添加ema52显示

web/app.py

@@ -346,10 +346,43 @@ def calculate_macd(df):
         'histogram': histogram.tolist()
     }
 
-def analyze_chan(df):
+def analyze_chan(df, symbol=None, timeframe=None):
     """进行缠论分析"""
     chan = ChanLun()
     
+    # 初始化多时间周期数据以获取EMA52
+    ema52_dict = None
+    if symbol and timeframe:
+        try:
+            # 获取不同时间周期的数据用于初始化
+            df_1h = get_kl_data(symbol, '1h', limit=800) if timeframe != '1h' else df
+            df_1d = get_kl_data(symbol, '1d', limit=800) if timeframe != '1d' else df
+            df_1M = get_kl_data(symbol, '1M', limit=800) if timeframe != '1M' else df
+            
+            # 添加指标
+            if df_1h is not None and len(df_1h) > 0:
+                df_1h = add_indicators(df_1h)
+            if df_1d is not None and len(df_1d) > 0:
+                df_1d = add_indicators(df_1d)
+            if df_1M is not None and len(df_1M) > 0:
+                df_1M = add_indicators(df_1M)
+            
+            # 初始化多时间周期数据
+            chan.init_dataframes(df, df_1h, df_1d, df_1M)
+            
+            # 获取EMA52数据
+            ema52_dict = chan.get_ema52_dict()
+            # 处理NaN值
+            if ema52_dict:
+                for key, value in ema52_dict.items():
+                    if pd.isna(value) or value is None:
+                        ema52_dict[key] = None
+                    else:
+                        ema52_dict[key] = float(value)
+        except Exception as e:
+            print(f"获取多时间周期EMA52数据失败: {e}")
+            ema52_dict = None
+    
     # 获取分析结果
     klc_list = chan.get_klc_list(df)
     bi_list = chan.cal_bi_list(klc_list)
@@ -546,7 +579,8 @@ def analyze_chan(df):
         'trade_points': buy_sell_points,
         'klc_fx_info': klc_fx_info,  # KLC分型信息
         'klu_fx_info': klu_fx_info,   # 添加KLU分型信息
-        'chan_macd': chan_macd_data   # 添加ChanMACD分析数据
+        'chan_macd': chan_macd_data,   # 添加ChanMACD分析数据
+        'ema52_dict': ema52_dict  # 添加多时间周期EMA52数据
     }
 
 def generate_replay_data(df, client_tz, symbol=None, element_timeframe=None, start_time=None, end_time=None):
@@ -572,7 +606,7 @@ def generate_replay_data(df, client_tz, symbol=None, element_timeframe=None, sta
             current_df = add_indicators(current_df)
             
             # 进行缠论分析
-            analysis_result = analyze_chan(current_df)
+            analysis_result = analyze_chan(current_df, symbol, timeframe)
             
             # 计算MACD
             macd_data = calculate_macd(current_df)
@@ -590,7 +624,7 @@ def generate_replay_data(df, client_tz, symbol=None, element_timeframe=None, sta
                     if len(element_current_df) > 0:
                         # 重新对当前时间范围的次周期数据进行缠论分析
                         # 这样可以确保数据的准确性，避免时间筛选的复杂性
-                        element_current_analysis = analyze_chan(element_current_df)
+                        element_current_analysis = analyze_chan(element_current_df, symbol, element_timeframe)
                         
                         # 直接使用分析结果，无需复杂的时间筛选
                         filtered_bi_list = element_current_analysis['bi_list']
@@ -1614,7 +1648,7 @@ def analyze():
         df = add_indicators(df)
         
         # 进行缠论分析
-        analysis_result = analyze_chan(df)
+        analysis_result = analyze_chan(df, symbol, timeframe)
         
         # 计算MACD
         macd_data = calculate_macd(df)
@@ -1717,7 +1751,9 @@ def analyze():
                 'fx_confirmed': bool(point['fx_confirmed'])          # 分型是否确认
             } for point in analysis_result['klu_fx_info']],
             # 添加ChanMACD分析数据
-            'chan_macd': serialize_chan_macd_data(analysis_result.get('chan_macd', {}), client_tz)
+            'chan_macd': serialize_chan_macd_data(analysis_result.get('chan_macd', {}), client_tz),
+            # 添加多时间周期EMA52数据
+            'ema52_dict': analysis_result.get('ema52_dict', {})
         })
         
         # 如果生成了回放数据，添加到返回结果中
@@ -1734,7 +1770,7 @@ def analyze():
             element_df = add_indicators(element_df)
             
             # 对小周期数据进行缠论分析
-            element_analysis = analyze_chan(element_df)
+            element_analysis = analyze_chan(element_df, symbol, element_timeframe)
             
             # 计算小周期MACD数据
             element_macd_data = calculate_macd(element_df)
@@ -1936,7 +1972,7 @@ def test_element_data():
         
         # 分析次周期数据
         element_df = add_indicators(element_df)
-        element_analysis = analyze_chan(element_df)
+        element_analysis = analyze_chan(element_df, symbol, element_timeframe)
         
         return jsonify({
             'main_data_count': len(main_df),
@@ -2123,7 +2159,7 @@ def filter_stocks():
                     continue
                 
                 # 进行缠论分析
-                analysis_result = analyze_chan(df)
+                analysis_result = analyze_chan(df, symbol, timeframe)
                 
                 if not analysis_result or 'klc_fx_info' not in analysis_result:
                     continue