Update app.py

app.py

@@ -118,12 +118,29 @@ def fetch_financial_news(keyword):
 
 
 # --------------------------
-# ดึงราคาหุ้นย้อนหลัง 14 วัน
+# (*** ส่วนที่แก้ไข ***)
+# ดึงราคาหุ้นย้อนหลัง (แก้ไขให้ตรงกับช่วงข่าว)
 # --------------------------
 @st.cache_data(ttl=3600)
 def fetch_stock_price(symbol):
     try:
-        df = yf.download(symbol, period="14d", interval="1d")
+        # --- (เริ่มการแก้ไข) ---
+        # ดึงข้อมูลย้อนหลัง 8 วัน (เพื่อให้ครอบคลุมช่วงข่าว 7 วัน)
+        # เราใช้ start/end ที่ชัดเจน แทน period="14d" 
+        # เพื่อให้แน่ใจว่าช่วงเวลาตรงกับข่าวที่เพิ่งดึงมา
+        end_date = datetime.now()
+        start_date = end_date - timedelta(days=8)
+        
+        df = yf.download(symbol, 
+                         start=start_date.strftime('%Y-%m-%d'), 
+                         end=end_date.strftime('%Y-%m-%d'), 
+                         interval="1d")
+        # --- (สิ้นสุดการแก้ไข) ---
+
+        if df.empty:
+             st.warning("ไม่พบข้อมูลราคาหุ้นในช่วง 8 วันที่ผ่านมา")
+             return pd.DataFrame()
+
         df = df.reset_index()[["Date", "Close"]]
         df.rename(columns={"Date": "date", "Close": "price"}, inplace=True)
         df["date"] = pd.to_datetime(df["date"])
@@ -134,7 +151,7 @@ def fetch_stock_price(symbol):
 
 
 # --------------------------
-# MAIN APP
+# MAIN APP (เหมือนเดิมทุกประการ)
 # --------------------------
 def main():
     st.title("📰 SentimentSync NewsAI")
@@ -194,9 +211,9 @@ def main():
     future_dates = [df_sorted["date"].max() + timedelta(days=i) for i in range(1, future_days + 1)]
     future_preds = model.predict(future_timestamps.reshape(-1, 1))
 
-    # ดึงราคาหุ้น
+    # ดึงราคาหุ้น (นี่จะเรียกใช้ฟังก์ชันที่แก้ไขแล้ว)
     _, symbol = resolve_company_symbol(keyword)
-    stock_df = fetch_stock_price(symbol)
+    stock_df = fetch_stock_price(symbol) 
 
     # Plot
     fig = go.Figure()
@@ -212,9 +229,9 @@ def main():
         mode="lines+markers", name="Predicted Sentiment (7-day Forecast)",
         line=dict(color="orange", dash="dash")
     ))
-    # Stock price
+    # Stock price (ตอนนี้จะแสดงผลตรงช่วงเวลาแล้ว)
     if not stock_df.empty:
-        fig.add_trace(go.Scatter(
+        fig.add_trac(go.Scatter(
             x=stock_df["date"], y=stock_df["price"],
             mode="lines+markers", name=f"{symbol} Stock Price",
             line=dict(color="green"), yaxis="y2"
@@ -238,4 +255,4 @@ def main():
 
 if __name__ == "__main__":
     nltk.download("stopwords", quiet=True)
-    main()
+    main()