test5

app.py

@@ -19,14 +19,14 @@ def prepare_data_chronos(data):
     formatted_df = pd.DataFrame({
         'item_id': ['stock'] * len(df),
         'timestamp': pd.to_datetime(df['Date']),
-        'value': df['Close'].astype('float32').values.ravel()
+        'target': df['Close'].astype('float32').values.ravel()  # 改回使用 'target' 而不是 'value'
     })
     
     # 按照時間戳排序
     formatted_df = formatted_df.sort_values('timestamp')
     
     try:
-        # 只使用必要的參數
+        # 創建 TimeSeriesDataFrame
         ts_df = TimeSeriesDataFrame.from_data_frame(
             formatted_df,
             id_column='item_id',
@@ -116,10 +116,11 @@ def get_top_10_potential_stocks(period, selected_indices):
                 
             ts_data = prepare_data_chronos(data)
             
-            # 只在創建預測器時指定頻率
+            # 創建預測器，使用 'target' 作為目標列名
             predictor = TimeSeriesPredictor(
                 prediction_length=prediction_length,
-                freq="1D"  # 指定為每日數據
+                freq="D",  # 使用 'D' 而不是 '1D'
+                target="target"  # 確保與數據框中的列名一致
             )
             
             predictor.fit(