Update app.py

app.py

@@ -15,32 +15,6 @@ import dash
 import plotly.express as px
 import plotly.graph_objects as go
 from plotly.subplots import make_subplots
-from predictor import predict_next_day_price
-
-
-try:
-    df_tsmc_raw = pd.read_csv('df_2330.csv')
-    df_climate_raw = pd.read_csv('business_climate.csv')
-    print("成功讀取原始資料檔案。")
-except FileNotFoundError:
-    print("錯誤：找不到 'df_2330.csv' 或 'business_climate.csv'。")
-    exit()
-
-# --- 2. 直接呼叫函式進行預測 ---
-# 您只需要將原始的 DataFrame 傳進去，剩下的交給 predictor 模組處理
-print("\n呼叫模型進行預測...")
-prediction = predict_next_day_price(df_tsmc_raw, df_climate_raw)
-
-# --- 3. 使用預測結果 ---
-if prediction is not None:
-    print("\n" + "="*40)
-    print(f" ✅ 預測成功！")
-    print(f" 模型預測的下一日收盤價為: {prediction:.2f}")
-    print("="*40)
-else:
-    print("\n" + "="*40)
-    print(f" ❌ 預測失敗。請檢查 predictor 模組的錯誤訊息。")
-    print("="*40)
 
 # 台股代號對應表 (移除台指期，因為它現在是獨立區塊)
 TAIWAN_STOCKS = {