Fix: Use yfinance 0.2.28 (no websockets dependency)

app.py

@@ -158,35 +158,42 @@ class LSTMModel(nn.Module):
 # ============================================================================
 
 def load_stock_data(symbol: str, days: int = 400) -> pd.DataFrame:
-    """Carrega dados com múltiplas tentativas."""
+    """Carrega dados usando yfinance.download (mais estável)."""
     import yfinance as yf
     
     end = datetime.now()
     start = end - timedelta(days=days)
     
-    # Tentar múltiplas vezes
-    for attempt in range(3):
-        try:
-            ticker = yf.Ticker(symbol)
-            df = ticker.history(
-                start=start.strftime('%Y-%m-%d'),
-                end=end.strftime('%Y-%m-%d'),
-                auto_adjust=True
-            )
-            
-            if not df.empty:
-                df = df.reset_index()
-                df.columns = df.columns.str.lower()
-                if 'date' in df.columns:
-                    df = df.rename(columns={'date': 'timestamp'})
-                return df
-                
-        except Exception as e:
-            if attempt == 2:
-                raise ValueError(f"Não foi possível obter dados para {symbol}: {str(e)}")
-            continue
-    
-    raise ValueError(f"Dados não encontrados para {symbol}")
+    try:
+        # Usar download ao invés de Ticker.history (mais estável)
+        df = yf.download(
+            symbol,
+            start=start.strftime('%Y-%m-%d'),
+            end=end.strftime('%Y-%m-%d'),
+            progress=False,
+            auto_adjust=True
+        )
+        
+        if df.empty:
+            raise ValueError(f"Dados não encontrados para {symbol}")
+        
+        # Tratar MultiIndex columns
+        if isinstance(df.columns, pd.MultiIndex):
+            df.columns = df.columns.get_level_values(0)
+        
+        df = df.reset_index()
+        df.columns = df.columns.str.lower()
+        
+        # Renomear coluna de data
+        for col in ['date', 'Date', 'datetime', 'Datetime']:
+            if col in df.columns:
+                df = df.rename(columns={col: 'timestamp'})
+                break
+        
+        return df
+        
+    except Exception as e:
+        raise ValueError(f"Erro ao obter dados para {symbol}: {str(e)}")
 
 
 def create_features(df: pd.DataFrame) -> pd.DataFrame:

requirements.txt

@@ -3,7 +3,6 @@ torch
 pandas
 numpy
 scikit-learn
-yfinance>=0.2.50
-websockets>=11.0
+yfinance==0.2.28
 huggingface_hub
 joblib