import json import logging import threading from binance.client import Client from…
- User
import json import logging import threading from binance.client import Client from binance.exceptions import BinanceAPIException import pandas as pd from ta import trend, momentum, volatility import os import time from concurrent.futures import ThreadPoolExecutor, as_completed from telegram import Bot import requests # Для синхронной отправки сообщений
======================== Конфигурация ========================
def load_config(config_file='config.json'): """ Загрузка конфигурации из файла config.json """ if not os.path.exists(config_file): raise FileNotFoundError(f"{config_file} не найден.") with open(config_file, 'r') as f: return json.load(f)
======================== Логирование ========================
def setup_logger(config): """ Настройка логирования """ logger = logging.getLogger('crypto_analyzer') log_level = getattr(logging, config.get('logging_level', 'INFO').upper(), logging.INFO) logger.setLevel(log_level)
# Создание файлового обработчика fh = logging.FileHandler('crypto_analyzer.log') fh.setLevel(log_level) # Создание консольного обработчика ch = logging.StreamHandler() ch.setLevel(log_level) # Форматирование логов formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s') fh.setFormatter(formatter) ch.setFormatter(formatter) # Добавление обработчиков к логгеру if not logger.handlers: logger.addHandler(fh) logger.addHandler(ch) return logger======================== Telegram Уведомления ========================
class TelegramNotifier: """ Класс для отправки уведомлений в Telegram """ def init(self, token, chat_id, logger): self.token = token self.chat_id = chat_id self.logger = logger self.api_url = f"https://api.telegram.org/bot{self.token}/sendMessage"
def send_message(self, message, parse_mode='HTML'): try: params = { 'chat_id': self.chat_id, 'text': message, 'parse_mode': parse_mode } response = requests.get(self.api_url, params=params) if response.status_code == 200: self.logger.info("Уведомление отправлено в Telegram.") else: self.logger.error(f"Не удалось отправить уведомление в Telegram: {response.status_code} {response.text}") except Exception as e: self.logger.error(f"Ошибка при отправке сообщения в Telegram: {e}")======================== Binance API Модуль ========================
class BinanceAPI: """ Класс для взаимодействия с Binance API """ def init(self, api_key, api_secret, logger): self.client = Client(api_key, api_secret, requests_params={'timeout': 30}) # Увеличен timeout до 30 секунд self.logger = logger
def get_futures_symbols(self): """ Получение списка всех perpetual futures символов, котируемых в USDT, исключая стабильные монеты. """ try: info = self.client.futures_exchange_info() excluded_assets = config.get('excluded_base_assets', []) symbols = [ s['symbol'] for s in info['symbols'] if s['contractType'] == 'PERPETUAL' and s['quoteAsset'] == 'USDT' and s['baseAsset'] not in excluded_assets ] self.logger.info(f"Получено {len(symbols)} perpetual futures символов, котируемых в USDT (исключая стабильные монеты).") self.logger.debug(f"Отфильтрованные символы (без стабильных монет): {symbols}") return symbols except BinanceAPIException as e: self.logger.error(f"Ошибка при получении символов фьючерсов: {e}") return [] except Exception as e: self.logger.error(f"Неизвестная ошибка при получении символов фьючерсов: {e}") return [] def get_historical_klines(self, symbol, interval, limit=1000, retry_attempts=5, retry_delay=5): """ Получение исторических свечей для символа с повторными попытками при ошибках """ attempts = 0 while attempts < retry_attempts: try: klines = self.client.futures_klines(symbol=symbol, interval=interval, limit=limit) df = pd.DataFrame(klines, columns=[ 'open_time', 'open', 'high', 'low', 'close', 'volume', 'close_time', 'quote_asset_volume', 'number_of_trades', 'taker_buy_base_asset_volume', 'taker_buy_quote_asset_volume', 'ignore' ]) df['open_time'] = pd.to_datetime(df['open_time'], unit='ms') df.set_index('open_time', inplace=True) df = df.astype(float) return df except BinanceAPIException as e: self.logger.error(f"Ошибка при получении свечей для {symbol}: {e}") except requests.exceptions.Timeout as e: self.logger.error(f"Таймаут при получении свечей для {symbol}: {e}") except Exception as e: self.logger.error(f"Неизвестная ошибка при получении свечей для {symbol}: {e}") attempts += 1 sleep_time = retry_delay * (2 ** attempts) # Экспоненциальная задержка self.logger.info(f"Повторная попытка {attempts}/{retry_attempts} через {sleep_time} секунд...") time.sleep(sleep_time) self.logger.warning(f"Не удалось получить данные для символа: {symbol} после {retry_attempts} попыток.") return pd.DataFrame()======================== Индикаторы Модуль ========================
def add_indicators(df, logger): """ Добавление технических индикаторов в DataFrame """ # RSI df['rsi'] = momentum.RSIIndicator(close=df['close'], window=14).rsi() logger.debug(f"{df.name} - RSI рассчитан.")
# MACD macd = trend.MACD(close=df['close']) df['macd'] = macd.macd() df['macd_signal'] = macd.macd_signal() df['macd_diff'] = macd.macd_diff() logger.debug(f"{df.name} - MACD рассчитан.") # Bollinger Bands bollinger = volatility.BollingerBands(close=df['close'], window=20, window_dev=2) df['bb_hband'] = bollinger.bollinger_hband() df['bb_lband'] = bollinger.bollinger_lband() df['bb_middle'] = bollinger.bollinger_mavg() logger.debug(f"{df.name} - Bollinger Bands рассчитаны.") # ATR df['atr'] = volatility.AverageTrueRange(high=df['high'], low=df['low'], close=df['close'], window=14).average_true_range() logger.debug(f"{df.name} - ATR рассчитан.") # Объём скользящая средняя df['vol_ma'] = df['volume'].rolling(window=20).mean() logger.debug(f"{df.name} - Volume MA рассчитана.") return df======================== Анализ Модуль ========================
def calculate_support_resistance(df, window=50, logger=None): """ Расчёт уровней поддержки и сопротивления """ support = df['low'].rolling(window=window).min() resistance = df['high'].rolling(window=window).max() df['support'] = support df['resistance'] = resistance if logger: logger.debug(f"{df.name} - Support и Resistance рассчитаны.") return df
def signal_generator(df, logger, window=50, config=None): """ Генерация торговых сигналов на основе индикаторов. Сигнал считается сильным, если большинство индикаторов подтверждают направление. """ if df.empty: return None
latest = df.iloc[-1] buy_signals = 0 sell_signals = 0 logger.debug(f"Проверка сигналов для {df.name}") # Пример сигнала на основе RSI if latest['rsi'] < 30: buy_signals += 1 logger.debug("RSI: Buy сигнал") elif latest['rsi'] > 70: sell_signals += 1 logger.debug("RSI: Sell сигнал") # Пример сигнала на основе MACD if latest['macd'] > latest['macd_signal']: buy_signals += 1 logger.debug("MACD: Buy сигнал") elif latest['macd'] < latest['macd_signal']: sell_signals += 1 logger.debug("MACD: Sell сигнал") # Пример сигнала на основе Bollinger Bands if latest['close'] < latest['bb_lband']: buy_signals += 1 logger.debug("Bollinger Bands: Buy сигнал") elif latest['close'] > latest['bb_hband']: sell_signals += 1 logger.debug("Bollinger Bands: Sell сигнал") # Дополнительные сигналы на основе ATR и объёма atr_mean = df['atr'].rolling(window=window).mean().iloc[-1] if latest['atr'] < atr_mean: buy_signals += 1 logger.debug("ATR: Buy сигнал") else: sell_signals += 1 logger.debug("ATR: Sell сигнал") if latest['volume'] > latest['vol_ma']: buy_signals += 1 logger.debug("Volume MA: Buy сигнал") else: sell_signals += 1 logger.debug("Volume MA: Sell сигнал") # Логирование количества сигналов logger.debug(f"Сигналы для {df.name}: Buy={buy_signals}, Sell={sell_signals}") # Определение порога для сильных сигналов (например, 4 из 5) threshold = config.get('threshold', 4) if config else 4 if buy_signals >= threshold: logger.debug(f"Сигнал для {df.name}: BUY") return 'buy' elif sell_signals >= threshold: logger.debug(f"Сигнал для {df.name}: SELL") return 'sell' else: logger.debug(f"Сигнал для {df.name}: Нет сильного сигнала") return None======================== Отчёты Модуль ========================
def generate_report(promising_coins, logger, notifier): """ Генерация отчёта по наиболее перспективным монетам и отправка его в Telegram. В отчёте содержатся уровни поддержки и сопротивления, точка входа, тейк-профит и стоп-лосс. """ try: if not promising_coins: message = "⚠️ Анализ завершён. Нет перспективных монет для отчёта." logger.info(message) if notifier: notifier.send_message(message) return
report = "<b>📈 Торговые Сигналы по Binance Futures (USDT) 📉</b>\n\n" for coin in promising_coins: symbol = coin.get('symbol') signal = coin.get('signal', '').capitalize() close = coin.get('close', 0) support = coin.get('support', 0) resistance = coin.get('resistance', 0) entry = coin.get('entry', 'Не определена') take_profit = coin.get('take_profit', 'Не определен') stop_loss = coin.get('stop_loss', 'Не определен') # Проверка разницы между поддержкой и сопротивлением if abs(support - resistance) < 0.01: # Настройте порог по необходимости logger.warning(f"Отфильтрован символ {symbol} из-за слишком малой разницы между support и resistance.") continue report += f"🔹 <b>{symbol}</b>\n" report += f"➤ <b>Направление:</b> {signal}\n" report += f"➤ <b>Цена закрытия:</b> {close:.2f} USDT\n" report += f"➤ <b>Уровни:</b> Support: {support:.2f}, Resistance: {resistance:.2f}\n" report += f"➤ <b>Точка входа:</b> {entry:.2f} USDT\n" report += f"➤ <b>Тейк-Профит:</b> {take_profit:.2f} USDT\n" report += f"➤ <b>Стоп-Лосс:</b> {stop_loss:.2f} USDT\n\n" # Ограничение длины сообщения Telegram (4096 символов) if len(report) > 4000: report = report[:4000] + "\n... Продолжение следует." logger.info("Отчёт сформирован для отправки в Telegram.") if notifier: notifier.send_message(report) except Exception as e: logger.error(f"Ошибка при генерации отчёта: {e}") if notifier: notifier.send_message(f"Ошибка при генерации отчёта: {e}")======================== Основная Функция ========================
def process_symbol(symbol, api, logger, results, config): """ Обработка одного символа: получение данных, расчёт индикаторов, генерация сигнала. """ try: logger.info(f"Обработка символа: {symbol}") df = api.get_historical_klines( symbol, config['timeframe'], limit=config['lookback'], retry_attempts=config.get('retry_attempts', 5), retry_delay=config.get('retry_delay', 5) ) if df.empty: logger.warning(f"Нет данных для символа: {symbol}") return
# Добавление имени символа в DataFrame для логирования df.name = symbol df = add_indicators(df, logger) df = calculate_support_resistance(df, window=50, logger=logger) signal = signal_generator(df, logger, window=50, config=config) # Передача config if signal: last_close = df['close'].iloc[-1] support = df['support'].iloc[-1] resistance = df['resistance'].iloc[-1] atr = df['atr'].iloc[-1] entry = support if signal == 'buy' else resistance # Точка входа k = config.get('atr_multiplier', 1.5) # Коэффициент для TP и SL if signal == 'buy': take_profit = entry + (atr * k) stop_loss = entry - (atr * k) / 3 # SL = TP / 3 ниже Entry else: take_profit = entry - (atr * k) stop_loss = entry + (atr * k) / 3 # SL = TP / 3 выше Entry results.append({ 'symbol': symbol, 'signal': signal, 'close': last_close, 'support': support, 'resistance': resistance, 'entry': entry, 'take_profit': take_profit, # Изменение 'stop_loss': stop_loss # Изменение }) logger.info(f"Сигнал для {symbol}: {signal} (Точка входа: {entry:.2f}, TP: {take_profit:.2f}, SL: {stop_loss:.2f})") except Exception as e: logger.error(f"Ошибка при обработке {symbol}: {e}")def main(): # Загрузка конфигурации try: global config config = load_config() except Exception as e: print(f"Не удалось загрузить конфигурацию: {e}") return
# Настройка логирования logger = setup_logger(config) logger.info("Старт анализа фьючерсов Binance") # Инициализация Telegram уведомлений telegram_token = config.get('telegram_token') telegram_chat_id = config.get('telegram_chat_id') if telegram_token and telegram_chat_id: notifier = TelegramNotifier(telegram_token, telegram_chat_id, logger) else: notifier = None logger.warning("Telegram уведомления не настроены. Укажите telegram_token и telegram_chat_id в config.json.") # Инициализация Binance API api = BinanceAPI(config['api_key'], config['api_secret'], logger) # Получение списка символов фьючерсов, котируемых в USDT symbols = api.get_futures_symbols() if not symbols: logger.error("Нет доступных символов для анализа.") if notifier: notifier.send_message("❌ Нет доступных символов для анализа.") return results = [] max_threads = config.get('max_threads', 5) # Уменьшен до 5 для стабильности # Использование ThreadPoolExecutor для обработки символов с ограничением количества потоков with ThreadPoolExecutor(max_workers=max_threads) as executor: future_to_symbol = {executor.submit(process_symbol, symbol, api, logger, results, config): symbol for symbol in symbols} for future in as_completed(future_to_symbol): symbol = future_to_symbol[future] try: future.result() except Exception as e: logger.error(f"Ошибка при запуске обработки символа {symbol}: {e}") # Фильтрация перспективных монет (например, сигналы buy и sell) promising_coins = [x for x in results if x['signal'] in ['buy', 'sell']] # Генерация отчёта и отправка в Telegram generate_report(promising_coins, logger, notifier) logger.info("Анализ завершён.")if name == "main": main() скрипт отбирает монеты с одинаковыми данными или пишет их сам , сейчас пришлю пример и config тоже
- Assistant
Здравствуйте! Похоже, ваш скрипт сталкивается с проблемой выбора монет с одинаковыми данными или появления дубликатов. Чтобы помочь вам эффективно, было бы полезно увидеть пример вывода и конфигурационный файл
config.json. Однако на основе предоставленного кода я могу предложить несколько направлений для диагностики и исправления возможных проблем:Возможные Причины и Решения
-
Имя DataFrame (
df.name):- Вы устанавливаете
df.name = symbol, что не является стандартным атрибутом Pandas DataFrame. Убедитесь, что это не вызывает непредвиденных проблем. Возможно, это используется только для логирования, но стоит проверить, не влияет ли это на обработку данных.
- Вы устанавливаете
-
Потокобезопасность (
resultsсписок):- Хотя в CPython операция
appendпотокобезопасна, стоит удостовериться, что нет других операций, которые могут привести к неожиданному поведению. Если возникают проблемы с дубликатами, рассмотрите возможность использования потокобезопасных структур данных, например,queue.Queue.
- Хотя в CPython операция
-
Логика Генерации Сигналов (
signal_generator):- Проверьте, достаточно ли условия для генерации уникальных сигналов для каждой монеты. Возможно, условия генерации сигналов слишком общие, и многие монеты удовлетворяют одним и тем же критериям.
-
Конфигурационный Файл (
config.json):- Ошибки или неправильные параметры в
config.jsonмогут привести к неправильной фильтрации или обработке данных. Пожалуйста, предоставьте пример вашегоconfig.json(обязательно скрыв чувствительную информацию, такую как API ключи), чтобы можно было более точно определить проблему.
- Ошибки или неправильные параметры в
-
Уровни Поддержки и Сопротивления:
- В функции
generate_reportесть условие, которое фильтрует монеты, у которых разница между поддержкой и сопротивлением меньше 0.01. Проверьте, подходит ли этот порог для анализируемых монет. Возможно, он слишком строгий или недостаточно строгий.
- В функции
-
Дублирование Символов:
- Убедитесь, что список символов, полученных из Binance API, не содержит дубликатов. Вы можете добавить проверку на уникальность символов:
symbols = list(set([ s['symbol'] for s in info['symbols'] if s['contractType'] == 'PERPETUAL' and s['quoteAsset'] == 'USDT' and s['baseAsset'] not in excluded_assets ])) -
Дополнительное Логирование:
- Добавьте более подробные сообщения в логах, чтобы отслеживать процесс обработки каждой монеты, значения индикаторов и причины выбора или отклонения монет.
-
Обработка Исключений:
- Убедитесь, что все исключения корректно обрабатываются и логируются, чтобы избежать ситуации, когда ошибки приводят к повторной обработке или неправильным данным.
Пример Улучшения Логирования
В функции
process_symbolможно добавить больше отладочной информации:def process_symbol(symbol, api, logger, results, config): try: logger.info(f"Начало обработки символа: {symbol}") df = api.get_historical_klines( symbol, config['timeframe'], limit=config['lookback'], retry_attempts=config.get('retry_attempts', 5), retry_delay=config.get('retry_delay', 5) ) if df.empty: logger.warning(f"Нет данных для символа: {symbol}") return df.name = symbol df = add_indicators(df, logger) df = calculate_support_resistance(df, window=50, logger=logger) signal = signal_generator(df, logger, window=50, config=config) if signal: last_close = df['close'].iloc[-1] support = df['support'].iloc[-1] resistance = df['resistance'].iloc[-1] atr = df['atr'].iloc[-1] entry = support if signal == 'buy' else resistance k = config.get('atr_multiplier', 1.5) if signal == 'buy': take_profit = entry + (atr * k) stop_loss = entry - (atr * k) / 3 else: take_profit = entry - (atr * k) stop_loss = entry + (atr * k) / 3 results.append({ 'symbol': symbol, 'signal': signal, 'close': last_close, 'support': support, 'resistance': resistance, 'entry': entry, 'take_profit': take_profit, 'stop_loss': stop_loss }) logger.info(f"Сигнал для {symbol}: {signal} (Точка входа: {entry:.2f}, TP: {take_profit:.2f}, SL: {stop_loss:.2f})") except Exception as e: logger.error(f"Ошибка при обработке {symbol}: {e}")Проверка Конфигурации
Убедитесь, что ваши параметры в
config.jsonправильно настроены. Вот пример возможной структуры:{ "api_key": "your_api_key", "api_secret": "your_api_secret", "telegram_token": "your_telegram_token", "telegram_chat_id": "your_chat_id", "logging_level": "INFO", "excluded_base_assets": ["USDT", "BUSD", "USDC"], "timeframe": "1h", "lookback": 1000, "retry_attempts": 5, "retry_delay": 5, "max_threads": 5, "threshold": 4, "atr_multiplier": 1.5 }Пример Вывода и Дополнительные Данные
Для более точной диагностики, пожалуйста, предоставьте:
- Пример вывода лога, показывающего обработку монет.
- Пример вашего
config.json(без чувствительных данных). - Пример отчета, который вы получаете, чтобы понять, как именно проявляются дубликаты или одинаковые данные.
Дополнительные Рекомендации
-
Проверка Уникальности Монет: Перед добавлением монеты в
results, убедитесь, что она уже не добавлена:if not any(item['symbol'] == symbol for item in results): results.append({ # ваш код }) -
Ограничение Количества Результатов: Если вы получаете слишком много данных, может быть полезно ограничить количество результатов, отправляемых в Telegram.
-
Оптимизация Параметров Индикаторов: Возможно, стоит настроить параметры индикаторов или пороги сигналов, чтобы лучше соответствовать волатильности и характеристикам различных монет.
Пожалуйста, предоставьте дополнительные данные, и я смогу предложить более конкретные решения для вашей проблемы.
-