Update LLM.py

LLM.py

@@ -1,4 +1,4 @@
-# LLM.py (V19.3 - NVIDIA Engine + Vader Fix)
+# LLM.py (Updated to V19.4 - Monte Carlo Formatting Fix)
 import os, traceback, json, time, re
 import httpx
 from datetime import datetime
@@ -56,10 +56,14 @@ class LLMService:
                 api_key=LLM_API_KEY,
                 timeout=CLIENT_TIMEOUT
             )
-            print(f"✅ [LLMService V19.3] مهيأ. النموذج: {LLM_MODEL}")
+            # 🔴 --- START OF CHANGE (V19.4) --- 🔴
+            print(f"✅ [LLMService V19.4] مهيأ. النموذج: {LLM_MODEL}")
+            # 🔴 --- END OF CHANGE --- 🔴
             print(f"   -> Endpoint: {LLM_API_URL}")
         except Exception as e:
-            print(f"❌ [LLMService V19.3] فشل تهيئة AsyncOpenAI: {e}")
+            # 🔴 --- START OF CHANGE (V19.4) --- 🔴
+            print(f"❌ [LLMService V19.4] فشل تهيئة AsyncOpenAI: {e}")
+            # 🔴 --- END OF CHANGE --- 🔴
             traceback.print_exc()
             raise
         
@@ -285,9 +289,9 @@ class LLMService:
                                candidate_data: Dict[str, Any], 
                                learning_context: str) -> str:
         """
-        (معدل V19.2)
+        (معدل V19.4)
         إنشاء الـ Prompt (باللغة الإنجليزية) لاتخاذ قرار التداول الأولي (Explorer).
-        (تم نقل جميع التعليمات إلى هنا لتناسب system prompt الجديد)
+        (تم إصلاح تنسيق مونت كارلو)
         """
         
         symbol = candidate_data.get('symbol', 'N/A')
@@ -336,7 +340,7 @@ class LLMService:
 1.  **ML Analysis (Score: {l1_score:.3f}):**
     * Reasons: {', '.join(l1_reasons)}
     * Chart Pattern: {pattern_data.get('pattern_detected', 'None')} (Conf: {pattern_data.get('pattern_confidence', 0):.2f})
-    * Monte Carlo (1h): {mc_data.get('probability_of_gain', 0):.1f}% chance of profit (Expected: {mc_data.get('expected_return_pct', 0):.2f}%)
+    * Monte Carlo (1h): {mc_data.get('probability_of_gain', 0) * 100:.1f}% chance of profit (Expected: {mc_data.get('expected_return_pct', 0):.2f}%)
 """
         news_prompt = f"""
 2.  **News & Sentiment Analysis:**
@@ -399,8 +403,9 @@ OUTPUT (JSON Object ONLY):
                                     current_data: Dict[str, Any], 
                                     learning_context: str) -> str:
         """
-        (معدل V19.2)
+        (معدل V19.4)
         إنشاء الـ Prompt (باللغة الإنجليزية) لإعادة تحليل صفقة مفتوحة (Reflector Brain).
+        (تم إصلاح تنسيق مونت كارلو)
         """
         
         symbol = trade_data.get('symbol', 'N/A')
@@ -450,7 +455,7 @@ OUTPUT (JSON Object ONLY):
 
         current_analysis_prompt = f"""
 2.  **Current Real-time Analysis:**
-    * Monte Carlo (1h): {mc_prob:.1f}% chance of profit (Expected: {mc_expected_return:.2f}%)
+    * Monte Carlo (1h): {mc_prob * 100:.1f}% chance of profit (Expected: {mc_expected_return:.2f}%)
     * Latest News (VADER: {latest_news_score:.3f}): {latest_news_text[:300]}...
 """