# FreqStats

## Adaptation de la stratégie

   ### Génération du dataframe en fichier 
    
    Ajouter à la fin de populate_buy_trend :  
    
            if self.dp.runmode.value in ('backtest'):
            dataframe.to_feather(f"user_data/data/binance/{metadata['pair'].replace('/', '_')}_df.feather")

    ### Lancer un backtest avec export signals
    
        freqtrade backtesting --strategy Zeus_8_3_2_B_4_2 --config config.json --timerange 20250423-20250426 --timeframe 5m --breakdown week --enable-protections --export signals --pairs BTC/USDT 

# Docker
   ## Construction

        docker build -t flask-web-app .

   ## Lancement

    docker run -it -p 5000:5000 -v $(pwd)/src/:/src -v /home/jerome/Perso/freqtradeDocker/user_data/:/mnt/external flask-web-app bash

    puis : python3 app.py

# Application Web

    Url : http://127.0.0.1:5000/
    
    Choisir un backtest dans la liste
    
    Choisir le fichier généré par le backtest par la stratégie
    
    Cliquer sur les boutons 


## librairies

    ### Génération d'un rapport sur le dataframe 
ydata-profiling : https://github.com/ydataai/ydata-profiling

        profile = ProfileReport(dataframe, tsmode=True, sortby="date", title="Time-Series EDA")

        profile.to_file("report_timeseries.html")