Update app.py

app.py

@@ -15,10 +15,19 @@ from plotly.subplots import make_subplots
 import re
 from bs4 import BeautifulSoup
 import requests
+import time # 引用 time 模組以處理時間戳
 
 # 引用您組員的預測器程式
 from Bert_predict import BertPredictor
 
+# ========================= CACHE 設定 START =========================
+# 分析結果的快取字典
+ANALYSIS_CACHE = {}
+# 快取有效時間（秒），例如：4 小時 = 4 * 60 * 60 = 14400 秒
+CACHE_DURATION_SECONDS = 8 * 60 * 60
+# ========================== CACHE 設定 END ==========================
+
+
 # 台股代號對應表 (移除台指期，因為它現在是獨立區塊)
 TAIWAN_STOCKS = {
     '元大台灣50': '0050.TW', 
@@ -189,7 +198,6 @@ def get_pmi_data():
         print(f"無法獲取 PMI 資料: {str(e)}")
         return pd.DataFrame()
 
-# ========================= GEMINI 整合 START =========================
 def generate_gemini_analysis(stock_name, stock_symbol, period, data):
     """
     使用 Gemini API 生成基本面和市場展望分析。
@@ -202,7 +210,6 @@ def generate_gemini_analysis(stock_name, stock_symbol, period, data):
         genai.configure(api_key=api_key)
         model = genai.GenerativeModel('gemini-1.5-flash')
 
-        # 準備傳送給模型的數據
         price_change = ((data['Close'].iloc[-1] - data['Close'].iloc[0]) / data['Close'].iloc[0]) * 100
         rsi_current = data['RSI'].iloc[-1]
         macd_current = data['MACD'].iloc[-1]
@@ -229,7 +236,7 @@ def generate_gemini_analysis(stock_name, stock_symbol, period, data):
 
         2.  **市場展望與投資建議 (約 150 字):**
             -   基於上述所有資訊，提供對該股票的短期和中期市場展望。
-            -   提出具體的投資建議，例如：適合何種類型的投資人、潛在的風險點。
+            -   提出具體的投資建議，例如：適合何種類型的投資人、潛在的風險點、以及建議的觀察價位區間或進出場策略。
             -   請直接提供分析內容，不要包含任何問候語。
 
         **輸出格式:**
@@ -244,13 +251,13 @@ def generate_gemini_analysis(stock_name, stock_symbol, period, data):
             market_outlook = parts[1].strip()
             return dcc.Markdown(fundamental_analysis), dcc.Markdown(market_outlook)
         else:
-            return "無法解析 Gemini 回應", response.text
+            # Fallback for unexpected response format
+            return dcc.Markdown("無法解析 Gemini 回應，請稍後再試。"), dcc.Markdown(response.text)
 
     except Exception as e:
         error_message = f"呼叫 Gemini API 時發生錯誤: {str(e)}"
         print(error_message)
-        return error_message, "請檢查後台日誌或 API 金鑰設定"
-# ========================== GEMINI 整合 END ==========================
+        return dcc.Markdown(error_message), dcc.Markdown("請檢查後台日誌或 API 金鑰設定")
 
 # 建立 Dash 應用程式
 app = dash.Dash(__name__, suppress_callback_exceptions=True)
@@ -314,7 +321,7 @@ app.layout = html.Div([
             html.Label("時間範圍:"),
             dcc.Dropdown(id='period-dropdown',
                 options=[{'label': '1個月', 'value': '1mo'},{'label': '3個月', 'value': '3mo'},{'label': '6個月', 'value': '6mo'},{'label': '1年', 'value': '1y'},{'label': '2年', 'value': '2y'}],
-                value='1mo', style={'margin-bottom': '10px'}) # 預設改為 1mo
+                value='1mo', style={'margin-bottom': '10px'})
         ], style={'width': '30%', 'display': 'inline-block', 'margin-left': '5%', 'vertical-align': 'top'}),
         html.Div([
             html.Label("圖表類型:"),
@@ -593,7 +600,7 @@ def update_business_climate_chart(selected_stock):
     fig.update_layout(title="台灣景氣燈號走勢", xaxis_title='日期', yaxis_title='燈號分數', height=300, yaxis=dict(range=[0, 40]))
     return fig
 
-# ========================= MODIFIED SECTION START =========================
+# ========================= MODIFIED SECTION START (CACHE INTEGRATED) =========================
 @app.callback(
     [dash.dependencies.Output('technical-analysis-text', 'children'),
      dash.dependencies.Output('fundamental-analysis-text', 'children'),
@@ -602,14 +609,29 @@ def update_business_climate_chart(selected_stock):
      dash.dependencies.Input('period-dropdown', 'value')]
 )
 def update_analysis_text(selected_stock, period):
+    # 建立快取的唯一鍵值
+    cache_key = f"{selected_stock}-{period}"
+    current_time = time.time()
+
+    # 1. 檢查快取
+    if cache_key in ANALYSIS_CACHE:
+        cached_data = ANALYSIS_CACHE[cache_key]
+        if current_time - cached_data['timestamp'] < CACHE_DURATION_SECONDS:
+            print(f"從快取載入分析: {cache_key}")
+            # 直接回傳快取的內容
+            return cached_data['technical'], cached_data['fundamental'], cached_data['outlook']
+
+    print(f"重新生成分析: {cache_key}")
+    # --- 如果快取沒有，才繼續執行以下程式 ---
+
     data = get_stock_data(selected_stock, period)
     stock_name = [name for name, symbol in TAIWAN_STOCKS.items() if symbol == selected_stock][0]
-    if data.empty or len(data) < 20: # 確保有足夠資料計算指標
+    if data.empty or len(data) < 20:
         return "資料不足，無法分析", "資料不足，無法分析", "資料不足，無法分析"
     
     data = calculate_technical_indicators(data)
     
-    # 1. 技術面分析 (保留客觀數據呈現)
+    # 2. 技術面分析
     price_change = ((data['Close'].iloc[-1] - data['Close'].iloc[0]) / data['Close'].iloc[0]) * 100
     rsi_current = data['RSI'].iloc[-1] if not pd.isna(data['RSI'].iloc[-1]) else 50
     macd_current = data['MACD'].iloc[-1] if not pd.isna(data['MACD'].iloc[-1]) else 0
@@ -621,17 +643,16 @@ def update_analysis_text(selected_stock, period):
         html.P([html.Strong("MACD 指標："), f"MACD 快線 ({macd_current:.3f}) 目前", html.Span("高於" if macd_current > macd_signal_current else "低於", style={'color': 'red' if macd_current > macd_signal_current else 'green', 'font-weight': 'bold'}), f" Signal 慢線 ({macd_signal_current:.3f})，", f"顯示市場動能偏向{'多頭' if macd_current > macd_signal_current else '空頭'}。"]),
     ])
     
-    # 2. 基本面與展望分析 (呼叫 Gemini)
-    # 顯示“正在生成…”提示，改善使用者體驗
-    loading_text = html.Div([
-        dcc.Loading(id="loading-analysis", type="dots", children=[html.Div(id="loading-output")])
-    ])
+    # 3. 基本面與展望分析 (呼叫 Gemini)
+    fundamental_text, market_outlook_text = generate_gemini_analysis(stock_name, selected_stock, period, data)
     
-    try:
-        fundamental_text, market_outlook_text = generate_gemini_analysis(stock_name, selected_stock, period, data)
-    except Exception as e:
-        fundamental_text = f"生成分析時發生錯誤: {e}"
-        market_outlook_text = "請檢查 API 金鑰或網路連線。"
+    # 4. 將新產生的結果存入快取
+    ANALYSIS_CACHE[cache_key] = {
+        'technical': technical_text,
+        'fundamental': fundamental_text,
+        'outlook': market_outlook_text,
+        'timestamp': current_time
+    }
 
     return technical_text, fundamental_text, market_outlook_text
 # ========================== MODIFIED SECTION END ==========================