Update app.py

app.py

@@ -325,7 +325,10 @@ def advanced_xgboost_predict(predict_days=5):
         # 準備特徵數據 (使用最新的數據點)
         latest_data = taiex_data.iloc[-1]
         
-        # 新特徵列表 - 按照您指定的10個特徵
+        # 【【【新增功能】】】 取得昨日收盤價
+        yesterday_close = latest_data['Close']
+
+        # 新特徵列表 - 按照您指定的8個技術指標特徵
         new_feature_columns = [
             'return_t-1',        # 前一日報酬率
             'return_t-5',        # 過去 5 日累積報酬率
@@ -390,6 +393,21 @@ def advanced_xgboost_predict(predict_days=5):
                 
                 feature_names.append(feature)
         
+        # 【【【新增功能】】】 添加 'close' 和 'NEWS' 特徵
+        # 1. 添加昨日收盤價 ('close')
+        if not pd.isna(yesterday_close):
+            features_list.append(yesterday_close)
+            feature_status['close'] = {'value': yesterday_close, 'is_real': True, 'source': 'calculated'}
+        else:
+            features_list.append(10000) # Fallback value for price
+            feature_status['close'] = {'value': 10000, 'is_real': False, 'source': 'default'}
+        feature_names.append('close')
+
+        # 2. 添加新聞情緒分數 ('NEWS')
+        features_list.append(sentiment_score_raw)
+        feature_status['NEWS'] = {'value': sentiment_score_raw, 'is_real': True, 'source': 'calculated'}
+        feature_names.append('NEWS')
+
         # 添加美股指標
         features_list.extend([dji_return, sox_return])
         feature_names.extend(['dji_return_t-1', 'sox_return_t-1'])