Update app.py

app.py

@@ -76,50 +76,53 @@ confidence_percent = st.slider(
 )
 confidence_level = confidence_percent / 100
 
+# ✅ Botón para detectar tickers
 if st.button("Identificar Tickers") and empresa_input:
-    tickers = obtener_tickers_desde_nombres(empresa_input)
-
-    if len(tickers) < 2:
-        st.warning("Se requieren al menos dos tickers válidos.")
-        st.stop()
+    tickers_detectados = obtener_tickers_desde_nombres(empresa_input)
+    if len(tickers_detectados) >= 2:
+        st.session_state["tickers"] = tickers_detectados
     else:
-        st.success(f"Tickers detectados: {', '.join(tickers)}")
-
-        st.subheader("Asignar pesos a cada activo (la suma debe ser 100%)")
-
-        # Inicializar los pesos en session_state si no existen
-        for ticker in tickers:
-            key = f"weight_{ticker}"
-            if key not in st.session_state:
-                st.session_state[key] = round(100 / len(tickers), 2)
-
-        # Crear inputs para cada peso
-        cols = st.columns(len(tickers))
-        total_weight = 0
-        weight_inputs = []
-
-        for i, ticker in enumerate(tickers):
-            with cols[i]:
-                weight = st.number_input(
-                    f"{ticker} (%)",
-                    min_value=0.0,
-                    max_value=100.0,
-                    value=st.session_state[f"weight_{ticker}"],
-                    key=f"weight_{ticker}",
-                    step=0.1,
-                    format="%.2f"
-                )
-                weight_inputs.append(weight)
-                total_weight += weight
-
-        # Validar suma de 100%
-        if abs(total_weight - 100.0) > 0.01:
-            st.warning(f"⚠️ La suma de los pesos es {total_weight:.2f}%. Debe ser exactamente 100%.")
-            st.stop()
-
-        weights = np.array(weight_inputs) / 100
+        st.warning("Se requieren al menos dos tickers válidos.")
 
+# ✅ Mostrar si ya se identificaron los tickers
+if "tickers" in st.session_state:
+    tickers = st.session_state["tickers"]
+    st.success(f"Tickers detectados: {', '.join(tickers)}")
+    st.subheader("Asignar pesos a cada activo (la suma debe ser 100%)")
+
+    # Inicializar pesos si no existen
+    for ticker in tickers:
+        key = f"weight_{ticker}"
+        if key not in st.session_state:
+            st.session_state[key] = round(100 / len(tickers), 2)
+
+    # Inputs para los pesos
+    cols = st.columns(len(tickers))
+    total_weight = 0
+    weight_inputs = []
+
+    for i, ticker in enumerate(tickers):
+        with cols[i]:
+            weight = st.number_input(
+                f"{ticker} (%)",
+                min_value=0.0,
+                max_value=100.0,
+                value=st.session_state[f"weight_{ticker}"],
+                key=f"weight_{ticker}",
+                step=0.1,
+                format="%.2f"
+            )
+            st.session_state[f"weight_{ticker}"] = weight
+            weight_inputs.append(weight)
+            total_weight += weight
+
+    # Validación de suma
+    if abs(total_weight - 100.0) > 0.01:
+        st.warning(f"⚠️ La suma de los pesos es {total_weight:.2f}%. Debe ser exactamente 100%.")
+    else:
+        # Calcular VaR y CVaR
         if st.button("Calcular VaR y CVaR"):
+            weights = np.array(weight_inputs) / 100
             start_date = fecha_inicio.strftime("%Y-%m-%d")
             end_date = datetime.datetime.today().strftime("%Y-%m-%d")
 
@@ -144,7 +147,7 @@ if st.button("Identificar Tickers") and empresa_input:
             st.markdown(f"**Monte Carlo VaR:** {mc_VaR:.4%}")
             st.markdown(f"**Historical CVaR (Expected Shortfall):** {historical_CVaR:.4%}")
 
-            # ✅ Gráfico: Histograma con líneas VaR
+            # Gráfico de VaR
             fig1, ax1 = plt.subplots(figsize=(10, 6))
             ax1.hist(portfolio_returns, bins=50, density=True, alpha=0.5)
             ax1.axvline(historical_VaR, color="red", linestyle="--", label="Historical VaR")