sn100/dashboard-old.py at main · alimogh/sn100 · GitHub

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
#!/usr/bin/env python3
# -*- coding: utf-8 -*-

import pandas as pd
import streamlit as st
import plotly.graph_objects as go

# -----------------------------
# بارگذاری داده‌ها
# -----------------------------
@st.cache_data
def load_signals():
    try:
        df = pd.read_csv("data/signals.csv")
    except FileNotFoundError:
        return pd.DataFrame()

    # تبدیل ستون زمان به datetime
    if "entry_time" in df.columns:
        df["entry_time"] = pd.to_datetime(df["entry_time"], errors="coerce")
        df = df.dropna(subset=["entry_time"])

    # تبدیل ستون‌های عددی به float
    numeric_cols = ["entry_price", "exit_price", "stop_loss",
                    "profit_abs", "profit_pct", "position_size", "capital_used"]
    for col in numeric_cols:
        if col in df.columns:
            df[col] = pd.to_numeric(df[col], errors="coerce")

    return df

# -----------------------------
# تابع رسم نمودار
# -----------------------------
def plot_signals(df, signal_type: str, deterministic_metric: str = None):
    if df.empty:
        return go.Figure()

    # حذف NaN در ستون انتخابی
    df = df.dropna(subset=[signal_type, "entry_time"])

    fig = go.Figure()

    # نمودار اصلی
    fig.add_trace(go.Scatter(
        x=df["entry_time"],
        y=df[signal_type],
        mode="lines+markers",
        name=signal_type
    ))

    # اگر متریک اضافی انتخاب شده باشد
    if deterministic_metric and deterministic_metric in df.columns:
        df = df.dropna(subset=[deterministic_metric])
        fig.add_trace(go.Scatter(
            x=df["entry_time"],
            y=df[deterministic_metric],
            mode="lines",
            name=deterministic_metric,
            line=dict(dash="dot")
        ))

    fig.update_layout(
        title="نمودار سیگنال‌ها",
        xaxis_title="زمان ورود",
        yaxis_title=signal_type,
        template="plotly_dark"
    )
    return fig

# -----------------------------
# گزارش روزانه
# -----------------------------
def daily_report(df):
    if df.empty:
        return "هیچ سیگنالی برای امروز وجود ندارد."

    today = pd.Timestamp.now().date()
    df_today = df[df["entry_time"].dt.date == today]

    if df_today.empty:
        return "هیچ سیگنالی برای امروز وجود ندارد."

    total = len(df_today)
    longs = len(df_today[df_today["type"] == "LONG"])
    shorts = len(df_today[df_today["type"] == "SHORT"])
    avg_profit = df_today["profit_pct"].mean() * 100 if "profit_pct" in df_today else 0

    report = f"""
    📅 گزارش روزانه ({today}):
    - تعداد کل سیگنال‌ها: {total}
    - LONG: {longs} | SHORT: {shorts}
    - میانگین سود پیش‌بینی‌شده: {avg_profit:.2f}٪
    """
    return report

# -----------------------------
# رابط کاربری Streamlit
# -----------------------------
st.set_page_config(page_title="sn1100 Signals Dashboard", layout="wide")
st.title("📊 داشبورد سیگنال sn1100")

df = load_signals()

if df.empty:
    st.warning("هیچ سیگنالی یافت نشد. ابتدا اسکریپت تولید سیگنال را اجرا کنید.")
else:
    # گزارش روزانه
    st.subheader("📌 گزارش روزانه")
    st.markdown(daily_report(df))

    # انتخاب شبکه یا نماد
    symbols = df["symbol"].unique().tolist()
    selected_symbol = st.selectbox("🔹 انتخاب نماد", symbols)

    # فیلتر بر اساس نماد
    df_symbol = df[df["symbol"] == selected_symbol]

    # انتخاب نوع سیگنال (ستون عددی)
    numeric_cols = [c for c in df_symbol.columns if df_symbol[c].dtype != "object" and c != "entry_time"]
    signal_type = st.selectbox("🔹 انتخاب ستون برای محور Y", numeric_cols)

    # انتخاب متریک اضافی
    deterministic_metric = st.selectbox("🔹 متریک اضافی (اختیاری)", [""] + numeric_cols)
    deterministic_metric = deterministic_metric if deterministic_metric else None

    # رسم نمودار
    fig = plot_signals(df_symbol, signal_type, deterministic_metric)
    st.plotly_chart(fig, use_container_width=True)

    # نمایش جدول
    st.subheader("📋 جدول سیگنال‌ها")
    st.dataframe(df_symbol)