Update app.py

app.py

@@ -1,227 +1,221 @@
-import os
-import io
+
+# app.py
+# OKX BTC-USDT Historical Data Downloader
+# Gradio + OKX Public API + CSV
+
+import time
 import requests
-import numpy as np
 import pandas as pd
 import gradio as gr
-import xgboost as xgb
-from groq import Groq
-
-# ==========================================
-# 🔌 1. GROQ CLIENT
-# ==========================================
-api_key = os.environ.get("GROQ_API_KEY")
-client = None
-if api_key:
-    client = Groq(api_key=api_key)
-
-# ==========================================
-# 📊 2. YARDIMCI FONKSİYONLAR
-# ==========================================
-def compute_rsi(series, period=14):
-    delta = series.diff()
-    gain = delta.clip(lower=0).rolling(period).mean()
-    loss = -delta.clip(upper=0).rolling(period).mean()
-    rs = gain / loss
-    return 100 - (100 / (1 + rs))
-
-def load_csv_from_url(url):
-    """Verilen URL'den CSV indirir ve DataFrame döndürür."""
+import tempfile
+import os
+from datetime import datetime, timedelta, timezone
+
+API_URL = "https://www.okx.com/api/v5/market/history-candles"
+
+TIMEFRAMES = [
+    "1m", "3m", "5m", "15m", "30m",
+    "1H", "2H", "4H", "6H", "12H", "1D"
+]
+
+def download_data(days, timeframe, symbol, progress=gr.Progress()):
+
     try:
-        headers = {"User-Agent": "Mozilla/5.0"}
-        r = requests.get(url, headers=headers, timeout=20)
-        r.raise_for_status()
-        df = pd.read_csv(io.StringIO(r.text))
-        return df, None
-    except Exception as e:
-        return None, f"CSV indirilemedi: {e}"
+        days = int(days)
+        symbol = symbol.strip().upper()
+
+        if not symbol:
+            raise ValueError("Trading pair boş olamaz.")
 
-def process_dataframe(df):
-    """CSV DataFrame'ini işler, göstergeleri hesaplar ve XGBoost modelini eğitir."""
-    df.columns = [c.strip().lower() for c in df.columns]
+        end_time = datetime.now(timezone.utc)
+        start_time = end_time - timedelta(days=days)
 
-    # Sütun eşleştirme (farklı CSV formatlarına tolerans)
-    col_map = {
-        "date": "date", "datetime": "date", "timestamp": "date",
-        "open": "open", "high": "high", "low": "low",
-        "close": "close", "adj close": "close", "price": "close",
-        "volume": "volume", "vol": "volume"
-    }
-    df = df.rename(columns={c: col_map[c] for c in df.columns if c in col_map})
+        start_ms = int(start_time.timestamp() * 1000)
 
-    if "close" not in df.columns:
-        return None, None, f"'close' sütunu bulunamadı. Mevcut sütunlar: {list(df.columns)}"
+        all_data = []
+        after = None
+        seen = set()
 
-    for col in ["open", "high", "low", "close", "volume"]:
-        if col in df.columns:
-            df[col] = pd.to_numeric(df[col], errors="coerce")
+        session = requests.Session()
 
-    df = df.dropna(subset=["close"]).reset_index(drop=True)
+        while True:
 
-    if len(df) < 50:
-        return None, None, "CSV'de en az 50 satır veri olmalı."
+            params = {
+                "instId": symbol,
+                "bar": timeframe,
+                "limit": "300"
+            }
 
-    # 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)
+            if after is not None:
+                params["after"] = str(after)
 
-    df_model = df.dropna().reset_index(drop=True)
+            response = session.get(
+                API_URL,
+                params=params,
+                timeout=30
+            )
 
-    if len(df_model) < 20:
-        return None, None, "Göstergeler hesaplandıktan sonra yeterli veri kalmadı."
+            response.raise_for_status()
+            result = response.json()
 
-    features = ["ma_5", "ma_20", "rsi", "macd"]
-    if "volume" in df_model.columns:
-        features.append("volume")
+            if result.get("code") != "0":
+                raise RuntimeError(result.get("msg", "OKX API error"))
 
-    X = df_model[features]
-    y = df_model["target"]
+            data = result.get("data", [])
 
-    model = xgb.XGBClassifier(
-        n_estimators=50, max_depth=3, learning_rate=0.1,
-        objective="binary:logistic", eval_metric="logloss", random_state=42
-    )
-    model.fit(X, y)
-
-    latest = df_model.iloc[-1]
-    metrics = {
-        "last_close": float(latest["close"]),
-        "ma5": float(latest["ma_5"]),
-        "ma20": float(latest["ma_20"]),
-        "rsi": float(latest["rsi"]),
-        "macd": float(latest["macd"]),
-        "features": features,
-    }
-    if "volume" in df_model.columns:
-        metrics["volume"] = float(latest["volume"])
-
-    return model, metrics, None
-
-# ==========================================
-# 🧠 3. ANALİZ MOTORU
-# ==========================================
-def predict_and_analyze(csv_url):
-    if not csv_url:
-        return "Lütfen bir CSV linki giriniz.", {}
-
-    # 1) CSV indir
-    df, err = load_csv_from_url(csv_url)
-    if err:
-        return err, {}
-
-    # 2) Modeli eğit
-    model, metrics, err = process_dataframe(df)
-    if err:
-        return err, {}
-
-    # 3) Tahmin
-    feat_values = [metrics[k] for k in ["ma5", "ma20", "rsi", "macd"]]
-    if "volume" in metrics:
-        feat_values.append(metrics["volume"])
-    features_arr = np.array([feat_values])
-    prob_up = float(model.predict_proba(features_arr)[0][1])
-    prob_down = 1 - prob_up
-
-    direction = "YUKARI 📈" if prob_up > 0.5 else "AŞAĞI 📉"
-    confidence = max(prob_up, prob_down) * 100
-
-    prob_dict = {
-        "Yükseliş (Long) Olasılığı": prob_up,
-        "Düşüş (Short) Olasılığı": prob_down,
-    }
-
-    prompt = f"""
-    Sen uzman bir kripto para analisti ve teknik analiz uzmanısın.
-
-    📊 BTC/USD Son Kapanış (CSV'den): ${metrics['last_close']:,.2f}
-    - RSI (14): {metrics['rsi']:.2f}
-    - MA5: ${metrics['ma5']:,.2f} | MA20: ${metrics['ma20']:,.2f}
-    - MACD: {metrics['macd']:.4f}
-    {f"- Hacim: {metrics['volume']:,.2f}" if 'volume' in metrics else ""}
-
-    🤖 XGBoost Model Sonucu:
-    - Yükseliş Olasılığı: %{prob_up*100:.1f}
-    - Düşüş Olasılığı: %{prob_down*100:.1f}
-    - Tahmin Yönü: {direction} (Güven: %{confidence:.1f})
-
-    Türkçe bir teknik analiz raporu hazırla. Şu başlıklar bulunsun:
-    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)
-
-    Yatırım tavsiyesi olmadığını vurgula. Rasyonel ve profesyonel ol.
-    """
-
-    if client:
-        try:
-            response = client.chat.completions.create(
-                model="openai/gpt-oss-120b",
-                messages=[{"role": "user", "content": prompt}],
-                temperature=0.3,
-                max_tokens=1024
+            if not data:
+                break
+
+            new_count = 0
+
+            for candle in data:
+                timestamp = int(candle[0])
+
+                if timestamp < start_ms:
+                    continue
+
+                if timestamp not in seen:
+                    seen.add(timestamp)
+                    all_data.append(candle)
+                    new_count += 1
+
+            oldest = min(int(x[0]) for x in data)
+
+            progress(
+                min(0.99, max(0.01,
+                1 - (oldest - start_ms) /
+                max(1, int(end_time.timestamp() * 1000) - start_ms))),
+                desc=f"Veri çekiliyor: {len(all_data)} mum"
             )
-            analysis_result = response.choices[0].message.content
-        except Exception as e:
-            analysis_result = f"Groq API Hatası: {e}"
-    else:
-        analysis_result = "GROQ_API_KEY bulunamadı! Hugging Face Secrets'a ekleyin."
-
-    header = (
-        f"**CSV: Son Kapanış ${metrics['last_close']:,.2f}** | RSI: {metrics['rsi']:.1f} | "
-        f"MA5: ${metrics['ma5']:,.0f} | MA20: ${metrics['ma20']:,.0f}\n\n---\n\n"
-    )
-    return header + analysis_result, prob_dict
-
-# ==========================================
-# 🎨 4. GRADIO ARAYÜZÜ
-# ==========================================
-with gr.Blocks(theme=gr.themes.Soft(primary_hue="orange", secondary_hue="slate")) as demo:
-    gr.Markdown(
-        """
-        # ₿ BTC/USD XGBoost & Groq AI Tahmin Radarı (CSV Linki)
-        Bir CSV linki girin; kod dosyayı indirir, göstergeleri hesaplar, **XGBoost** modelini eğitir ve **Groq** analiz raporu üretir.
-        """
-    )
+
+            if oldest <= start_ms:
+                break
+
+            if new_count == 0 and after == oldest:
+                break
+
+            after = oldest
+
+            time.sleep(0.12)
+
+        if not all_data:
+            raise ValueError("Veri bulunamadı.")
+
+        columns = [
+            "timestamp", "open", "high", "low", "close",
+            "volume", "volume_currency", "volume_quote",
+            "confirm"
+        ]
+
+        df = pd.DataFrame(all_data, columns=columns)
+
+        df["timestamp"] = pd.to_datetime(
+            pd.to_numeric(df["timestamp"]),
+            unit="ms",
+            utc=True
+        )
+
+        numeric_columns = [
+            "open", "high", "low", "close",
+            "volume", "volume_currency", "volume_quote"
+        ]
+
+        for col in numeric_columns:
+            df[col] = pd.to_numeric(df[col])
+
+        df["confirm"] = pd.to_numeric(df["confirm"])
+
+        df = df.sort_values("timestamp")
+        df = df.drop_duplicates(subset=["timestamp"])
+        df = df.reset_index(drop=True)
+
+        temp = tempfile.NamedTemporaryFile(
+            suffix=".csv",
+            prefix="BTCUSD_OKX_",
+            delete=False
+        )
+
+        file_path = temp.name
+        temp.close()
+
+        df.to_csv(file_path, index=False)
+
+        summary = f"""
+### İndirme tamamlandı
+
+- Sembol: {symbol}
+- Zaman aralığı: {timeframe}
+- İstenen geçmiş: {days} gün
+- Toplam mum: {len(df)}
+- İlk tarih: {df['timestamp'].min()}
+- Son tarih: {df['timestamp'].max()}
+- CSV boyutu: {os.path.getsize(file_path) / 1024:.2f} KB
+"""
+
+        return file_path, summary, df.tail(20)
+
+    except Exception as e:
+        return None, f"Hata: {str(e)}", pd.DataFrame()
+
+
+with gr.Blocks(title="OKX BTCUSD Data Downloader") as demo:
+
+    gr.Markdown("""
+    # OKX BTC-USDT Data Downloader
+
+    OKX Public API üzerinden geçmiş kripto para verilerini indir.
+
+    API Key gerekmez.
+    """)
 
     with gr.Row():
-        with gr.Column():
-            gr.Markdown("### 🔗 CSV Linki")
-            url_input = gr.Textbox(
-                label="CSV URL",
-                placeholder="https://.../btc_usd.csv",
-                value=""
-            )
-            gr.Markdown(
-                """
-                **Örnek linkler:**
-                - `https://raw.githubusercontent.com/.../btc_usd.csv`
-                - Kaggle'dan indirdiğiniz CSV'yi GitHub'a yükleyip raw linkini kullanabilirsiniz.
-                """
-            )
-            submit_btn = gr.Button("CSV'yi İndir ve Analiz Et", variant="primary")
+        symbol = gr.Textbox(
+            label="Trading Pair",
+            value="BTC-USDT"
+        )
+
+        timeframe = gr.Dropdown(
+            choices=TIMEFRAMES,
+            value="1H",
+            label="Timeframe"
+        )
+
+        days = gr.Slider(
+            minimum=1,
+            maximum=90,
+            value=30,
+            step=1,
+            label="Geçmiş Gün"
+        )
+
+    download_btn = gr.Button(
+        "BTC Verilerini İndir",
+        variant="primary"
+    )
 
-        with gr.Column():
-            gr.Markdown("### 📈 XGBoost Yön Tahmini")
-            prob_output = gr.Label(label="Olasılık Dağılımı")
+    output_file = gr.File(label="CSV Dosyası")
 
-            gr.Markdown("### 🧠 Groq Yapay Zeka Analiz Raporu")
-            analysis_output = gr.Markdown(value="CSV linkini girip butona basın.")
+    status = gr.Markdown()
 
-    submit_btn.click(
-        fn=predict_and_analyze,
-        inputs=[url_input],
-        outputs=[analysis_output, prob_output]
+    preview = gr.Dataframe(
+        label="Son 20 Mum",
+        interactive=False
     )
 
-    gr.Markdown(
-        """
-        ---
-        ⚠️ **Yatırım Tavsiyesi Değildir**: Bu uygulama eğitim amaçlıdır.
-        """
+    download_btn.click(
+        fn=download_data,
+        inputs=[days, timeframe, symbol],
+        outputs=[output_file, status, preview]
     )
 
-if __name__ == "__main__":
-    demo.launch()
+    gr.Markdown("""
+    **Veri:** OKX Public Market API
+
+    **CSV sütunları:** Timestamp, Open, High, Low,
+    Close, Volume, Volume Currency, Volume Quote, Confirm.
+
+    Not: OKX BTC-USDT spot verisidir; BTC-USD ile aynı
+    işlem çifti değildir. USDT bazlı fiyat kullanır.
+    """)
+
+demo.queue().launch(server_name="0.0.0.0", server_port=7860)