🚀 Auto-deploy: Add background automated scheduler, Kelly allocation, multi-portfolio simulations, and UI improvements

agents/decio.py

@@ -1,7 +1,7 @@
 """
 BrainSteel Fin — Decio Agent (v2)
 Chief Strategist & Risk Officer
-5-Pillar decision engine: Confiança < 75% → HOLD. BUY/SELL → SL 2% / TP 5%.
+5-Pillar decision engine: Confiança < 70% → HOLD. BUY/SELL → SL 2% / TP 5%.
 """
 import os, json, requests
 from datetime import datetime
@@ -14,7 +14,7 @@ class DecioAgent:
         self.openrouter_url = "https://openrouter.ai/api/v1/chat/completions"
         self.model = "deepseek/deepseek-v4-flash:free"
 
-    # ── CORE RULE: confidence < 75% → always HOLD ─────────────────────────
+    # ── CORE RULE: confidence < 70% → always HOLD ─────────────────────────
     def _risk_filter(self, confidence, signal):
         """Décio is a mathematician: no confidence ≥70%, no operation."""
         return confidence < 70 or signal not in ("ALTA", "BAIXA")
@@ -62,9 +62,9 @@ Analítico, frio, matemático. Preservação de capital > lucro rápido.
   Bullish signals: {self.brief_data.get('bullish_signals',0)} | Bearish: {self.brief_data.get('bearish_signals',0)}
 
  REGRAS OPERACIONAIS:
-  Confiança < 75% → decisão SEMPRE HOLD (nunca opera)
-  Confiança ≥ 75% + sinal=ALTA → BUY
-  Confiança ≥ 75% + sinal=BAIXA → SELL
+  Confiança < 70% → decisão SEMPRE HOLD (nunca opera)
+Confiança ≥ 70% + sinal=ALTA → BUY
+Confiança ≥ 70% + sinal=BAIXA → SELL
   BUY/SELL → Stop Loss = preço × 0.98 (-2%) | Take Profit = preço × 1.05 (+5%)
   HOLD → stop_loss=0, take_profit=0
 
@@ -102,7 +102,7 @@ Analítico, frio, matemático. Preservação de capital > lucro rápido.
                 # Apply risk filter
                 if self._risk_filter(data.get("confidence", 0), signal):
                     data["decision"] = "HOLD"
-                    data["justification"] = "Confiança < 75% — preservando capital"
+                    data["justification"] = "Confiança < 70% — preservando capital"
                     data["stop_loss"] = 0
                     data["take_profit"] = 0
                 return data
@@ -131,7 +131,7 @@ Analítico, frio, matemático. Preservação de capital > lucro rápido.
         elif self._risk_filter(confidence, signal):
             decision = "HOLD"
             sl, tp = 0, 0
-            justification = f"Confiança {confidence}% < 75% — preservando capital"
+            justification = f"Confiança {confidence}% < 70% — preservando capital"
         elif signal == "ALTA":
             decision = "BUY"
             sl, tp = self._calc_levels(price, "BUY")
@@ -154,18 +154,34 @@ Analítico, frio, matemático. Preservação de capital > lucro rápido.
             "signal": signal
         }
 
+    # ── Dynamic Allocation (Kelly Scale) ─────────────────────────────────────
+    def _calc_allocation(self, confidence, decision):
+        """Calcula a alocação de banca dinâmica baseada na confiança do sinal."""
+        if decision not in ("BUY", "SELL") or confidence < 70:
+            return 0
+        if confidence >= 90:
+            return 35  # Mão forte (alta convicção)
+        elif confidence >= 80:
+            return 25  # Mão padrão
+        else:
+            return 15  # Mão leve (cautela, 70-79%)
+
     # ── Main run ───────────────────────────────────────────────────────────
     def run(self):
         llm_result = self._decide_llm()
         result = llm_result if llm_result else self._local_decision()
 
         price = self.brief_data.get("price", 0)
+        conf = result.get("confidence", 50)
+        action = result["decision"]
+        amount_pct = self._calc_allocation(conf, action)
+
         output = {
-            "action": result["decision"],
-            "amount_pct": 25 if result["decision"] in ("BUY", "SELL") else 0,
+            "action": action,
+            "amount_pct": amount_pct,
             "stop_loss": result.get("stop_loss", 0),
             "take_profit": result.get("take_profit", 0),
-            "confidence": result.get("confidence", 50),
+            "confidence": conf,
             "justification": result.get("justification", "")[:200],
             "signal": result.get("signal", self.brief_data.get("signal", "NEUTRO")),
             "price": price,