Translations

app.py

@@ -26,68 +26,66 @@ class GradioInterface:
             with gr.Row():
                 with gr.Column():
                     # Parâmetros da Estratégia de Trading
-                    gr.Markdown("### Parâmetros da Estratégia de Trading")
+                    gr.Markdown("### Parameters for Trading Strategy")
                     inputs = {}
-                    inputs['rsi_period'] = gr.Number(value=14, label="Período RSI")
-                    inputs['rsi_upper'] = gr.Number(value=70, label="Limite Superior RSI", minimum=0, maximum=100)
-                    inputs['rsi_lower'] = gr.Number(value=30, label="Limite Inferior RSI", minimum=0, maximum=100)
-                    inputs['sma_short'] = gr.Number(value=50, label="SMA Curta (período)")
-                    inputs['sma_long'] = gr.Number(value=200, label="SMA Longa (período)")
+                    inputs['rsi_period'] = gr.Number(value=14, label="RSI Period", minimum=1)
+                    inputs['rsi_upper'] = gr.Number(value=70, label="RSI Upper Limit", minimum=0, maximum=100)
+                    inputs['rsi_lower'] = gr.Number(value=30, label="RSI Lower Limit", minimum=0, maximum=100)
+                    inputs['sma_short'] = gr.Number(value=50, label="SMA Short (period)")
+                    inputs['sma_long'] = gr.Number(value=200, label="SMA Long (period)")
                     inputs['max_loss_percent'] = gr.Slider(0, 0.5, value=0.02, step=0.01, label="Stop Loss (%)")
                     inputs['take_profit_percent'] = gr.Slider(0, 0.5, value=0.05, step=0.01, label="Take Profit (%)")
-                    inputs['position_size'] = gr.Slider(0.01, 1.0, value=0.1, step=0.01, label="Tamanho da Posição (%)")
-                    inputs['atr_period'] = gr.Number(value=14, label="Período ATR")
-                    inputs['atr_multiplier'] = gr.Number(value=3, label="Multiplicador ATR")
-                    inputs['confidence_threshold'] = gr.Number(value=70, label="Nível de Confiança Mínima (%)", minimum=0, maximum=100)
-                    inputs['sentiment_threshold'] = gr.Number(value=50, label="Nível Sentimento Mínimo (%)", minimum=0, maximum=100)
-                    save_btn = gr.Button("Salvar Configurações")                    
+                    inputs['position_size'] = gr.Slider(0.01, 1.0, value=0.1, step=0.01, label="Position Size(%)")
+                    inputs['atr_period'] = gr.Number(value=14, label="ATR Period")
+                    inputs['atr_multiplier'] = gr.Number(value=3, label="ATR Multiplier")
+                    inputs['confidence_threshold'] = gr.Number(value=70, label="Confidence Threshold(%)", minimum=0, maximum=100)
+                    inputs['sentiment_threshold'] = gr.Number(value=50, label="Sentiment Threshold(%)", minimum=0, maximum=100)
+                    save_btn = gr.Button("Save Configuration")                    
                     # Adicionando a explicação em Markdown
                     gr.Markdown("""
-                    ## 📊 Explicação dos Parâmetros da Estratégia de Trading
+                        ## 📊 Explanation of Trading Strategy Parameters
 
-                    Esses parâmetros configuram indicadores técnicos para ajudar na decisão de compra e venda de ativos.
+                        These parameters configure technical indicators to assist in buy and sell decisions for assets.
 
-                    ### **📉 RSI (Relative Strength Index)**
-                    O RSI é usado para medir a força do movimento de um ativo.
+                        ### **📉 RSI (Relative Strength Index)**
+                        The RSI is used to measure the strength of an asset's movement.
 
-                    - **`rsi_period` (14)** → Número de períodos para calcular o RSI (padrão: 14).
-                    - **`rsi_upper` (70)** → Se o RSI for maior que esse valor, pode indicar sobrecompra (sinal de venda).
-                    - **`rsi_lower` (30)** → Se o RSI for menor que esse valor, pode indicar sobrevenda (sinal de compra).
+                        - **`rsi_period` (14)** → Number of periods to calculate the RSI (default: 14).
+                        - **`rsi_upper` (70)** → If the RSI is greater than this value, it may indicate overbought conditions (sell signal).
+                        - **`rsi_lower` (30)** → If the RSI is less than this value, it may indicate oversold conditions (buy signal).
 
-                    ---
+                        ---
 
-                    ### **📈 Médias Móveis Simples (SMA - Simple Moving Average)**
-                    Indicadores que suavizam os preços ao longo do tempo.
+                        ### **📈 Simple Moving Averages (SMA)**
+                        Indicators that smooth prices over time.
 
-                    - **`sma_short` (50)** → Média móvel curta, usada para capturar tendências de curto prazo.
-                    - **`sma_long` (200)** → Média móvel longa, usada para capturar tendências de longo prazo.
+                        - **`sma_short` (50)** → Short-term moving average, used to capture short-term trends.
+                        - **`sma_long` (200)** → Long-term moving average, used to capture long-term trends.
 
-                    ---
+                        ---
 
-                    ### **📉 Gestão de Risco**
+                        ### **📉 Risk Management**
 
-                    - **`max_loss_percent` (0.02)** → Stop Loss (limite de perda). Se o preço cair mais que 2%, a posição é fechada.
-                    - **`take_profit_percent` (0.05)** → Take Profit (limite de lucro). Se o preço subir 5%, a posição é fechada.
-                    - **`position_size` (0.1)** → Proporção do capital total que será usado em uma operação (10% do saldo).
+                        - **`max_loss_percent` (0.02)** → Stop Loss (loss limit). If the price falls more than 2%, the position is closed.
+                        - **`take_profit_percent` (0.05)** → Take Profit (profit limit). If the price rises 5%, the position is closed.
+                        - **`position_size` (0.1)** → Proportion of total capital to be used in a trade (10% of the balance).
 
-                    ---
+                        ---
 
-                    ### **📊 ATR (Average True Range) - Volatilidade**
-                    O ATR é usado para medir a volatilidade do ativo.
+                        ### **📊 ATR (Average True Range) - Volatility**
+                        The ATR is used to measure the volatility of an asset.
 
-                    - **`atr_period` (14)** → Número de períodos para calcular o ATR.
-                    - **`atr_multiplier` (3)** → Multiplicador do ATR, geralmente usado para definir stop loss dinâmico.
+                        - **`atr_period` (14)** → Number of periods to calculate the ATR.
+                        - **`atr_multiplier` (3)** → ATR multiplier, often used to define dynamic stop loss.
 
-                    ---
+                        ---
 
-                    ## **🚀 Como esses parâmetros afetam a estratégia?**
+                        ## **🚀 How Do These Parameters Affect the Strategy?**
 
-                    - **Se `rsi_lower` for menor (ex: 20), a estratégia comprará em regiões mais sobrevendidas.**
-                    - **Se `max_loss_percent` for muito pequeno, pode fechar trades prematuramente.**
-                    - **Se `atr_multiplier` for maior, o stop loss será mais amplo e permitirá mais volatilidade.**
-                    - **Se `sma_short` e `sma_long` estiverem distantes, as entradas serão mais conservadoras.**
-
-                    Se precisar ajustar os valores para um backtest, posso sugerir otimizações! 🚀
+                        - **If `rsi_lower` is lower (e.g., 20), the strategy will buy in more oversold regions.**
+                        - **If `max_loss_percent` is too small, it may close trades prematurely.**
+                        - **If `atr_multiplier` is larger, the stop loss will be wider, allowing for more volatility.**
+                        - **If `sma_short` and `sma_long` are far apart, entries will be more conservative.**
                     """)
   
             save_btn.click(
@@ -107,19 +105,19 @@ class GradioInterface:
         
         self.strategy_params = dict(zip(params, args))
         print("Parâmetros atualizados:", self.strategy_params)
-        return gr.Info("Configurações salvas com sucesso!")
+        return gr.Info("Settings saved!")
     
     def create_main_interface(self):
         with gr.Blocks() as main_interface:
             with gr.Row():
                 with gr.Column():
-                    ticker_input = gr.Text(label="Ticker (ex: VALE)", placeholder="Insira o Ticker da Empresa listada no Yahoo Finance", value="VALE")
-                    api_key_input = gr.Textbox(label="API Key (opcional)", placeholder="Insira sua API Key https://newsapi.org/")
-                    fetch_new = gr.Dropdown([True, False], label="Buscar noticias online?", value=False)
-                    initial_investment = gr.Number(10000, label="Investimento Inicial (USD)")
-                    years_back = gr.Number(5, label="Período Histórico (anos)")
-                    commission = gr.Number(0.001, label="Comissão por Trade")
-                    run_btn = gr.Button("Executar Análise e Simulação")
+                    ticker_input = gr.Text(label="Ticker (ex: VALE)", placeholder="Insert a stock ticker based on Yahoo Finance")
+                    api_key_input = gr.Textbox(label="API Key (required)", placeholder="Insert your API Key https://newsapi.org/")
+                    fetch_new = gr.Dropdown([True, False], label="Check last news information online (Requires API)?", value=False)
+                    initial_investment = gr.Number(10000, label="Initial Investiment (USD)")
+                    years_back = gr.Number(5, label="Historical Data (years back)")
+                    commission = gr.Number(0.001, label="Trade Commission (%)")
+                    run_btn = gr.Button("Execute Analysis")
                 with gr.Column():
                     plot_output = gr.Plot()
             with gr.Row():
@@ -149,7 +147,7 @@ class GradioInterface:
         )
         
         if not result:
-            return "Erro na análise", None
+            return "Something wrong is not right :)", None
             
         # Configurar simulação
         end_date = datetime.now()
@@ -175,13 +173,13 @@ class GradioInterface:
         progress = gr.Progress()
 
         # Atualizar progresso
-        progress(0.3, desc="Preparando simulação...")
+        progress(0.3, desc="Preparing simulation...")
         
         # Executar simulação
         bt_integration = st.BacktraderIntegration(analysis_result=result,strategy_params=custom_strategy_params)
         bt_integration.add_data_feed(ticker, start_date, end_date)
             
-        progress(0.6, desc="Executando simulação...")
+        progress(0.6, desc="Executing simulation...")
            
         final_value, operation_logs = bt_integration.run_simulation(
             initial_cash=initial_investment,
@@ -195,46 +193,46 @@ class GradioInterface:
                 parts = log.split(", ")
                 date = parts[0].strip()
                 details = ", ".join(parts[1:]).replace("BUY EXECUTED, ", "")
-                formatted_logs.append(f"- 🟢 **Compra** ({date}): {details}")
+                formatted_logs.append(f"- 🟢 **Buy** ({date}): {details}")
             elif "SELL EXECUTED" in log:
                 parts = log.split(", ")
                 date = parts[0].strip()
                 details = ", ".join(parts[1:]).replace("SELL EXECUTED, ", "")
-                formatted_logs.append(f"- 🔴 **Venda** ({date}): {details}")
+                formatted_logs.append(f"- 🔴 **Sell** ({date}): {details}")
             elif "TRADE PROFIT" in log:
                 parts = log.split(", ")
                 date = parts[0].strip()
                 details = ", ".join(parts[1:])
-                formatted_logs.append(f"- 📊 **Resultado** ({date}): {details}")
+                formatted_logs.append(f"- 📊 **Result** ({date}): {details}")
             elif "Final Portfolio Value" in log:
                 continue  # Ignora a linha final duplicada
         
         # Adicionar seção de logs na saída
-        output_ops = "### Histórico de Operações:\n\n" + "\n".join(formatted_logs)
+        output_ops = "### Log :\n\n" + "\n".join(formatted_logs)
                 
-        progress(0.9, desc="Gerando resultados...")
+        progress(0.9, desc="Generating final result...")
             
         # Extrair os valores do JSON de sentimento
         sentiment = result['sentiment']['sentiment']
-        negative_sentiment = sentiment.get('negativo', 0.0)
+        negative_sentiment = sentiment.get('negative', 0.0)
         neutral_sentiment = sentiment.get('neutral', 0.0)
         positive_sentiment = sentiment.get('positive', 0.0)
         
         # Gerar saída formatada em Markdown
         output = f"""
-        ## Recomendação: {result['recommendation']}
+        ## Recommendation: {result['recommendation']}
         
-        **Confiança**: {result['confidence']['total_confidence']:.2%}  
-        **Retorno da Simulação**: {(final_value/initial_investment-1)*100:.2f}%  
+        **Confidence**: {result['confidence']['total_confidence']:.2%}  
+        **Simulation Summary**: {(final_value/initial_investment-1)*100:.2f}%  
         
-        ### Detalhes:
+        ### Details:
         
-        - **Sentimento Negativo**: {negative_sentiment:.2%}  
-        - **Sentimento Neutro**: {neutral_sentiment:.2%}  
-        - **Sentimento Positivo**: {positive_sentiment:.2%}  
+        - **Negative Sentiment**: {negative_sentiment:.2%}  
+        - **Neutral Sentiment**: {neutral_sentiment:.2%}  
+        - **Positive Sentiment**: {positive_sentiment:.2%}  
         
         - **RSI**: {result['technical']['rsi']:.1f}  
-        - **Preço vs SMA50**: {result['technical']['price_vs_sma']:.2%}  
+        - **Price vs SMA50**: {result['technical']['price_vs_sma']:.2%}  
         - **P/E Ratio**: {result['fundamental'].get('trailingPE', 'N/A')}  
         """
         
@@ -258,7 +256,7 @@ class GradioInterface:
         closes = datafeed.close.array
         
         # Plot
-        plt.plot(dates, closes, label='Preço de Fechamento', linewidth=1.5)
+        plt.plot(dates, closes, label='Close Price', linewidth=1.5)
         
         # Format dates
         plt.gca().xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m'))
@@ -266,9 +264,9 @@ class GradioInterface:
         plt.gcf().autofmt_xdate()  # Rotate dates
         
         # Add labels and grid
-        plt.title("Desempenho Histórico - Evolução do Preço")
+        plt.title("Historical Price Data")
         plt.xlabel("Data")
-        plt.ylabel("Preço (USD)")
+        plt.ylabel("Price (USD)")
         plt.legend()
         plt.grid(True, alpha=0.3)
         
@@ -280,7 +278,7 @@ interface = GradioInterface(pipeline)
 
 demo = gr.TabbedInterface(
     [interface.create_main_interface(), interface.create_settings_interface()],
-    ["Análise Principal", "Configurações da Estratégia"],
+    ["Main Analysis", "Strategy Settings"],
     title="Stock Analyst Pro"
 )