import ccxt import pandas as pd import ta from colorama import init, Fore, Style import time import logging import numpy as np # ตั้งค่า logging logging.basicConfig(filename='trading_bot.log', level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s') # ตั้งค่า colorama สำหรับคอนโซล init(autoreset=True) # การตั้งค่า API สำหรับ Binance, LBank, Gate.io exchanges = { 'binance': ccxt.binance({ 'apiKey': 'YOUR_BINANCE_API_KEY', 'secret': 'YOUR_BINANCE_SECRET', 'enableRateLimit': True, }), 'lbank': ccxt.lbank({ 'apiKey': 'YOUR_LBANK_API_KEY', 'secret': 'YOUR_LBANK_SECRET', 'enableRateLimit': True, }), 'gateio': ccxt.gateio({ 'apiKey': 'YOUR_GATEIO_API_KEY', 'secret': 'YOUR_GATEIO_SECRET', 'enableRateLimit': True, }) } # สัญลักษณ์การซื้อขาย (เช่น BTC/USDT) symbol = 'BTC/USDT' timeframe = '4h' # ไทม์เฟรม 4 ชั่วโมง investment_percentage = 0.25 # ใช้ 25% ของยอดเงินในบัญชี sl_percentage = 0.30 # Stop Loss 30% tp_percentage = 0.10 # Take Profit 10% # ฟังก์ชันคำนวณ Fibonacci Levels def calculate_fibonacci_levels(high, low): diff = high - low fib_levels = { '0.0%': low, '23.6%': low + diff * 0.236, '38.2%': low + diff * 0.382, '50.0%': low + diff * 0.50, '61.8%': low + diff * 0.618, '78.6%': low + diff * 0.786, '100.0%': high, '127.2%': high + diff * 0.272, '161.8%': high + diff * 0.618 } return fib_levels # ฟังก์ชันดึงข้อมูล OHLCV และคำนวณตัวชี้วัด def get_ohlcv(exchange, symbol, timeframe): ohlcv = exchange.fetch_ohlcv(symbol, timeframe, limit=100) df = pd.DataFrame(ohlcv, columns=['timestamp', 'open', 'high', 'low', 'close', 'volume']) df['timestamp'] = pd.to_datetime(df['timestamp'], unit='ms') # คำนวณ SMA และ EMA df['sma_fast'] = ta.trend.sma_indicator(df['close'], window=10) df['sma_slow'] = ta.trend.sma_indicator(df['close'], window=20) return df # ฟังก์ชันตรวจสอบสัญญาณซื้อ/ขาย def check_signal(df): last_row = df.iloc[-1] prev_row = df.iloc[-2] # สัญญาณซื้อ (Long) เมื่อ SMA Fast ตัดขึ้น SMA Slow if prev_row['sma_fast'] < prev_row['sma_slow'] and last_row['sma_fast'] > last_row['sma_slow']: return 'BUY' # สัญญาณขาย (Short) เมื่อ SMA Fast ตัดลง SMA Slow elif prev_row['sma_fast'] > prev_row['sma_slow'] and last_row['sma_fast'] < last_row['sma_slow']: return 'SELL' return None # ฟังก์ชันแสดงสถานะกระพริบ def blink_status(message, color=Fore.YELLOW): for _ in range(3): print(f"{color}{message}{Style.RESET_ALL}") time.sleep(0.5) print("\033[1A\033[K", end="") # ลบข้อความก่อนหน้า time.sleep(0.5) # ฟังก์ชันหลักของบอต def trading_bot(): position_open = False position_type = None entry_price = 0 sl_price = 0 tp_price = 0 while True: try: for exchange_name, exchange in exchanges.items(): print(f"\n{Fore.CYAN}=== Checking {exchange_name} ===") # ดึงข้อมูล OHLCV df = get_ohlcv(exchange, symbol, timeframe) signal = check_signal(df) current_price = df['close'].iloc[-1] # ตรวจสอบสัญญาณ if signal: blink_status(f"Signal Detected: {signal} on {exchange_name}!", Fore.RED) logging.info(f"Signal Detected: {signal} on {exchange_name} at price {current_price}") # คำนวณ Fibonacci Levels high = df['high'].iloc[-20:].max() low = df['low'].iloc[-20:].min() fib_levels = calculate_fibonacci_levels(high, low) # ดึงยอดเงินในบัญชี balance = exchange.fetch_balance()['total']['USDT'] investment = balance * investment_percentage amount = investment / current_price # คำนวณจำนวนที่ซื้อ if signal == 'BUY': # เข้า Long entry_price = current_price sl_price = entry_price * (1 - sl_percentage) # SL 30% ต่ำกว่าราคาเข้า tp_price = entry_price * (1 + tp_percentage) # TP 10% สูงกว่าราคาเข้า # ใช้ Fibonacci 61.8% หรือ 78.6% เป็น TP ถ้าต้องการ tp_price = fib_levels['61.8%'] if fib_levels['61.8%'] > entry_price else tp_price order = exchange.create_market_buy_order(symbol, amount) position_open = True position_type = 'Long' logging.info(f"Opened Long Position on {exchange_name}: Entry={entry_price}, SL={sl_price}, TP={tp_price}, Amount={amount}") print(f"{Fore.GREEN}Opened Long Position: Entry={entry_price}, SL={sl_price}, TP={tp_price}") elif signal == 'SELL': # เข้า Short entry_price = current_price sl_price = entry_price * (1 + sl_percentage) # SL 30% สูงกว่าราคาเข้า tp_price = entry_price * (1 - tp_percentage) # TP 10% ต่ำกว่าราคาเข้า # ใช้ Fibonacci 38.2% หรือ 23.6% เป็น TP ถ้าต้องการ tp_price = fib_levels['38.2%'] if fib_levels['38.2%'] < entry_price else tp_price order = exchange.create_market_sell_order(symbol, amount) position_open = True position_type = 'Short' logging.info(f"Opened Short Position on {exchange_name}: Entry={entry_price}, SL={sl_price}, TP={tp_price}, Amount={amount}") print(f"{Fore.RED}Opened Short Position: Entry={entry_price}, SL={sl_price}, TP={tp_price}") # แสดงสถานะ Position if position_open: print(f"{Fore.MAGENTA}Position Status: {position_type} | Entry: {entry_price} | Current: {current_price} | SL: {sl_price} | TP: {tp_price}") # ตรวจสอบ SL/TP if position_type == 'Long' and (current_price <= sl_price or current_price >= tp_price): exchange.create_market_sell_order(symbol, amount) position_open = False logging.info(f"Closed Long Position on {exchange_name}: Price={current_price}") print(f"{Fore.YELLOW}Closed Long Position: Price={current_price}") elif position_type == 'Short' and (current_price >= sl_price or current_price <= tp_price): exchange.create_market_buy_order(symbol, amount) position_open = False logging.info(f"Closed Short Position on {exchange_name}: Price={current_price}") print(f"{Fore.YELLOW}Closed Short Position: Price={current_price}") # รอ 5 นาทีก่อนตรวจสอบครั้งต่อไป time.sleep(300) except Exception as e: logging.error(f"Error: {str(e)}") print(f"{Fore.RED}Error: {str(e)}") time.sleep(60) # รันบอต if __name__ == "__main__": print(f"{Fore.CYAN}=== Starting Trading Bot ===") trading_bot()