Update data_manager.py

data_manager.py

@@ -1,4 +1,4 @@
-# data_manager.py (Updated to V7.0 - Strategy Qualifier Screening)
+# data_manager.py (Updated to V7.1 - 1H Detector Screening)
 import os
 import asyncio
 import httpx
@@ -11,13 +11,18 @@ import logging
 from typing import List, Dict, Any
 import pandas as pd
 
-# 🔴 --- START OF CHANGE (V7.0) --- 🔴
-# (إضافة المكتبات اللازمة للغربلة المتقدمة)
+# 🔴 --- START OF CHANGE (V7.1) --- 🔴
+# (استيراد الأدوات اللازمة لـ "الكاشف المصغر")
 try:
     import pandas_ta as ta
 except ImportError:
     print("⚠️ مكتبة pandas_ta غير موجودة، فلتر الغربلة المتقدم سيفشل.")
     ta = None
+
+# (استيراد الوحدات الأساسية من محرك ML لتشغيل الكاشف المصغر)
+from ml_engine.indicators import AdvancedTechnicalAnalyzer
+from ml_engine.monte_carlo import MonteCarloAnalyzer
+from ml_engine.patterns import ChartPatternAnalyzer
 # 🔴 --- END OF CHANGE --- 🔴
 
 logging.getLogger("httpx").setLevel(logging.WARNING)
@@ -43,11 +48,18 @@ class DataManager:
         self.http_client = None
         self.market_cache = {}
         self.last_market_load = None
+
+        # 🔴 --- START OF CHANGE (V7.1) --- 🔴
+        # (تهيئة أدوات الكاشف المصغر)
+        self.technical_analyzer = AdvancedTechnicalAnalyzer()
+        self.monte_carlo_analyzer = MonteCarloAnalyzer()
+        self.pattern_analyzer = ChartPatternAnalyzer()
+        # 🔴 --- END OF CHANGE --- 🔴
         
     async def initialize(self):
         self.http_client = httpx.AsyncClient(timeout=30.0)
         await self._load_markets()
-        print("✅ DataManager initialized - V7.0 (Strategy Qualifier Screening)")
+        print("✅ DataManager initialized - V7.1 (1H Detector Screening)")
 
     async def _load_markets(self):
         try:
@@ -64,7 +76,6 @@ class DataManager:
             print(f"❌ فشل تحميل بيانات الأسواق: {e}")
 
     async def close(self):
-        # (إصلاح تسريب الموارد - لا تغيير هنا)
         if self.http_client and not self.http_client.is_closed: 
             await self.http_client.aclose()
             print("   ✅ DataManager: http_client closed.")
@@ -78,7 +89,6 @@ class DataManager:
         
     # (الدوال المساعدة لسياق السوق وأسعار BTC/ETH تبقى كما هي - لا تغيير)
     async def get_market_context_async(self):
-        """جلب سياق السوق الأساسي فقط"""
         try:
             sentiment_data = await self.get_sentiment_safe_async()
             price_data = await self._get_prices_with_fallback()
@@ -103,7 +113,6 @@ class DataManager:
             return self._get_minimal_market_context()
 
     async def get_sentiment_safe_async(self):
-        """جلب بيانات المشاعر"""
         try:
             async with httpx.AsyncClient(timeout=10) as client:
                 response = await client.get("https://api.alternative.me/fng/")
@@ -124,42 +133,26 @@ class DataManager:
             return None
 
     def _determine_market_trend(self, bitcoin_price, sentiment_data):
-        """تحديد اتجاه السوق"""
         if bitcoin_price is None:
             return "UNKNOWN"
-        
-        score = 0
-        if bitcoin_price > 60000: 
-            score += 1
-        elif bitcoin_price < 55000: 
-            score -= 1
-        
+        if bitcoin_price > 60000: score = 1
+        elif bitcoin_price < 55000: score = -1
+        else: score = 0
         if sentiment_data and sentiment_data.get('feargreed_value') is not None:
             fear_greed = sentiment_data.get('feargreed_value')
-            if fear_greed > 60: 
-                score += 1
-            elif fear_greed < 40: 
-                score -= 1
-        
-        if score >= 1: 
-            return "bull_market"
-        elif score <= -1: 
-            return "bear_market"
-        else:
-            return "sideways_market"
+            if fear_greed > 60: score += 1
+            elif fear_greed < 40: score -= 1
+        if score >= 1: return "bull_market"
+        elif score <= -1: return "bear_market"
+        else: return "sideways_market"
 
     def _get_btc_sentiment(self, bitcoin_price):
-        if bitcoin_price is None:
-            return 'UNKNOWN'
-        elif bitcoin_price > 60000:
-            return 'BULLISH'
-        elif bitcoin_price < 55000:
-            return 'BEARISH'
-        else:
-            return 'NEUTRAL'
+        if bitcoin_price is None: return 'UNKNOWN'
+        elif bitcoin_price > 60000: return 'BULLISH'
+        elif bitcoin_price < 55000: return 'BEARISH'
+        else: return 'NEUTRAL'
 
     async def _get_prices_with_fallback(self):
-        """جلب أسعار البيتكوين والإيثيريوم"""
         try:
             prices = await self._get_prices_from_kucoin_safe()
             if prices.get('bitcoin') and prices.get('ethereum'):
@@ -169,63 +162,41 @@ class DataManager:
             return {'bitcoin': None, 'ethereum': None}
 
     async def _get_prices_from_kucoin_safe(self):
-        if not self.exchange:
-            return {'bitcoin': None, 'ethereum': None}
-            
+        if not self.exchange: return {'bitcoin': None, 'ethereum': None}
         try:
             prices = {'bitcoin': None, 'ethereum': None}
-            
             btc_ticker = self.exchange.fetch_ticker('BTC/USDT')
             btc_price = float(btc_ticker.get('last', 0)) if btc_ticker.get('last') else None
-            if btc_price and btc_price > 0:
-                prices['bitcoin'] = btc_price
-            
+            if btc_price and btc_price > 0: prices['bitcoin'] = btc_price
             eth_ticker = self.exchange.fetch_ticker('ETH/USDT')
             eth_price = float(eth_ticker.get('last', 0)) if eth_ticker.get('last') else None
-            if eth_price and eth_price > 0:
-                prices['ethereum'] = eth_price
-            
+            if eth_price and eth_price > 0: prices['ethereum'] = eth_price
             return prices
-            
         except Exception as e:
-            print(f"⚠️ فشل جلب الأسعار من KuCoin: {e}")
             return {'bitcoin': None, 'ethereum': None}
 
     async def _get_prices_from_coingecko(self):
-        """الاحتياطي: جلب الأسعار من CoinGecko"""
         try:
             await asyncio.sleep(0.5)
             url = "https://api.coingecko.com/api/v3/simple/price?ids=bitcoin,ethereum&vs_currencies=usd"
-            
-            headers = {
-                'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36',
-                'Accept': 'application/json'
-            }
-            
+            headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36', 'Accept': 'application/json'}
             async with httpx.AsyncClient(headers=headers) as client:
                 response = await client.get(url, timeout=10)
-                
                 if response.status_code == 429:
                     await asyncio.sleep(2)
                     response = await client.get(url, timeout=10)
-                
                 response.raise_for_status()
                 data = response.json()
-                
                 btc_price = data.get('bitcoin', {}).get('usd')
                 eth_price = data.get('ethereum', {}).get('usd')
-                
                 if btc_price and eth_price:
                     return {'bitcoin': btc_price, 'ethereum': eth_price}
                 else:
                     return {'bitcoin': None, 'ethereum': None}
-                    
         except Exception as e:
-            print(f"⚠️ فشل جلب الأسعار من CoinGecko: {e}")
             return {'bitcoin': None, 'ethereum': None}
 
     def _get_minimal_market_context(self):
-        """سياق سوق بدائي عند الفشل"""
         return {
             'timestamp': datetime.now().isoformat(),
             'data_available': False,
@@ -234,20 +205,102 @@ class DataManager:
             'data_quality': 'LOW'
         }
 
-    # 🔴 --- START OF REFACTOR (V7.0 - Strategy Qualifier) --- 🔴
+    # 🔴 --- START OF REFACTOR (V7.1 - 1H Detector Screening) --- 🔴
     
+    def _create_dataframe(self, candles: List) -> pd.DataFrame:
+        """(جديد V7.1) دالة مساعدة لإنشاء DataFrame لتحليل 1H"""
+        try:
+            if not candles: return pd.DataFrame()
+            df = pd.DataFrame(candles, columns=['timestamp', 'open', 'high', 'low', 'close', 'volume'])
+            df[['open', 'high', 'low', 'close', 'volume']] = df[['open', 'high', 'low', 'close', 'volume']].astype(float)
+            df['timestamp'] = pd.to_datetime(df['timestamp'], unit='ms')
+            df.set_index('timestamp', inplace=True)
+            df.sort_index(inplace=True)
+            return df
+        except Exception as e:
+            print(f"❌ خطأ في إنشاء DataFrame لمرشح 1H: {e}")
+            return pd.DataFrame()
+
+    def _calculate_1h_filter_score(self, analysis: Dict) -> float:
+        """
+        (جديد V7.1) - "الكاشف المصغر"
+        مقتبس من processor.py لحساب درجة (0-1) بناءً على بيانات 1H فقط.
+        يستخدم (المؤشرات، مونت كارلو، الأنماط) فقط.
+        """
+        try:
+            # 1. درجة الأنماط (Pattern Score)
+            pattern_confidence = analysis.get('pattern_analysis', {}).get('pattern_confidence', 0)
+            
+            # 2. درجة مونت كارلو (Monte Carlo Score)
+            mc_distribution = analysis.get('monte_carlo_distribution')
+            monte_carlo_score = 0
+            
+            if mc_distribution:
+                prob_gain = mc_distribution.get('probability_of_gain', 0)
+                var_95_value = mc_distribution.get('risk_metrics', {}).get('VaR_95_value', 0)
+                current_price = analysis.get('current_price', 1)
+                
+                if current_price > 0:
+                    normalized_var = var_95_value / current_price
+                    risk_penalty = 1.0
+                    if normalized_var > 0.05: risk_penalty = 0.5           
+                    elif normalized_var > 0.03: risk_penalty = 0.8
+                    
+                    # (تطبيع الاحتمالية: 0.5 -> 0, 1.0 -> 1.0)
+                    normalized_prob_score = max(0.0, (prob_gain - 0.5) * 2)
+                    monte_carlo_score = normalized_prob_score * risk_penalty
+            
+            # 3. درجة المؤشرات (Indicator Score)
+            # (تقييم بسيط للمؤشرات الرئيسية لـ 1H)
+            indicator_score = 0
+            indicators = analysis.get('advanced_indicators', {}).get('1h', {})
+            if indicators:
+                rsi = indicators.get('rsi', 50)
+                macd_hist = indicators.get('macd_hist', 0)
+                ema_9 = indicators.get('ema_9', 0)
+                ema_21 = indicators.get('ema_21', 0)
+                
+                # ملمح الزخم
+                if rsi > 55 and macd_hist > 0 and ema_9 > ema_21:
+                    indicator_score = min(0.5 + (rsi - 55) / 50 + (macd_hist / (analysis.get('current_price', 1) * 0.001)), 1.0)
+                # ملمح الانعكاس
+                elif rsi < 35:
+                    indicator_score = min(0.4 + (35 - rsi) / 35, 0.8)
+
+            # 4. حساب النتيجة النهائية (بدون استراتيجيات أو حيتان)
+            # الأوزان: مونت كارلو (40%)، الأنماط (30%)، المؤشرات (30%)
+            components = []
+            weights = []
+            
+            if monte_carlo_score > 0: components.append(monte_carlo_score); weights.append(0.40)
+            if pattern_confidence > 0: components.append(pattern_confidence); weights.append(0.30)
+            if indicator_score > 0: components.append(indicator_score); weights.append(0.30)
+
+            if not components: return 0
+            total_weight = sum(weights)
+            if total_weight == 0: return 0
+            
+            enhanced_score = sum(comp * weight for comp, weight in zip(components, weights)) / total_weight
+            return min(max(enhanced_score, 0.0), 1.0)
+            
+        except Exception as e:
+            print(f"❌ خطأ في حساب درجة فلتر 1H: {e}")
+            return 0.0
+
+
     async def layer1_rapid_screening(self) -> List[Dict[str, Any]]:
         """
-        الطبقة 1: فحص سريع - (محدث بالكامل V7.0)
+        الطبقة 1: فحص سريع - (محدث بالكامل V7.1)
         1. جلب أفضل 100 عملة حسب الحجم (24 ساعة).
         2. جلب 100 شمعة (1H) لهذه الـ 100 عملة.
-        3. تطبيق "المؤهل الاستراتيجي" (زخم أو انعكاس).
-        4. إرجاع العملات الناجحة فقط للطبقة 2.
+        3. تشغيل "الكاشف المصغر" (مؤشرات، مونت كارلو، أنماط) على 1H.
+        4. استبعاد أي عملة درجتها < 0.20.
+        5. إرجاع العملات الناجحة فقط للطبقة 2.
         """
-        print("📊 الطبقة 1 (V7.0): بدء الغربلة الذكية (المؤهل الاستراتيجي)...")
+        print("📊 الطبقة 1 (V7.1): بدء الغربلة (الكاشف المصغر 1H)...")
         
         # الخطوة 1: جلب أفضل 100 عملة حسب الحجم
-        volume_data = await self._get_volume_data_optimal() # (أو _get_volume_data_direct_api)
+        volume_data = await self._get_volume_data_optimal()
         if not volume_data:
             volume_data = await self._get_volume_data_direct_api()
         
@@ -258,7 +311,7 @@ class DataManager:
         volume_data.sort(key=lambda x: x['dollar_volume'], reverse=True)
         top_100_by_volume = volume_data[:100]
         
-        print(f"✅ تم تحديد أفضل {len(top_100_by_volume)} عملة حسب الحجم. بدء فلترة 1H...")
+        print(f"✅ تم تحديد أفضل {len(top_100_by_volume)} عملة. بدء تشغيل الكاشف المصغر (1H)...")
         
         final_candidates = []
         
@@ -272,257 +325,184 @@ class DataManager:
             
             # الخطوة 2: جلب بيانات 1H بالتوازي
             tasks = [self._fetch_1h_ohlcv_for_screening(symbol) for symbol in batch_symbols]
-            results = await asyncio.gather(*tasks, return_exceptions=True)
+            results_candles = await asyncio.gather(*tasks, return_exceptions=True)
             
-            # الخطوة 3 و 4: تطبيق المؤهل الاستراتيجي
-            for j, (result_df) in enumerate(results):
+            # الخطوة 3 و 4: تطبيق الكاشف المصغر
+            analysis_tasks = []
+            valid_symbol_data = []
+
+            for j, (candles) in enumerate(results_candles):
                 symbol_data = batch_symbols_data[j]
                 symbol = symbol_data['symbol']
 
-                if isinstance(result_df, Exception) or result_df is None:
-                    # print(f"      - {symbol}: فشل جلب 1H")
+                if isinstance(candles, Exception) or not candles or len(candles) < 50:
                     continue
                 
-                # حساب المؤشرات
-                indicators = self._calculate_screening_indicators(result_df)
-                if not indicators:
-                    # print(f"      - {symbol}: فشل حساب المؤشرات")
+                # (إعداد البيانات للمحللات)
+                ohlcv_1h_only = {'1h': candles}
+                symbol_data['ohlcv_1h'] = ohlcv_1h_only # (تخزين مؤقت)
+                symbol_data['current_price'] = candles[-1][4] # آخر سعر إغلاق
+                analysis_tasks.append(self._run_mini_detector(symbol_data))
+                valid_symbol_data.append(symbol_data)
+
+            if not analysis_tasks:
+                continue
+                
+            # تشغيل التحليلات (MC, Patterns, Indicators) بالتوازي
+            analysis_results = await asyncio.gather(*analysis_tasks, return_exceptions=True)
+
+            for j, (analysis_output) in enumerate(analysis_results):
+                symbol_data = valid_symbol_data[j] # (استرجاع بيانات الرمز المطابقة)
+                symbol = symbol_data['symbol']
+
+                if isinstance(analysis_output, Exception):
+                    print(f"      - {symbol}: فشل الكاشف المصغر ({analysis_output})")
                     continue
                 
-                # تطبيق المؤهل
-                is_qualified, hint = self._apply_strategy_qualifiers(indicators)
+                # الخطوة 4: حساب النتيجة النهائية للفلتر
+                filter_score = self._calculate_1h_filter_score(analysis_output)
                 
-                if is_qualified:
-                    print(f"      ✅ {symbol}: نجح (الملمح: {hint})")
-                    # (إضافة البيانات الأولية + التلميح الاستراتيجي)
-                    symbol_data['strategy_hint'] = hint 
-                    symbol_data['layer1_score'] = 0.5 # (الدرجة الأولية مجرد علامة نجاح)
-                    symbol_data['reasons_for_candidacy'] = [f'QUALIFIED_{hint.upper()}']
+                # الخطوة 5: تطبيق العتبة (Threshold)
+                if filter_score >= 0.20:
+                    print(f"      ✅ {symbol}: نجح (الدرجة: {filter_score:.2f})")
+                    # (إضافة البيانات الأولية للطبقة 2)
+                    symbol_data['layer1_score'] = filter_score
+                    symbol_data['reasons_for_candidacy'] = [f'1H_DETECTOR_PASS']
+                    
+                    # (تنظيف البيانات قبل إرسالها)
+                    if 'ohlcv_1h' in symbol_data: del symbol_data['ohlcv_1h'] 
+                    
                     final_candidates.append(symbol_data)
                 # else:
-                    # print(f"      - {symbol}: فشل في التأهيل")
+                #    print(f"      - {symbol}: فشل (الدرجة: {filter_score:.2f})")
 
-        print(f"🎯 اكتملت الغربلة (V7.0). تم تأهيل {len(final_candidates)} عملة من أصل 100 للطبقة 2.")
+        print(f"🎯 اكتملت الغربلة (V7.1). تم تأهيل {len(final_candidates)} عملة من أصل 100 للطبقة 2.")
         
-        # عرض أفضل 15 عملة (إذا كان هناك عدد كافٍ)
         print("🏆 المرشحون الناجحون:")
         for k, candidate in enumerate(final_candidates[:15]):
-            hint = candidate.get('strategy_hint', 'N/A')
+            score = candidate.get('layer1_score', 0)
             volume = candidate.get('dollar_volume', 0)
-            print(f"   {k+1:2d}. {candidate['symbol']}: (الملمح: {hint}) | ${volume:,.0f}")
+            print(f"   {k+1:2d}. {candidate['symbol']}: (الدرجة: {score:.2f}) | ${volume:,.0f}")
         
         return final_candidates
 
-    async def _fetch_1h_ohlcv_for_screening(self, symbol: str) -> pd.DataFrame:
-        """(جديد V7.0) جلب 100 شمعة لإطار الساعة (1H) للغربلة السريعة"""
-        try:
-            # 100 شمعة كافية لحساب (RSI 14, EMA 21, MACD 26, BB 20)
-            ohlcv_data = self.exchange.fetch_ohlcv(symbol, '1h', limit=100)
-            
-            if not ohlcv_data or len(ohlcv_data) < 50: # (الحد الأدنى 50)
-                return None
+    async def _run_mini_detector(self, symbol_data: Dict) -> Dict:
+        """(جديد V7.1) يشغل المحللات الأساسية بالتوازي على بيانات 1H فقط"""
+        ohlcv_1h = symbol_data.get('ohlcv_1h')
+        current_price = symbol_data.get('current_price')
+        
+        # (إنشاء DataFrame مرة واحدة)
+        df = self._create_dataframe(ohlcv_1h.get('1h'))
+        if df.empty:
+            raise ValueError("DataFrame فارغ لتحليل 1H")
             
-            df = pd.DataFrame(ohlcv_data, columns=['timestamp', 'open', 'high', 'low', 'close', 'volume'])
-            df[['open', 'high', 'low', 'close', 'volume']] = df[['open', 'high', 'low', 'close', 'volume']].astype(float)
-            return df
-        except Exception:
-            return None
+        analysis_dict = {'current_price': current_price}
 
-    def _calculate_screening_indicators(self, df: pd.DataFrame) -> Dict[str, Any]:
-        """(جديد V7.0) حساب المؤشرات المحددة للغربلة من بيانات 1H"""
-        if ta is None or df is None or len(df) < 30: # (الحد الأدنى 30)
-            return None
-        try:
-            indicators = {}
-            close = df['close']
-            
-            # حساب المؤشرات
-            indicators['rsi'] = ta.rsi(close, length=14).iloc[-1]
-            indicators['ema_9'] = ta.ema(close, length=9).iloc[-1]
-            indicators['ema_21'] = ta.ema(close, length=21).iloc[-1]
-            
-            macd = ta.macd(close, fast=12, slow=26, signal=9)
-            indicators['macd_hist'] = macd['MACDh_12_26_9'].iloc[-1]
-            
-            indicators['atr'] = ta.atr(df['high'], df['low'], close, length=14).iloc[-1]
-            
-            bbands = ta.bbands(close, length=20, std=2)
-            indicators['bb_lower'] = bbands['BBL_20_2.0'].iloc[-1]
+        # إنشاء المهام
+        # (لا حاجة لـ asyncio.create_task لأن هذه الدوال ليست async)
+        # (ملاحظة: جعلنا دوال التحليل async في ملفاتها لتكون متوافقة)
+        
+        task_indicators = self.technical_analyzer.calculate_all_indicators(df, '1h')
+        task_mc = self.monte_carlo_analyzer.generate_1h_price_distribution(ohlcv_1h)
+        task_pattern = self.pattern_analyzer.detect_chart_patterns(ohlcv_1h)
+
+        # (تشغيل المهام التي هي async)
+        results = await asyncio.gather(task_mc, task_pattern, return_exceptions=True)
+        
+        # (معالجة النتائج)
+        analysis_dict['advanced_indicators'] = {'1h': task_indicators} # (هذه دالة متزامنة)
+        
+        if not isinstance(results[0], Exception):
+            analysis_dict['monte_carlo_distribution'] = results[0]
+        if not isinstance(results[1], Exception):
+            analysis_dict['pattern_analysis'] = results[1]
             
-            indicators['current_price'] = close.iloc[-1]
+        return analysis_dict
 
-            # التأكد من عدم وجود قيم NaN (فارغة)
-            if any(pd.isna(v) for v in indicators.values()):
-                return None
-                
-            return indicators
-        except Exception:
-            return None
 
-    def _apply_strategy_qualifiers(self, indicators: Dict[str, Any]) -> (bool, str):
-        """(جديد V7.0) تطبيق ملامح التأهيل (زخم أو انعكاس)"""
-        if not indicators:
-            return (False, None)
-            
+    async def _fetch_1h_ohlcv_for_screening(self, symbol: str) -> List:
+        """(جديد V7.1) جلب 100 شمعة لإطار الساعة (1H) للغربلة السريعة"""
         try:
-            current_price = indicators['current_price']
-            
-            # --- 1. ملمح الزخم (Momentum Profile) ---
-            # (نبحث عن قوة واتجاه صاعد وتسارع)
-            is_momentum = (
-                indicators['ema_9'] > indicators['ema_21'] and
-                indicators['rsi'] > 50 and  # (في النصف القوي)
-                indicators['macd_hist'] > 0 and # (تسارع إيجابي)
-                indicators['atr'] > (current_price * 0.005) # (تقلب معقول، ليس عملة ميتة)
-            )
-            if is_momentum:
-                return (True, 'momentum')
-                
-            # --- 2. ملمح الانعكاس (Reversion Profile) ---
-            # (نبحث عن بيع مبالغ فيه عند منطقة دعم محتملة)
-            is_reversion = (
-                indicators['rsi'] < 35 and # (ذروة بيع واضحة)
-                current_price < indicators['ema_21'] and # (بعيد عن المتوسط)
-                current_price <= (indicators['bb_lower'] * 1.005) # (عند أو قرب الحد السفلي لبولينجر)
-            )
-            if is_reversion:
-                return (True, 'reversion')
-
-            # --- 3. فشل في كلاهما ---
-            return (False, None)
+            # 100 شمعة كافية لحساب (RSI 14, EMA 21, MACD 26, BB 20)
+            ohlcv_data = self.exchange.fetch_ohlcv(symbol, '1h', limit=100)
             
+            if not ohlcv_data or len(ohlcv_data) < 50: # (الحد الأدنى 50)
+                return None
+            return ohlcv_data
         except Exception:
-            return (False, None)
+            return None
 
-    # 🔴 --- END OF REFACTOR (V7.0) --- 🔴
+    # 🔴 --- END OF REFACTOR (V7.1) --- 🔴
 
 
     # (دوال جلب الحجم تبقى كما هي لأنها فعالة)
     async def _get_volume_data_optimal(self) -> List[Dict[str, Any]]:
-        """الطريقة المثلى: استخدام fetch_tickers لجميع البيانات مرة واحدة"""
         try:
-            if not self.exchange:
-                return []
-                
+            if not self.exchange: return []
             tickers = self.exchange.fetch_tickers()
-            
             volume_data = []
-            processed = 0
-            
             for symbol, ticker in tickers.items():
-                if not symbol.endswith('/USDT') or not ticker.get('active', True):
-                    continue
-                
+                if not symbol.endswith('/USDT') or not ticker.get('active', True): continue
                 current_price = ticker.get('last', 0)
                 quote_volume = ticker.get('quoteVolume', 0)
-                
-                if current_price is None or current_price <= 0:
-                    continue
-                    
+                if current_price is None or current_price <= 0: continue
                 if quote_volume is not None and quote_volume > 0:
                     dollar_volume = quote_volume
                 else:
                     base_volume = ticker.get('baseVolume', 0)
-                    if base_volume is None:
-                        continue
+                    if base_volume is None: continue
                     dollar_volume = base_volume * current_price
-                
-                if dollar_volume is None or dollar_volume < 50000:
-                    continue
-                
+                if dollar_volume is None or dollar_volume < 50000: continue
                 price_change_24h = (ticker.get('percentage', 0) or 0) * 100
-                if price_change_24h is None:
-                    price_change_24h = 0
-                
+                if price_change_24h is None: price_change_24h = 0
                 volume_data.append({
-                    'symbol': symbol,
-                    'dollar_volume': dollar_volume,
-                    'current_price': current_price,
-                    'volume_24h': ticker.get('baseVolume', 0) or 0,
+                    'symbol': symbol, 'dollar_volume': dollar_volume,
+                    'current_price': current_price, 'volume_24h': ticker.get('baseVolume', 0) or 0,
                     'price_change_24h': price_change_24h
                 })
-                
-                processed += 1
-            
-            print(f"✅ تم معالجة {processed} عملة في الطريقة المثلى (لجلب الحجم)")
+            print(f"✅ تم معالجة {len(volume_data)} عملة في الطريقة المثلى (لجلب الحجم)")
             return volume_data
-            
         except Exception as e:
             print(f"❌ خطأ في جلب بيانات الحجم المثلى: {e}")
-            traceback.print_exc()
             return []
 
     async def _get_volume_data_direct_api(self) -> List[Dict[str, Any]]:
-        """الطريقة الثانية: استخدام KuCoin API مباشرة (احتياطي)"""
         try:
             url = "https://api.kucoin.com/api/v1/market/allTickers"
-            
             async with httpx.AsyncClient(timeout=15) as client:
                 response = await client.get(url)
                 response.raise_for_status()
                 data = response.json()
-                
-                if data.get('code') != '200000':
-                    raise ValueError(f"استجابة API غير متوقعة: {data.get('code')}")
-                
+                if data.get('code') != '200000': raise ValueError(f"استجابة API غير متوقعة: {data.get('code')}")
                 tickers = data['data']['ticker']
                 volume_data = []
-                
                 for ticker in tickers:
                     symbol = ticker['symbol']
-                    
-                    if not symbol.endswith('USDT'):
-                        continue
-                    
+                    if not symbol.endswith('USDT'): continue
                     formatted_symbol = symbol.replace('-', '/')
-                    
                     try:
                         vol_value = ticker.get('volValue')
                         last_price = ticker.get('last')
                         change_rate = ticker.get('changeRate')
                         vol = ticker.get('vol')
-                        
-                        if vol_value is None or last_price is None or change_rate is None or vol is None:
-                            continue
-                            
+                        if vol_value is None or last_price is None or change_rate is None or vol is None: continue
                         dollar_volume = float(vol_value) if vol_value else 0
                         current_price = float(last_price) if last_price else 0
                         price_change = (float(change_rate) * 100) if change_rate else 0
                         volume_24h = float(vol) if vol else 0
-                        
                         if dollar_volume >= 50000 and current_price > 0:
                             volume_data.append({
-                                'symbol': formatted_symbol,
-                                'dollar_volume': dollar_volume,
-                                'current_price': current_price,
-                                'volume_24h': volume_24h,
+                                'symbol': formatted_symbol, 'dollar_volume': dollar_volume,
+                                'current_price': current_price, 'volume_24h': volume_24h,
                                 'price_change_24h': price_change
                             })
-                    except (ValueError, TypeError, KeyError) as e:
-                        continue
-                
+                    except (ValueError, TypeError, KeyError) as e: continue
                 print(f"✅ تم معالجة {len(volume_data)} عملة في الطريقة المباشرة (لجلب الحجم)")
                 return volume_data
-                
         except Exception as e:
             print(f"❌ خطأ في جلب بيانات الحجم المباشر: {e}")
-            traceback.print_exc()
             return []
 
-    # 🔴 --- START OF DELETION (V7.0) --- 🔴
-    # (تم حذف الدوال التالية لأنها لم تعد مستخدمة في V7.0)
-    # _get_volume_data_traditional
-    # _process_single_symbol
-    # _apply_advanced_indicators
-    # _get_detailed_symbol_data
-    # _calculate_advanced_score
-    # _calculate_volume_score
-    # _calculate_volatility
-    # _calculate_volatility_score (تم نقل منطق فلتر العملة المستقرة إلى _apply_strategy_qualifiers)
-    # _calculate_price_strength
-    # _calculate_momentum (تم نقل منطق الزخم إلى _apply_strategy_qualifiers)
-    # 🔴 --- END OF DELETION --- 🔴
-
     # (دالة تدفق الشموع تبقى كما هي - لا تغيير)
     async def stream_ohlcv_data(self, symbols: List[str], queue: asyncio.Queue):
         """
@@ -552,6 +532,9 @@ class DataManager:
                 if isinstance(result, Exception):
                     print(f"      ❌ [المنتج] فشل جلب {symbol}: {result}")
                 elif result is not None:
+                    # (مهم: نمرر بيانات المرشح الأولية التي تحتوي على الدرجة)
+                    original_data = next((s for s in symbols if s['symbol'] == symbol), {'symbol': symbol})
+                    result.update(original_data) # (دمج الدرجة الأولية مع البيانات الكاملة)
                     successful_data_for_batch.append(result)
                     successful_count += 1
                     timeframes_count = result.get('successful_timeframes', 0)
@@ -587,12 +570,8 @@ class DataManager:
             ohlcv_data = {}
             
             timeframes = [
-                ('5m', 200),
-                ('15m', 200),  
-                ('1h', 200),
-                ('4h', 200),
-                ('1d', 200),
-                ('1w', 200),
+                ('5m', 200), ('15m', 200), ('1h', 200),
+                ('4h', 200), ('1d', 200), ('1w', 200),
             ]
             
             timeframe_tasks = []
@@ -607,10 +586,7 @@ class DataManager:
             
             for i, (timeframe, limit) in enumerate(timeframes):
                 result = timeframe_results[i]
-                
-                if isinstance(result, Exception):
-                    continue
-                
+                if isinstance(result, Exception): continue
                 if result and len(result) >= 10:
                     ohlcv_data[timeframe] = result
                     successful_timeframes += 1
@@ -618,52 +594,36 @@ class DataManager:
             if successful_timeframes >= min_required_timeframes and ohlcv_data:
                 try:
                     current_price = await self.get_latest_price_async(symbol)
-                    
                     if current_price is None:
                         for timeframe_data in ohlcv_data.values():
                             if timeframe_data and len(timeframe_data) > 0:
                                 last_candle = timeframe_data[-1]
                                 if len(last_candle) >= 5:
-                                    current_price = last_candle[4]
-                                    break
-                    
-                    if current_price is None:
-                        return None
+                                    current_price = last_candle[4]; break
+                    if current_price is None: return None
                     
                     result_data = {
-                        'symbol': symbol,
-                        'ohlcv': ohlcv_data,
-                        'raw_ohlcv': ohlcv_data,
-                        'current_price': current_price,
-                        'timestamp': datetime.now().isoformat(),
+                        'symbol': symbol, 'ohlcv': ohlcv_data, 'raw_ohlcv': ohlcv_data,
+                        'current_price': current_price, 'timestamp': datetime.now().isoformat(),
                         'candles_count': {tf: len(data) for tf, data in ohlcv_data.items()},
                         'successful_timeframes': successful_timeframes
                     }
-                    
                     return result_data
-                    
-                except Exception as price_error:
-                    return None
-            else:
-                return None
-                
-        except Exception as e:
-            return None
+                except Exception as price_error: return None
+            else: return None
+        except Exception as e: return None
 
     async def _fetch_single_timeframe_improved(self, symbol: str, timeframe: str, limit: int):
         """جلب بيانات إطار زمني واحد مع تحسين التعامل مع الأخطاء"""
         max_retries = 3
         retry_delay = 2
-        
         for attempt in range(max_retries):
             try:
                 ohlcv_data = self.exchange.fetch_ohlcv(symbol, timeframe, limit=limit)
-                
                 if ohlcv_data and len(ohlcv_data) > 0:
                     return ohlcv_data
                 else:
                     return []
-                    
             except Exception as e:
                 if attempt < max_retries - 1:
                     await asyncio.sleep(retry_delay * (attempt + 1))
@@ -673,57 +633,31 @@ class DataManager:
     async def get_latest_price_async(self, symbol):
         """جلب السعر الحالي لعملة محددة"""
         try:
-            if not self.exchange:
-                return None
-
-            if not symbol or '/' not in symbol:
-                return None
-
+            if not self.exchange: return None
+            if not symbol or '/' not in symbol: return None
             ticker = self.exchange.fetch_ticker(symbol)
-            
-            if not ticker:
-                return None
-            
+            if not ticker: return None
             current_price = ticker.get('last')
-            
-            if current_price is None:
-                return None
-            
+            if current_price is None: return None
             return float(current_price)
-            
-        except Exception as e:
-            return None
+        except Exception as e: return None
 
     # (دوال دعم بيانات الحيتان تبقى كما هي - لا تغيير)
     async def get_whale_data_for_symbol(self, symbol):
-        """جلب بيانات الحيتان لعملة محددة"""
         try:
             if self.whale_monitor:
                 whale_data = await self.whale_monitor.get_symbol_whale_activity(symbol)
                 return whale_data
-            else:
-                return None
-        except Exception as e:
-            return None
+            else: return None
+        except Exception as e: return None
 
     async def get_whale_trading_signal(self, symbol, whale_data, market_context):
-        """جلب إشارة التداول بناءً على بيانات الحيتان"""
         try:
             if self.whale_monitor:
                 return await self.whale_monitor.generate_whale_trading_signal(symbol, whale_data, market_context)
             else:
-                return {
-                    'action': 'HOLD',
-                    'confidence': 0.3,
-                    'reason': 'Whale monitor not available',
-                    'source': 'whale_analysis'
-                }
+                return {'action': 'HOLD', 'confidence': 0.3, 'reason': 'Whale monitor not available', 'source': 'whale_analysis'}
         except Exception as e:
-            return {
-                'action': 'HOLD',
-                'confidence': 0.3,
-                'reason': f'Error: {str(e)}',
-                'source': 'whale_analysis'
-            }
+            return {'action': 'HOLD', 'confidence': 0.3, 'reason': f'Error: {str(e)}', 'source': 'whale_analysis'}
 
-print("✅ DataManager loaded - V7.0 (Strategy Qualifier Screening)")
+print("✅ DataManager loaded - V7.1 (1H Detector Screening)")