamadı! Hugging Face Secrets'a ekleyin."
+
+    # Başlık bilgisi
+    header = f"**OKX Canlı: ${last_price:,.2f}** (%{change_pct:+.2f}) | RSI: {rsi:.1f} | MA5: ${ma5:,.0f} | MA20: ${ma20:,.0f}\n\n---\n\n"
+    return header + analysis_result, prob_dict
 
-    return analysis_result, prob_dict
 
 # ==========================================
 # 🎨 5. GRADIO ARAYÜZÜ
@@ -135,43 +192,34 @@ def predict_and_analyze(current_price, rsi_value, ma5_value, ma20_value, macd_va
 with gr.Blocks(theme=gr.themes.Soft(primary_hue="orange", secondary_hue="slate")) as demo:
     gr.Markdown(
         """
-        # ₿ BTC/USD XGBoost & Groq AI Tahmin Radarı
-        Bu uygulama, girdiğiniz piyasa verilerini **XGBoost** modeli ile analiz ederek yükseliş/düşüş olasılığını hesaplar; ardından **Groq (GPT-OSS)** yapay zekası ile teknik analiz raporu üretir.
+        # ₿ BTC/USD XGBoost & Groq AI Tahmin Radarı (OKX Canlı)
+        Fiyat, hacim ve teknik göstergeler **OKX halka açık API**'sinden otomatik çekilir. **XGBoost** yön tahmini yapar, **Groq** analiz raporu üretir.
         """
     )
 
     with gr.Row():
         with gr.Column():
-            gr.Markdown("### 📊 Piyasa Verileri")
-            price_input = gr.Number(label="Güncel BTC/USD Fiyatı ($)", value=65000.0)
-            volume_input = gr.Number(label="24s Hacim (Milyon $)", value=500.0)
-
-            gr.Markdown("### 📈 Teknik Göstergeler")
-            rsi_input = gr.Slider(label="RSI (14)", minimum=0, maximum=100, value=55.0, step=0.1)
-            with gr.Row():
-                ma5_input = gr.Number(label="MA5 ($)", value=64800.0)
-                ma20_input = gr.Number(label="MA20 ($)", value=64000.0)
-            macd_input = gr.Number(label="MACD Değeri", value=150.0)
-
-            submit_btn = gr.Button("Analiz Et ve Tahmin Üret", variant="primary")
+            analyze_btn = gr.Button("🔄 OKX'ten Veri Çek ve Analiz Et", variant="primary", size="lg")
+            gr.Markdown(
+                """
+                **Not**: OKX API'si her 2 saniyede 20 istek sınırına sahiptir [citation:7]. Butona çok hızlı basmayın.
+                """
+            )
 
         with gr.Column():
-            gr.Markdown("### 📈 XGBoost Yön Tahmini")
-            prob_output = gr.Label(label="Olasılık Dağılımı")
-
-            gr.Markdown("### 🧠 Groq Yapay Zeka Analiz Raporu")
-            analysis_output = gr.Markdown(value="Verileri girdikten sonra butona basarak analizi başlatabilirsiniz.")
+            prob_output = gr.Label(label="XGBoost Yön Tahmini")
+            analysis_output = gr.Markdown(value="Butona basarak OKX'ten canlı veri çekip analizi başlatın.")
 
-    submit_btn.click(
+    analyze_btn.click(
         fn=predict_and_analyze,
-        inputs=[price_input, rsi_input, ma5_input, ma20_input, macd_input, volume_input],
+        inputs=[],
         outputs=[analysis_output, prob_output]
     )
 
     gr.Markdown(
         """
         ---
-        ⚠️ **Yatırım Tavsiyesi Değildir**: Bu uygulama yalnızca eğitim ve analiz amaçlıdır. Kripto para piyasaları yüksek risk içerir; yatırım kararlarınızı kendi araştırmanıza dayandırın.
+        ⚠️ **Yatırım Tavsiyesi Değildir**: Bu uygulama eğitim amaçlıdır. Kripto paralar yüksek risk içerir.
         """
     )