Update app.py

app.py

@@ -539,13 +539,7 @@ app.layout = html.Div([
      dash.dependencies.Output('taiex-prediction-chart', 'figure')],
     [dash.dependencies.Input('taiex-prediction-period', 'value')]
 )
-# 新增：儲存不同預測天數的預測結果
-taiex_predictions = {}
-
 def update_taiex_prediction(predict_days):
-    """更新台指期預測結果和圖表"""
-    global taiex_predictions # 使用 global 關鍵字來修改全域變數
-
     # 獲取台指期歷史資料
     data = get_stock_data('^TWII', '2y')
     if data.empty:
@@ -561,28 +555,10 @@ def update_taiex_prediction(predict_days):
     change_pct = prediction['change_pct']
     confidence = prediction['confidence']
 
-    # 儲存當前預測天數的預測結果
-    taiex_predictions[predict_days] = {
-        'date': data.index[-1] + timedelta(days=predict_days),
-        'price': predicted_price,
-        'change_pct': change_pct,
-        'confidence': confidence
-    }
-
-    # 根據預測天數，篩選出需要顯示的預測點
-    # 例如，如果選擇預測 60 天，我們需要 1, 10, 20, 60 天的預測點
-    # 如果選擇預測 20 天，我們需要 1, 10, 20 天的預測點
-    days_to_show = sorted([d for d in taiex_predictions.keys() if d <= predict_days] + [predict_days])
-    
-    # 確保包含預設的 1, 5, 10, 20, 60 天選項
-    all_options = sorted(list(set([1, 5, 10, 20, 60] + list(taiex_predictions.keys()))))
-    days_to_show = sorted([d for d in all_options if d <= predict_days])
-
     # 預測結果卡片
     color = '#00C851' if change_pct >= 0 else '#FF4444'
     arrow = '📈' if change_pct >= 0 else '📉'
 
-    # 顯示當前選擇預測天數的結果
     result_card = html.Div([
         html.H4(f"{predict_days}日後預測結果", style={'margin': '0 0 15px 0', 'color': 'white'}),
         html.Div([
@@ -616,42 +592,16 @@ def update_taiex_prediction(predict_days):
         line=dict(color='#FFA726', width=2)
     ))
 
-    # 繪製所有選定天數的預測點和連線
-    future_prediction_points = []
-    for day in days_to_show:
-        if day in taiex_predictions:
-            future_prediction_points.append(taiex_predictions[day])
-    
-    if future_prediction_points:
-        # 按日期排序，確保預測線是連續的
-        future_prediction_points.sort(key=lambda x: x['date'])
-        
-        pred_dates = [p['date'] for p in future_prediction_points]
-        pred_prices = [p['price'] for p in future_prediction_points]
-        
-        # 獲取最後一個歷史點的日期和價格
-        last_hist_date = recent_data.index[-1]
-        last_hist_price = current_price
-
-        # 添加預測線
-        fig.add_trace(go.Scatter(
-            x=[last_hist_date] + pred_dates,
-            y=[last_hist_price] + pred_prices,
-            mode='lines+markers',
-            name=f'預測線 ({predict_days}日)', # 標示為當前選擇的預測總天數
-            line=dict(color=color, width=3, dash='dash'),
-            marker=dict(size=8)
-        ))
-        
-        # 標示出當前選擇的預測點
-        if predict_days in taiex_predictions:
-             fig.add_trace(go.Scatter(
-                x=[taiex_predictions[predict_days]['date']],
-                y=[taiex_predictions[predict_days]['price']],
-                mode='markers',
-                name=f'{predict_days}日預測點',
-                marker=dict(size=10, color=color, symbol='diamond')
-            ))
+    # 預測點
+    future_date = recent_data.index[-1] + timedelta(days=predict_days)
+    fig.add_trace(go.Scatter(
+        x=[recent_data.index[-1], future_date],
+        y=[current_price, predicted_price],
+        mode='lines+markers',
+        name=f'{predict_days}日預測',
+        line=dict(color=color, width=3, dash='dash'),
+        marker=dict(size=8)
+    ))
 
     fig.update_layout(
         title=f'台指期 {predict_days}日預測走勢',