i*:dZddlZddlZddlmZmZddlZddlmZddl m Z ddl m Z ddl mZddlmZmZej$ej&d ej(d Zdd ed efdZdZdZdZdZdZedk(rej>eyy)u Demo FreqAI - Démonstration des nouvelles fonctionnalités Tests: 1. Outlier Detection 2. Auto-Retraining Adaptatif 3. Backtesting Adaptatif 4. Intégration complète Usage: python demo_freqai.py N)datetime timedelta)List)get_freqai_manager)get_outlier_detector)get_adaptive_retrainer)AdaptiveBacktestercompare_adaptive_vs_classicz4%(asctime)s - %(name)s - %(levelname)s - %(message)s)levelformatDemodaysreturnc tjd|dd}|g}tjj dt |dzD]>}tjj dd}|dd |zz}|j|@d }g}t t|D]E}tjj d d }|d |zz} |jt| d G||t t|Dcgc]/}tjtt||z z 1c}dScc}w)u3Générer des données synthétiques pour les testsu-🔧 Génération de données synthétiques (z jours)...gY@*g-C6?g{Gzt?i@Brg?)hours)pricesvolumes timestamps) loggerinfonprandomseedrangenormalappendlenmaxrnowr) r base_pricerichange new_price base_volumer volume_changevolumes ./demo_freqai.pygenerate_synthetic_datar,"s) KK?vZPQJ\FIINN2 4"9 !!!&%02J!f*-  i ! KG 3v; ' ((C0 M 12s61~&' PUVYZ`VaPbc1x||~ F A (FFc ds4D>ctjdtjdtjdt}tjdgd}tdDcgc]%}dtj j dd z'}}|jd ||d d }tjd|jtjd|jtjd|jtjd|jdtjd|dddgz}|jd||d d }tjd|jtjd|jtjd|jtjd|jdtjd|dddgz}|jd||dd }tjd|jtjd|jtjd|jtjd|jdtjdgd }gd!}|jd"||dd#z||dd#z$\} } tjd%| tjd| tjd&ycc}w)'zTest 1: Outlier DetectionQ ================================================================================zTEST 1: OUTLIER DETECTIONP================================================================================u! 📊 Test 1.1: Données normalesdeg Y@fg`Y@ggY@hgY@ig Z@jg`Z@kgZ@lgZ@mg [@nr1BTCUSDT2g?symbolrrrsi bb_positionu • Outlier détecté: u • Méthode:  • Raison: u • Confidence: z.2%u 📊 Test 1.2: Volume SpikeNr'ETHUSDTu • Score: z.2fu 📊 Test 1.3: Price SpikeBNBUSDTPg?u 📊 Test 1.4: Pump & Dump) r1r6sxr6r1b) r=irFi.i@i rQir=DOGEUSDT )rBrru • Pump&Dump détecté: u$ ✅ Test Outlier Detection terminé)rrrrrrrandintdetect_outlier is_outliermethodreason confidencescoredetect_pump_dump) detector normal_prices_normal_volumesresult spike_volumes spike_prices pump_prices pump_volumesis_pumprXs r+test_outlier_detectionrf@s KK  KK+, KK#%H KK45QMCH9MadRYY..tS99MNM  $ $  %F KK,V->->,?@A KK#FMM?34 KK/&--12 KK%f&7&7%<=> KK/0"3B'5'1M  $ $  %F KK,V->->,?@A KK#FMM?34 KK/&--12 KK.c 234 KK./ "%-L  $ $  %F KK,V->->,?@A KK#FMM?34 KK/&--12 KK%f&7&7%<=> KK./CKQL//]3B//~cr220OGV  KK.wi89 KK/&*+ KK78Ns0*L;c tjdtjdtjdt}tjd|j\}}tjd|tjd|tjdtjd|jxsd tjd t |j tjd |jxsd |j rtjd t|j dddD]\}}tjd|d|jddtjd|jddtjd|jddddtjdy)z!Test 2: Auto-Retraining Adaptatifr.z!TEST 2: AUTO-RETRAINING ADAPTATIFr/u0 🔍 Vérification nécessité de retraining...u • Retraining nécessaire: rEu 📊 État actuel:u • Dernier retraining: Jamaisu • Total retrainings: u • Dernier régime: Inconnuu. 📜 Historique des retrainings (derniers 5):Nrz z. timestampzN/Au • Raison: rXu • Durée: durationr.1fsu" ✅ Test Auto-Retraining terminé) rrrshould_retrain last_retrainr!retrain_historylast_market_regime enumerateget) retrainerrorXr%entrys r+test_adaptive_retrainingrws KK  KK34 KK&(I KKCD&557NF KK1.1ABC KK/&*+ KK&( KK-i.D.D.P-QRS KK,S1J1J-K,LMN KK*9+G+G+T9*UVW   EG!)";";BC"@!D NHAu KK#aS599[%#@"AB C KK,UYYx-G,HI J KK,UYYz1-Ec,J!L M N  KK56c"tjdtjdtjdtd}tjdtjd|dd jd |dd jtjd t |d tjdtjdt dd}tjdtjdtjdtjdtjdtjdtjdtjdtjdtjdtjdtjdtjdy )!zTest 3: Backtesting Adaptatifr.zTEST 3: BACKTESTING ADAPTATIFr/)ru 🧪 Configuration backtest:u • Période: rru → ru • Data points: ru# • Capital initial: 10,000 USDTu# • Retraining: tous les 7 joursrF)initial_capitalretrain_interval_daysu ⚙️ Simulation de trades...u= (Version simplifiée - intégration complète nécessaire)u 📊 Exemple de métriques:u • Total Trades: 45u • Win Rate: 62.22%u( • Net Profit: +842.50 USDT (+8.43%)u • Profit Factor: 1.85u • Max Drawdown: -3.24%u • Sharpe Ratio: 1.42u • Sortino Ratio: 2.13u. ⚠️ Pour un backtest complet, utiliser:zI python run_backtest_adaptive.py --start 2024-01-01 --end 2024-01-31u ✅ Test Backtesting terminéN)rrr,dater!r )data backtesters r+test_backtesting_adaptiversz KK  KK/0 KK # +D KK01 KK#D$6q$9$>$>$@#AtLGYZ\G]GbGbGdFefg KK&s4>':&;<= KK57 KK57$J  KK23 KKOP KK/0 KK)* KK)* KK:; KK,- KK-. KK+, KK,- KKAB KK[\ KK12rxcvtjdtjdtjdt}tjdgd}tdDcgc]%}dtj j dd z'}}|jd ||d d \}}tjd||r"tjd|jtjd|j}|rNtjdtjd|dtjd|dddntjdtjd|jtjdycc}w)uTest 4: Intégration Complèter.zTEST 4: FREQAI INTEGRATIONr/u/ 📊 Test 4.1: Vérification outlier sur trader0r<r=r>r1r?7g333333?rAu • Bloquer ce trade: u • Analyse: u. 📊 Test 4.2: Check périodique (retraining)u • Retraining effectué!rErXu • Durée: rlrmrnu$ • Pas de retraining nécessaireu' 📊 Test 4.3: Statistiques du manageru ✅ Test Intégration terminéN) rrrrrrrTshould_check_outliersrXperiodic_check print_stats)managerr]r^r_ should_blockanalysisresultss r+test_freqai_integrationrsl KK  KK,- KK "G KKBCQMCH9MadRYY..tS99MNM$::  ;L( KK+L>:; &x&789 KKAB$$&G 23 ogh&7%89: ogj&9#%>a@A :; KK:;  KK23;Ns0*F6c$tjdtjdtjdtjdtjdtjdtjdtjdtjd ttt t tjdtjd tjdtjd tjd tjd tjd tjdtjdtjdtjdtjdtjdtjdtjdtjdtjdtjdy#t $r$}tjd|dYd}~yd}~wwxYw)uExécuter tous les testsr.u-🚀 DEMO FREQAI - NOUVELLES FONCTIONNALITÉSr/u Modules testés:z- 1. Outlier Detection (pumps, flash crashes)z4 2. Auto-Retraining Adaptatif (48h ou performances)u1 3. Backtesting Adaptatif (simulation réaliste)z' 4. FreqAI Integration (orchestration)u)✅ TOUS LES TESTS TERMINÉS AVEC SUCCÈSu 📚 Prochaines étapes:u# 1. Intégrer dans trading_bot.py:z6 from freqai_integration import get_freqai_managerz" freqai = get_freqai_manager()z- 2. Dans trading_loop(), avant chaque trade:z8 should_block, _ = freqai.should_check_outliers(...)z if should_block: continueu3 3. Ajouter check périodique (toutes les heures):z freqai.periodic_check()z 4. Lancer backtest complet:z. python run_backtest_adaptive.py --days 30u ❌ Erreur pendant les tests: T)exc_infoNrr)rrrfrwrr Exceptionerror)es r+mainrs KK  KK?@ KK KK$% KK?@ KKFG KKCD KK9: KK#  !" "# !  M" ?@ F 01 9: LM 89 B CD NO 45 B IJ 23 B 34 DE F  7s;d Ks?F"I"" J+J  J__main__)rz) __doc__sysloggingrrnumpyrtypingrfreqai_integrationroutlier_detectionrai_adaptive_retrainerrbacktesting_adaptiver r basicConfigINFO getLoggerrintdictr,rfrwrrr__name__exitrxr+rs  (228P ,, A   6 "#t