feat: update report format

Home.py

@@ -1,4 +1,4 @@
-# Home.py (Trang chủ ứng dụng)
+# Home.py (Main application homepage)
 import streamlit as st
 import os
 from dotenv import load_dotenv
@@ -7,49 +7,49 @@ import google.generativeai as genai
 # Load environment variables
 load_dotenv()
 
-# Thiết lập trang
+# Page setup
 st.set_page_config(
     page_title="AI Financial Dashboard",
     page_icon="📊",
     layout="wide"
 )
 
-# Tiêu đề ứng dụng
+# Application title
 st.title("📊 AI Financial Dashboard v2.0")
 
-# Hiển thị thông tin ứng dụng
+# Display application information
 st.markdown("""
-## Chào mừng đến với AI Financial Dashboard
+## Welcome to AI Financial Dashboard
 
-Đây là ứng dụng phân tích tài chính thông minh sử dụng AI để giúp bạn đưa ra các quyết định đầu tư thông minh hơn.
+This is an intelligent financial analysis application using AI to help you make smarter investment decisions.
 
-### Các chức năng chính:
+### Main Features:
 
-1. **💬 Chat với AI Financial Analyst**: 
-   - Tìm kiếm thông tin cổ phiếu
-   - Xem biểu đồ giá
-   - Quy đổi tiền tệ
+1. **💬 Chat with AI Financial Analyst**: 
+   - Search for stock information
+   - View price charts
+   - Convert currencies
  
-2. **📄 Báo cáo Phân tích Chuyên sâu Mã Cổ phiếu**:
-   - Phân tích toàn diện về một cổ phiếu cụ thể
-   - Thu thập dữ liệu từ nhiều nguồn khác nhau
-   - Tạo báo cáo chuyên sâu với đánh giá của AI
+2. **📄 In-depth Stock Analysis Report**:
+   - Comprehensive analysis of a specific stock
+   - Data collection from multiple sources
+   - Generate in-depth reports with AI evaluation
  
-3. **📰 Bản tin Tổng hợp Thị trường Hàng ngày** (Sắp ra mắt):
-   - Tổng hợp tin tức tài chính mới nhất
-   - Phân loại theo chủ đề
-   - Cập nhật thị trường hàng ngày
+3. **📰 Daily Market Summary Newsletter** (Coming soon):
+   - Compilation of latest financial news
+   - Categorized by topic
+   - Daily market updates
 
-### Cách sử dụng:
+### How to Use:
 
-Sử dụng thanh điều hướng bên trái để chuyển đổi giữa các chức năng khác nhau của ứng dụng.
+Use the navigation bar on the left to switch between different features of the application.
 
 """)
 
-# Hiển thị trạng thái kết nối API
-st.sidebar.title("Trạng thái kết nối")
+# Display API connection status
+st.sidebar.title("Connection Status")
 
-# Kiểm tra các API key
+# Check API keys
 api_keys = {
     "GEMINI_API_KEY": os.getenv("GEMINI_API_KEY"),
     "ALPHA_VANTAGE_API_KEY": os.getenv("ALPHA_VANTAGE_API_KEY"),
@@ -58,32 +58,17 @@ api_keys = {
     "TWELVEDATA_API_KEY": os.getenv("TWELVEDATA_API_KEY")
 }
 
-# Hiển thị trạng thái của từng API
+# Display status of each API
 for api_name, api_key in api_keys.items():
     if api_key:
-        st.sidebar.success(f"✅ {api_name} đã kết nối")
+        st.sidebar.success(f"✅ {api_name.split('_KEY')[0].replace('_', ' ')}")
     else:
-        st.sidebar.error(f"❌ {api_name} chưa kết nối")
+        st.sidebar.error(f"❌ {api_name.split('_KEY')[0].replace('_', ' ')}")
 
-# Hiển thị thông tin về dự án
+# Display project information
 st.sidebar.markdown("---")
 st.sidebar.markdown("""
-### Thông tin dự án
-- **Phiên bản**: 2.0
-- **Cập nhật**: Tính năng báo cáo chuyên sâu
-""")
-
-# Hiển thị các nút chuyển hướng nhanh
-st.markdown("### Chuyển hướng nhanh")
-
-col1, col2 = st.columns(2)
-
-with col1:
-    if st.button("💬 Trò chuyện với AI Financial Analyst", use_container_width=True):
-        # Chuyển hướng sang trang chat
-        st.switch_page("pages/chat_app.py")
-
-with col2:
-    if st.button("📄 Tạo Báo cáo Phân tích Cổ phiếu", use_container_width=True):
-        # Chuyển hướng sang trang báo cáo cổ phiếu
-        st.switch_page("pages/stock_report.py") 
+### Project Information
+- **Version**: 2.0
+- **Update**: In-depth analysis report feature
+""")

modules/analysis_pipeline.py

@@ -6,6 +6,7 @@ from datetime import datetime
 import google.generativeai as genai
 from dotenv import load_dotenv
 from .api_clients import AlphaVantageClient, NewsAPIClient, MarketauxClient, get_price_history
+import time
 
 # Load environment variables and configure AI
 load_dotenv()
@@ -23,23 +24,55 @@ class StockAnalysisPipeline:
         self.analysis_results = {}
         self.ai_model = genai.GenerativeModel(model_name=MODEL_NAME)
     
-    async def gather_all_data(self):
-        """Gather all required data about the company from multiple sources"""
-        print(f"Gathering data for {self.symbol}...")
-        
-        # Create tasks for all API calls to run in parallel
-        tasks = [
-            self._get_company_overview(),
-            self._get_financial_statements(),
-            self._get_market_sentiment_and_news(),
-            self._get_analyst_ratings(),
-            self._get_price_data()
-        ]
+    async def run_analysis(self):
+        """Run the full analysis pipeline in an interleaved pattern"""
+        print(f"Starting analysis pipeline for {self.symbol}...")
         
-        # Wait for all tasks to complete
-        await asyncio.gather(*tasks)
+        # 1. Get company overview and financial statements first
+        await self._get_company_overview()
+        if hasattr(self, 'company_name'):
+            print(f"Analyzing {self.symbol} ({self.company_name})")
+        else:
+            self.company_name = self.symbol
+            print(f"Analyzing {self.symbol}")
+        
+        # 2. Get and analyze financial statements
+        print("Getting financial data...")
+        await self._get_financial_statements()
+        
+        # 3. Run financial health analysis with Gemini
+        print("Analyzing financial health...")
+        self.analysis_results['financial_health'] = await self._analyze_financial_health()
+        
+        # 4. Get and analyze market news and sentiment
+        print("Getting news and sentiment data...")
+        await self._get_market_sentiment_and_news()
+        
+        # 5. Run news sentiment analysis with Gemini
+        print("Analyzing news and sentiment...")
+        self.analysis_results['news_sentiment'] = await self._analyze_news_sentiment()
         
-        return self.company_data
+        # 6. Get quote data and price history
+        print("Getting quote and price data...")
+        await self._get_analyst_ratings()
+        await self._get_price_data()
+        
+        # 7. Run expert opinion analysis with Gemini
+        print("Analyzing market data...")
+        self.analysis_results['expert_opinion'] = await self._analyze_expert_opinion()
+        
+        # 8. Create final summary and recommendation
+        print("Creating final summary and recommendation...")
+        self.analysis_results['summary'] = await self._create_summary()
+        
+        # 9. Return the complete analysis
+        return {
+            'symbol': self.symbol,
+            'company_name': self.company_name,
+            'analysis': self.analysis_results,
+            'price_data': self.company_data.get('price_data', {}),
+            'overview': self.company_data.get('overview', {})
+        }
     
     async def _get_company_overview(self):
         """Get company overview information"""
@@ -108,37 +141,11 @@ class StockAnalysisPipeline:
         self.company_data['price_data'] = price_data
         print(f"Retrieved price history for {self.symbol}")
     
-    async def run_analysis(self):
-        """Run the full analysis pipeline"""
-        # 1. Gather all data
-        await self.gather_all_data()
-        
-        # 2. Run AI analysis in sequence
-        print(f"Running AI analysis for {self.symbol}...")
-        
-        # Financial Health Analysis
-        self.analysis_results['financial_health'] = await self._analyze_financial_health()
-        
-        # News & Sentiment Analysis
-        self.analysis_results['news_sentiment'] = await self._analyze_news_sentiment()
-        
-        # Expert Opinion Analysis
-        self.analysis_results['expert_opinion'] = await self._analyze_expert_opinion()
-        
-        # Final Summary & Recommendation
-        self.analysis_results['summary'] = await self._create_summary()
-        
-        # 3. Return the complete analysis
-        return {
-            'symbol': self.symbol,
-            'company_name': self.company_name if hasattr(self, 'company_name') else self.symbol,
-            'analysis': self.analysis_results,
-            'price_data': self.company_data.get('price_data', {}),
-            'overview': self.company_data.get('overview', {})
-        }
-    
     async def _analyze_financial_health(self):
         """Analyze company's financial health using AI"""
+        # Add a small delay before API call to Gemini to avoid rate limiting
+        await asyncio.sleep(1)
+        
         # Prepare financial data for the AI
         financial_data = {
             'overview': self.company_data.get('overview', {}),
@@ -167,14 +174,18 @@ class StockAnalysisPipeline:
         - DO NOT include any concluding phrases
         - Present only factual analysis based on the data
         - Present the information directly and objectively
+        - Prefer using the correct currency text instead of the symbol. For example, use USD instead of $
         """
         
-        # Get AI response - Using asyncio.to_thread instead of await
+        # Get AI response
         response = self.ai_model.generate_content(prompt)
         return response.text
     
     async def _analyze_news_sentiment(self):
         """Analyze news and market sentiment using AI"""
+        # Add a small delay before API call to Gemini to avoid rate limiting
+        await asyncio.sleep(1)
+        
         # Prepare news data for the AI
         news_data = {
             'alpha_news': self.company_data.get('alpha_news', {}),
@@ -201,14 +212,18 @@ class StockAnalysisPipeline:
         - DO NOT include any concluding phrases
         - Present only factual analysis based on the data
         - Present the information directly and objectively
+        - Prefer using the correct currency text instead of the symbol. For example, use USD instead of $
         """
         
-        # Get AI response - Using asyncio.to_thread instead of await
+        # Get AI response
         response = self.ai_model.generate_content(prompt)
         return response.text
     
     async def _analyze_expert_opinion(self):
         """Analyze current stock quote and price data"""
+        # Add a small delay before API call to Gemini to avoid rate limiting
+        await asyncio.sleep(1)
+        
         # Prepare data for the AI
         quote_data = self.company_data.get('quote_data', {})
         price_data = self.company_data.get('price_data', {})
@@ -306,14 +321,18 @@ class StockAnalysisPipeline:
         - DO NOT include any concluding phrases
         - Present only factual analysis based on the data
         - Present the information directly and objectively
+        - Prefer using the correct currency text instead of the symbol. For example, use USD instead of $
         """
         
-        # Get AI response - Using asyncio.to_thread instead of await
+        # Get AI response
         response = self.ai_model.generate_content(prompt)
         return response.text
     
     async def _create_summary(self):
         """Create a comprehensive summary and investment recommendation"""
+        # Add a small delay before API call to Gemini to avoid rate limiting
+        await asyncio.sleep(1)
+        
         # Combine all analyses
         combined_analysis = {
             'financial_health': self.analysis_results.get('financial_health', ''),
@@ -355,9 +374,10 @@ class StockAnalysisPipeline:
         - DO NOT include any concluding phrases or sign-offs
         - Present the report directly and objectively
         - The report should be comprehensive but concise
+        - Prefer using the correct currency text instead of the symbol. For example, use USD instead of $
         """
         
-        # Get AI response - Using asyncio.to_thread instead of await
+        # Get AI response
         response = self.ai_model.generate_content(prompt)
         return response.text
 
@@ -498,7 +518,7 @@ def generate_html_report(analysis_results):
     expert_text = process_markdown_text(analysis_results['analysis']['expert_opinion'])
     import json
     
-    json.dump(analysis_results['analysis'], open('analysis_results.json', 'w'), ensure_ascii=False, indent=4)
+    json.dump({'summary': summary_text, 'financial': financial_text, 'news': news_text, 'expert': expert_text}, open('analysis_results.json', 'w'), ensure_ascii=False, indent=4)
 
     # Convert to HTML
     summary_html = markdown.markdown(

pages/chat_app.py

@@ -1,8 +1,8 @@
-# app.py (Phiên bản cuối cùng với Biểu đồ Nâng cao)
+# app.py (Final version with Advanced Charts)
 
 import streamlit as st
 import pandas as pd
-import altair as alt # <-- Thêm thư viện Altair
+import altair as alt # <-- Add Altair library
 import google.generativeai as genai
 import google.ai.generativelanguage as glm
 from dotenv import load_dotenv
@@ -11,7 +11,7 @@ from twelvedata_api import TwelveDataAPI
 from collections import deque
 from datetime import datetime
 
-# --- 1. CẤU HÌNH BAN ĐẦU & KHỞI TẠO STATE ---
+# --- 1. INITIAL CONFIGURATION & STATE INITIALIZATION ---
 load_dotenv()
 st.set_page_config(layout="wide", page_title="AI Financial Dashboard")
 genai.configure(api_key=os.getenv("GEMINI_API_KEY"))
@@ -25,12 +25,12 @@ def initialize_state():
     st.session_state.active_timeseries_period = 'intraday' 
     st.session_state.currency_converter_state = {'from': 'USD', 'to': 'VND', 'amount': 100.0, 'result': None}
     st.session_state.chat_history = []
-    st.session_state.active_tab = 'Danh sách mã chứng khoán'
+    st.session_state.active_tab = 'Stock Watchlist'
     st.session_state.chat_session = None
 initialize_state()
 
-# --- 2. TẢI DỮ LIỆU NỀN ---
-@st.cache_data(show_spinner="Đang tải và chuẩn bị dữ liệu thị trường...")
+# --- 2. LOAD BACKGROUND DATA ---
+@st.cache_data(show_spinner="Loading and preparing market data...")
 def load_market_data():
     td_api = st.session_state.td_api
     stocks_data = td_api.get_all_stocks()
@@ -48,7 +48,7 @@ def load_market_data():
     return stocks_data, forex_graph, country_currency_map, all_currencies
 ALL_STOCKS_CACHE, FOREX_GRAPH, COUNTRY_CURRENCY_MAP, AVAILABLE_CURRENCIES = load_market_data()
 
-# --- 3. LOGIC THỰC THI TOOL ---
+# --- 3. TOOL EXECUTION LOGIC ---
 def find_and_process_stock(query: str):
     print(f"Hybrid searching for stock: '{query}'...")
     query_lower = query.lower()
@@ -64,14 +64,14 @@ def find_and_process_stock(query: str):
             df = pd.DataFrame(ts_data['values']); df['datetime'] = pd.to_datetime(df['datetime']); df['close'] = pd.to_numeric(df['close'])
             if symbol not in st.session_state.timeseries_cache: st.session_state.timeseries_cache[symbol] = {}
             st.session_state.timeseries_cache[symbol]['intraday'] = df.sort_values('datetime').set_index('datetime')
-        st.session_state.active_tab = 'Biểu đồ thời gian'; st.session_state.active_timeseries_period = 'intraday'
+        st.session_state.active_tab = 'Time Charts'; st.session_state.active_timeseries_period = 'intraday'
         return {"status": "SINGLE_STOCK_PROCESSED", "symbol": symbol, "name": stock_info.get('name', 'N/A')}
     elif len(found_data) > 1: return {"status": "MULTIPLE_STOCKS_FOUND", "data": found_data[:5]}
     else: return {"status": "NO_STOCKS_FOUND"}
 def get_smart_time_series(symbol: str, time_period: str):
     logic_map = {'intraday': {'interval': '15min', 'outputsize': 120}, '1_week': {'interval': '1h', 'outputsize': 40}, '1_month': {'interval': '1day', 'outputsize': 22}, '6_months': {'interval': '1day', 'outputsize': 120}, '1_year': {'interval': '1week', 'outputsize': 52}}
     params = logic_map.get(time_period)
-    if not params: return {"error": f"Khoảng thời gian '{time_period}' không hợp lệ."}
+    if not params: return {"error": f"Time period '{time_period}' is not valid."}
     return st.session_state.td_api.get_time_series(symbol=symbol, **params)
 def find_conversion_path_bfs(start, end):
     if start not in FOREX_GRAPH or end not in FOREX_GRAPH: return None
@@ -84,9 +84,9 @@ def find_conversion_path_bfs(start, end):
     return None
 def convert_currency_with_bridge(amount: float, symbol: str):
     try: start_currency, end_currency = symbol.upper().split('/')
-    except ValueError: return {"error": "Định dạng cặp tiền tệ không hợp lệ."}
+    except ValueError: return {"error": "Invalid currency pair format."}
     path = find_conversion_path_bfs(start_currency, end_currency)
-    if not path: return {"error": f"Không tìm thấy đường đi quy đổi từ {start_currency} sang {end_currency}."}
+    if not path: return {"error": f"No conversion path found from {start_currency} to {end_currency}."}
     current_amount = amount; steps = []
     for i in range(len(path) - 1):
         step_start, step_end = path[i], path[i+1]
@@ -97,7 +97,7 @@ def convert_currency_with_bridge(amount: float, symbol: str):
             inverse_result = st.session_state.td_api.currency_conversion(amount=1, symbol=f"{step_end}/{step_start}")
             if 'rate' in inverse_result and inverse_result.get('rate') and inverse_result['rate'] != 0:
                 rate = 1 / inverse_result['rate']; current_amount *= rate; steps.append({"step": f"{i+1}. {step_start} → {step_end} (Inverse)", "rate": rate, "intermediate_amount": current_amount})
-            else: return {"error": f"Lỗi ở bước quy đổi từ {step_start} sang {step_end}."}
+            else: return {"error": f"Error in conversion step from {step_start} to {step_end}."}
     return {"status": "Success", "original_amount": amount, "final_amount": current_amount, "path_taken": path, "conversion_steps": steps}
 def perform_currency_conversion(amount: float, symbol: str):
     result = convert_currency_with_bridge(amount, symbol)
@@ -105,27 +105,27 @@ def perform_currency_conversion(amount: float, symbol: str):
     try:
         from_curr, to_curr = symbol.split('/'); st.session_state.currency_converter_state.update({'from': from_curr, 'to': to_curr})
     except: pass
-    st.session_state.active_tab = 'Quy đổi tiền tệ'
+    st.session_state.active_tab = 'Currency Converter'
     return result
 
-# --- 4. CẤU HÌNH GEMINI ---
-SYSTEM_INSTRUCTION = """Bạn là bộ não AI điều khiển một Bảng điều khiển Tài chính Tương tác. Nhiệm vụ của bạn là hiểu yêu cầu của người dùng, gọi các công cụ phù hợp, và thông báo kết quả một cách súc tích.
+# --- 4. GEMINI CONFIGURATION ---
+SYSTEM_INSTRUCTION = """You are the AI brain controlling an Interactive Financial Dashboard. Your task is to understand user requests, call appropriate tools, and report results concisely.
 
-QUY TẮC VÀNG:
-1.  **HIỂU TRƯỚC, GỌI SAU:**
-    *   **Tên công ty:** Khi người dùng nhập một tên công ty (ví dụ: "Tập đoàn Vingroup", "Apple"), nhiệm vụ ĐẦU TIÊN của bạn là dùng tool `find_and_process_stock` để xác định mã chứng khoán chính thức.
-    *   **Tên quốc gia:** Khi người dùng nhập tên quốc gia cho tiền tệ (ví dụ: "tiền Việt Nam"), bạn phải tự suy luận ra mã tiền tệ 3 chữ cái ("VND") TRƯỚC KHI gọi tool `perform_currency_conversion`.
-2.  **HÀNH ĐỘNG VÀ THÔNG BÁO:** Vai trò của bạn là thực thi lệnh và thông báo ngắn gọn.
-    *   **Tìm thấy 1 mã:** "Tôi đã tìm thấy [Tên công ty] ([Mã CK]) và đã tự động thêm vào danh sách theo dõi và biểu đồ của bạn."
-    *   **Tìm thấy nhiều mã:** "Tôi tìm thấy một vài kết quả cho '[query]'. Bạn vui lòng cho biết mã chính xác bạn muốn theo dõi?"
-    *   **Quy đổi tiền tệ:** "Đã thực hiện. Mời bạn xem kết quả chi tiết trong tab 'Quy đổi tiền tệ'."
-3.  **CẤM LIỆT KÊ DỮ LIỆU:** Bảng điều khiển đã hiển thị tất cả. TUYỆT ĐỐI không lặp lại danh sách, các con số, hay dữ liệu thô trong câu trả lời của bạn.
+GOLDEN RULES:
+1.  **UNDERSTAND FIRST, CALL LATER:**
+    *   **Company Name:** When a user enters a company name (e.g., "Vingroup Corporation", "Apple"), your FIRST task is to use the `find_and_process_stock` tool to identify the official stock symbol.
+    *   **Country Name:** When a user enters a country name for currency (e.g., "Vietnamese currency"), you must infer the 3-letter currency code ("VND") BEFORE calling the `perform_currency_conversion` tool.
+2.  **ACT AND NOTIFY:** Your role is to execute commands and report briefly.
+    *   **Found 1 symbol:** "I've found [Company Name] ([Symbol]) and automatically added it to your watchlist and chart."
+    *   **Found multiple symbols:** "I found several results for '[query]'. Please specify which exact symbol you want to track?"
+    *   **Currency conversion:** "Done. Please see detailed results in the 'Currency Converter' tab."
+3.  **NO DATA LISTING:** The dashboard already displays everything. ABSOLUTELY do not repeat lists, numbers, or raw data in your response.
 """
 @st.cache_resource
 def get_model_and_tools():
-    find_stock_func = glm.FunctionDeclaration(name="find_and_process_stock", description="Tìm kiếm cổ phiếu theo mã hoặc tên và tự động xử lý. Dùng tool này ĐẦU TIÊN để xác định mã CK chính thức.", parameters=glm.Schema(type=glm.Type.OBJECT, properties={'query': glm.Schema(type=glm.Type.STRING, description="Mã hoặc tên công ty, ví dụ: 'Vingroup', 'Apple'.")}, required=['query']))
-    get_ts_func = glm.FunctionDeclaration(name="get_smart_time_series", description="Lấy dữ liệu lịch sử giá sau khi đã biết mã CK chính thức.", parameters=glm.Schema(type=glm.Type.OBJECT, properties={'symbol': glm.Schema(type=glm.Type.STRING), 'time_period': glm.Schema(type=glm.Type.STRING, enum=["intraday", "1_week", "1_month", "6_months", "1_year"])}, required=['symbol', 'time_period']))
-    currency_func = glm.FunctionDeclaration(name="perform_currency_conversion", description="Quy đổi tiền tệ sau khi đã biết mã 3 chữ cái của cặp tiền tệ nguồn/đích, ví dụ USD/VND, JPY/EUR", parameters=glm.Schema(type=glm.Type.OBJECT, properties={'amount': glm.Schema(type=glm.Type.NUMBER), 'symbol': glm.Schema(type=glm.Type.STRING)}, required=['amount', 'symbol']))
+    find_stock_func = glm.FunctionDeclaration(name="find_and_process_stock", description="Search for stock by symbol or name and automatically process. Use this tool FIRST to identify the official stock symbol.", parameters=glm.Schema(type=glm.Type.OBJECT, properties={'query': glm.Schema(type=glm.Type.STRING, description="Symbol or company name, e.g., 'Vingroup', 'Apple'.")}, required=['query']))
+    get_ts_func = glm.FunctionDeclaration(name="get_smart_time_series", description="Get price history data after knowing the official stock symbol.", parameters=glm.Schema(type=glm.Type.OBJECT, properties={'symbol': glm.Schema(type=glm.Type.STRING), 'time_period': glm.Schema(type=glm.Type.STRING, enum=["intraday", "1_week", "1_month", "6_months", "1_year"])}, required=['symbol', 'time_period']))
+    currency_func = glm.FunctionDeclaration(name="perform_currency_conversion", description="Convert currency after knowing the 3-letter code of source/target currency pair, e.g., USD/VND, JPY/EUR", parameters=glm.Schema(type=glm.Type.OBJECT, properties={'amount': glm.Schema(type=glm.Type.NUMBER), 'symbol': glm.Schema(type=glm.Type.STRING)}, required=['amount', 'symbol']))
     finance_tool = glm.Tool(function_declarations=[find_stock_func, get_ts_func, currency_func])
     model = genai.GenerativeModel(model_name="gemini-1.5-pro-latest", tools=[finance_tool], system_instruction=SYSTEM_INSTRUCTION)
     return model
@@ -134,7 +134,7 @@ if st.session_state.chat_session is None:
     st.session_state.chat_session = model.start_chat(history=[])
 AVAILABLE_FUNCTIONS = {"find_and_process_stock": find_and_process_stock, "get_smart_time_series": get_smart_time_series, "perform_currency_conversion": perform_currency_conversion}
 
-# --- 5. LOGIC HIỂN THỊ CÁC TAB ---
+# --- 5. TAB DISPLAY LOGIC ---
 def get_y_axis_domain(series: pd.Series, padding_percent: float = 0.1):
     if series.empty: return None
     data_min, data_max = series.min(), series.max()
@@ -147,30 +147,30 @@ def get_y_axis_domain(series: pd.Series, padding_percent: float = 0.1):
     return [data_min - padding, data_max + padding]
 
 def render_watchlist_tab():
-    st.subheader("Danh sách theo dõi")
-    if not st.session_state.stock_watchlist: st.info("Chưa có cổ phiếu nào. Hãy thử tìm kiếm một mã như 'Apple' hoặc 'VNM'."); return
+    st.subheader("Watchlist")
+    if not st.session_state.stock_watchlist: st.info("No stocks yet. Try searching for a symbol like 'Apple' or 'VNM'."); return
     for symbol, stock_info in list(st.session_state.stock_watchlist.items()):
         col1, col2, col3 = st.columns([4, 4, 1])
         with col1: st.markdown(f"**{symbol}**"); st.caption(stock_info.get('name', 'N/A'))
         with col2: st.markdown(f"**{stock_info.get('exchange', 'N/A')}**"); st.caption(f"{stock_info.get('country', 'N/A')} - {stock_info.get('currency', 'N/A')}")
         with col3:
-            if st.button("🗑️", key=f"delete_{symbol}", help=f"Xóa {symbol}"):
+            if st.button("🗑️", key=f"delete_{symbol}", help=f"Delete {symbol}"):
                 st.session_state.stock_watchlist.pop(symbol, None); st.session_state.timeseries_cache.pop(symbol, None); st.rerun()
         st.divider()
 
 def render_timeseries_tab():
-    st.subheader("Phân tích Biểu đồ")
+    st.subheader("Chart Analysis")
     if not st.session_state.stock_watchlist:
-        st.info("Hãy thêm ít nhất một cổ phiếu vào danh sách để xem biểu đồ."); return
-    time_periods = {'Trong ngày': 'intraday', '1 Tuần': '1_week', '1 Tháng': '1_month', '6 Tháng': '6_months', '1 Năm': '1_year'}
+        st.info("Please add at least one stock to the watchlist to view charts."); return
+    time_periods = {'Intraday': 'intraday', '1 Week': '1_week', '1 Month': '1_month', '6 Months': '6_months', '1 Year': '1_year'}
     period_keys = list(time_periods.keys())
     period_values = list(time_periods.values())
     default_index = period_values.index(st.session_state.active_timeseries_period) if st.session_state.active_timeseries_period in period_values else 0
-    selected_label = st.radio("Chọn khoảng thời gian:", options=period_keys, horizontal=True, index=default_index)
+    selected_label = st.radio("Select time period:", options=period_keys, horizontal=True, index=default_index)
     selected_period = time_periods[selected_label]
     if st.session_state.active_timeseries_period != selected_period:
         st.session_state.active_timeseries_period = selected_period
-        with st.spinner(f"Đang cập nhật biểu đồ..."):
+        with st.spinner(f"Updating charts..."):
             for symbol in st.session_state.stock_watchlist.keys():
                 ts_data = get_smart_time_series(symbol, selected_period)
                 if 'values' in ts_data:
@@ -180,8 +180,8 @@ def render_timeseries_tab():
         st.rerun()
     all_series_data = {symbol: st.session_state.timeseries_cache[symbol][selected_period] for symbol in st.session_state.stock_watchlist.keys() if symbol in st.session_state.timeseries_cache and selected_period in st.session_state.timeseries_cache[symbol]}
     if not all_series_data:
-        st.warning("Không có đủ dữ liệu cho khoảng thời gian đã chọn."); return
-    st.markdown("##### So sánh Hiệu suất Tăng trưởng (%)")
+        st.warning("Not enough data for the selected time period."); return
+    st.markdown("##### Growth Performance Comparison (%)")
     normalized_dfs = []
     for symbol, df in all_series_data.items():
         if not df.empty:
@@ -191,33 +191,33 @@ def render_timeseries_tab():
     if normalized_dfs:
         full_normalized_df = pd.concat(normalized_dfs)
         y_domain = get_y_axis_domain(full_normalized_df['value'])
-        chart = alt.Chart(full_normalized_df).mark_line().encode(x=alt.X('datetime:T', title='Thời gian'), y=alt.Y('value:Q', scale=alt.Scale(domain=y_domain, zero=False), title='Tăng trưởng (%)'), color=alt.Color('symbol:N', title='Mã CK'), tooltip=[alt.Tooltip('symbol:N', title='Mã'), alt.Tooltip('datetime:T', title='Thời điểm', format='%Y-%m-%d %H:%M'), alt.Tooltip('value:Q', title='Tăng trưởng', format='.2f')]).interactive()
+        chart = alt.Chart(full_normalized_df).mark_line().encode(x=alt.X('datetime:T', title='Time'), y=alt.Y('value:Q', scale=alt.Scale(domain=y_domain, zero=False), title='Growth (%)'), color=alt.Color('symbol:N', title='Symbol'), tooltip=[alt.Tooltip('symbol:N', title='Symbol'), alt.Tooltip('datetime:T', title='Time', format='%Y-%m-%d %H:%M'), alt.Tooltip('value:Q', title='Growth', format='.2f')]).interactive()
         st.altair_chart(chart, use_container_width=True)
     else:
-        st.warning("Không có dữ liệu để vẽ biểu đồ tăng trưởng.")
+        st.warning("No data to draw growth chart.")
     st.divider()
-    st.markdown("##### Biểu đồ Giá Thực tế")
+    st.markdown("##### Actual Price Charts")
     for symbol, df in all_series_data.items():
         stock_info = st.session_state.stock_watchlist.get(symbol, {})
         st.markdown(f"**{symbol}** ({stock_info.get('currency', 'N/A')})")
         if not df.empty:
             y_domain = get_y_axis_domain(df['close'])
             data_for_chart = df.reset_index()
-            price_chart = alt.Chart(data_for_chart).mark_line().encode(x=alt.X('datetime:T', title='Thời gian'), y=alt.Y('close:Q', scale=alt.Scale(domain=y_domain, zero=False), title='Giá'), tooltip=[alt.Tooltip('datetime:T', title='Thời điểm', format='%Y-%m-%d %H:%M'), alt.Tooltip('close:Q', title='Giá', format=',.2f')]).interactive()
+            price_chart = alt.Chart(data_for_chart).mark_line().encode(x=alt.X('datetime:T', title='Time'), y=alt.Y('close:Q', scale=alt.Scale(domain=y_domain, zero=False), title='Price'), tooltip=[alt.Tooltip('datetime:T', title='Time', format='%Y-%m-%d %H:%M'), alt.Tooltip('close:Q', title='Price', format=',.2f')]).interactive()
             st.altair_chart(price_chart, use_container_width=True)
 
 def render_currency_tab():
-    st.subheader("Công cụ quy đổi tiền tệ"); state = st.session_state.currency_converter_state
+    st.subheader("Currency Converter Tool"); state = st.session_state.currency_converter_state
     col1, col2 = st.columns(2)
-    amount = col1.number_input("Số tiền", value=state['amount'], min_value=0.0, format="%.2f", key="conv_amount")
-    from_curr = col1.selectbox("Từ", options=AVAILABLE_CURRENCIES, index=AVAILABLE_CURRENCIES.index(state['from']) if state['from'] in AVAILABLE_CURRENCIES else 0, key="conv_from")
-    to_curr = col2.selectbox("Sang", options=AVAILABLE_CURRENCIES, index=AVAILABLE_CURRENCIES.index(state['to']) if state['to'] in AVAILABLE_CURRENCIES else 1, key="conv_to")
-    if st.button("Quy đổi", use_container_width=True, key="conv_btn"):
-        with st.spinner("Đang quy đổi..."): result = perform_currency_conversion(amount, f"{from_curr}/{to_curr}"); st.rerun()
+    amount = col1.number_input("Amount", value=state['amount'], min_value=0.0, format="%.2f", key="conv_amount")
+    from_curr = col1.selectbox("From", options=AVAILABLE_CURRENCIES, index=AVAILABLE_CURRENCIES.index(state['from']) if state['from'] in AVAILABLE_CURRENCIES else 0, key="conv_from")
+    to_curr = col2.selectbox("To", options=AVAILABLE_CURRENCIES, index=AVAILABLE_CURRENCIES.index(state['to']) if state['to'] in AVAILABLE_CURRENCIES else 1, key="conv_to")
+    if st.button("Convert", use_container_width=True, key="conv_btn"):
+        with st.spinner("Converting..."): result = perform_currency_conversion(amount, f"{from_curr}/{to_curr}"); st.rerun()
     if state['result']:
         res = state['result']
-        if res.get('status') == 'Success': st.success(f"**Kết quả:** `{res['original_amount']:,.2f} {res['path_taken'][0]}` = `{res['final_amount']:,.2f} {res['path_taken'][-1]}`")
-        else: st.error(f"Lỗi: {res.get('error', 'Không rõ')}")
+        if res.get('status') == 'Success': st.success(f"**Result:** `{res['original_amount']:,.2f} {res['path_taken'][0]}` = `{res['final_amount']:,.2f} {res['path_taken'][-1]}`")
+        else: st.error(f"Error: {res.get('error', 'Unknown')}")
 
 # --- 6. MAIN APP LAYOUT & CONTROL FLOW ---
 st.title("📈 AI Financial Dashboard")
@@ -227,7 +227,7 @@ col1, col2 = st.columns([1, 1])
 with col2:
     right_column_container = st.container(height=600)
     with right_column_container:
-        tab_names = ['Danh sách mã chứng khoán', 'Biểu đồ thời gian', 'Quy đổi tiền tệ']
+        tab_names = ['Stock Watchlist', 'Time Charts', 'Currency Converter']
         try: default_index = tab_names.index(st.session_state.active_tab)
         except ValueError: default_index = 0
         st.session_state.active_tab = tab_names[default_index]
@@ -244,7 +244,7 @@ with col1:
             with st.chat_message(message["role"]):
                 st.markdown(message["parts"])
 
-user_prompt = st.chat_input("Hỏi AI để điều khiển bảng điều khiển...")
+user_prompt = st.chat_input("Ask AI to control the dashboard...")
 if user_prompt:
     st.session_state.chat_history.append({"role": "user", "parts": user_prompt})
     st.rerun()
@@ -252,10 +252,10 @@ if user_prompt:
 if st.session_state.chat_history and st.session_state.chat_history[-1]["role"] == "user":
     last_user_prompt = st.session_state.chat_history[-1]["parts"]
     
-    # ***** ĐÂY LÀ PHẦN THAY ĐỔI *****
+    # ***** THIS IS THE CHANGED PART *****
     with chat_container: 
         with st.chat_message("model"):
-            with st.spinner("🤖 AI đang thực thi lệnh..."):
+            with st.spinner("🤖 AI executing command..."):
                 response = st.session_state.chat_session.send_message(last_user_prompt)
                 tool_calls = [part.function_call for part in response.candidates[0].content.parts if part.function_call]
                 while tool_calls:

pages/stock_report.py

@@ -14,23 +14,23 @@ from datetime import datetime
 from modules.analysis_pipeline import run_analysis_pipeline, generate_html_report
 from twelvedata_api import TwelveDataAPI
 
-# Thiết lập trang
+# Page setup
 st.set_page_config(
     page_title="Stock Analysis Report",
     page_icon="📊",
     layout="wide"
 )
 
-# Tiêu đề ứng dụng
+# Application title
 st.title("📄 In-depth Stock Analysis Report")
 st.markdown("""
     This application generates a comprehensive analysis report for a stock symbol, combining data from multiple sources 
     and using AI to synthesize information, helping you make better investment decisions.
 """)
 
-# Hàm tạo biểu đồ giá
+# Function to create price chart
 def create_price_chart(price_data, period):
-    """Tạo biểu đồ giá từ dữ liệu"""
+    """Create price chart from data"""
     if 'values' not in price_data:
         return None
     
@@ -41,14 +41,14 @@ def create_price_chart(price_data, period):
     df['datetime'] = pd.to_datetime(df['datetime'])
     df['close'] = pd.to_numeric(df['close'])
     
-    # Xác định tiêu đề biểu đồ dựa vào khoảng thời gian
+    # Determine chart title based on time period
     title_map = {
         '1_month': 'Stock price over the last month',
         '3_months': 'Stock price over the last 3 months',
         '1_year': 'Stock price over the last year'
     }
     
-    # Tạo biểu đồ với Altair
+    # Create chart with Altair
     chart = alt.Chart(df).mark_line().encode(
         x=alt.X('datetime:T', title='Time'),
         y=alt.Y('close:Q', title='Closing Price', scale=alt.Scale(zero=False)),
@@ -64,28 +64,28 @@ def create_price_chart(price_data, period):
     
     return chart
 
-# Hàm chuyển đổi kết quả phân tích thành PDF
+# Function to convert analysis results to PDF
 def convert_html_to_pdf(html_content):
-    """Chuyển đổi HTML thành file PDF"""
+    """Convert HTML to PDF file"""
     with tempfile.NamedTemporaryFile(suffix='.html', delete=False) as f:
         f.write(html_content.encode())
         temp_html = f.name
     
     pdf_bytes = weasyprint.HTML(filename=temp_html).write_pdf()
     
-    # Xóa file tạm sau khi sử dụng
+    # Delete temporary file after use
     os.unlink(temp_html)
     
     return pdf_bytes
 
-# Hàm tạo nút tải xuống file PDF
+# Function to create PDF download link
 def get_download_link(pdf_bytes, filename):
-    """Tạo link tải xuống cho file PDF"""
+    """Create download link for PDF file"""
     b64 = base64.b64encode(pdf_bytes).decode()
     href = f'<a href="data:application/pdf;base64,{b64}" download="{filename}">Download Report (PDF)</a>'
     return href
 
-# Danh sách các mã chứng khoán phổ biến và thông tin
+# List of popular stock symbols and information
 def load_stock_symbols():
     """Load stock symbols from cache or create new cache"""
     cache_file = "static/stock_symbols_cache.json"
@@ -164,10 +164,10 @@ STOCK_SYMBOLS = load_stock_symbols()
 def format_stock_option(stock):
     return f"{stock['symbol']} - {stock['name']}"
 
-# Tạo giao diện
+# Create interface
 col1, col2 = st.columns([3, 1])
 
-# Phần nhập thông tin
+# Information input section
 with col2:
     st.subheader("Enter Information")
     
@@ -192,7 +192,7 @@ with col2:
         if not stock_symbol:
             st.error("Please select a stock symbol to continue.")
         else:
-            # Lưu mã cổ phiếu vào session state để duy trì giữa các lần chạy
+            # Save stock symbol to session state to maintain between runs
             st.session_state.stock_symbol = stock_symbol
             st.session_state.analysis_requested = True
             st.rerun()
@@ -202,25 +202,25 @@ with col2:
         st.divider()
         st.subheader("PDF Report")
         
-        # Lấy kết quả từ session state
+        # Get results from session state
         analysis_results = st.session_state.analysis_results
         
-        # Tạo thư mục static nếu chưa tồn tại
+        # Create static directory if it doesn't exist
         os.makedirs("static", exist_ok=True)
         
-        # Tạo tên file PDF và đường dẫn
+        # Create PDF filename and path
         filename = f"Report_{analysis_results['symbol']}_{datetime.now().strftime('%d%m%Y')}.pdf"
         pdf_path = os.path.join("static", filename)
         
-        # Hiển thị thông tin
+        # Display information
         st.markdown("Get a complete PDF report with price charts:")
         
-        # Import hàm tạo PDF
+        # Import PDF generation function
         from modules.analysis_pipeline import generate_pdf_report
         
-        # Nút tạo và tải xuống PDF (gộp chung)
+        # Generate and download PDF button (combined)
         if st.button("📊 Generate & Download PDF Report", use_container_width=True, key="pdf_btn", type="primary"):
-            # Kiểm tra nếu file không tồn tại hoặc cần tạo lại
+            # Check if file doesn't exist or needs to be recreated
             if not os.path.exists(pdf_path):
                 with st.spinner("Creating PDF report with charts..."):
                     generate_pdf_report(analysis_results, pdf_path)
@@ -229,11 +229,11 @@ with col2:
                     st.error("Failed to create PDF report.")
                     st.stop()
             
-            # Đọc file PDF để tải xuống
+            # Read PDF file for download
             with open(pdf_path, "rb") as pdf_file:
                 pdf_bytes = pdf_file.read()
             
-            # Hiển thị thông báo thành công và widget tải xuống
+            # Display success message and download widget
             st.success("PDF report generated successfully!")
             
             st.download_button(
@@ -245,34 +245,34 @@ with col2:
                 key="download_pdf_btn"
             )
 
-# Phần hiển thị báo cáo
+# Report display section
 with col1:
-    # Kiểm tra xem có yêu cầu phân tích không
+    # Check if there's an analysis request
     if "analysis_requested" in st.session_state and st.session_state.analysis_requested:
         symbol = st.session_state.stock_symbol
         
         with st.spinner(f"🔍 Collecting data and analyzing {symbol} stock... (this may take a few minutes)"):
             try:
-                # Chạy phân tích
+                # Run analysis
                 analysis_results = asyncio.run(run_analysis_pipeline(symbol))
                 
-                # Lưu kết quả vào session state
+                # Save results to session state
                 st.session_state.analysis_results = analysis_results
                 st.session_state.analysis_complete = True
                 st.session_state.analysis_requested = False
                 
-                # Tự động rerun để hiển thị kết quả
+                # Automatically rerun to display results
                 st.rerun()
             except Exception as e:
                 st.error(f"An error occurred during analysis: {str(e)}")
                 st.session_state.analysis_requested = False
     
-    # Kiểm tra xem phân tích đã hoàn thành chưa
+    # Check if analysis is complete
     if "analysis_complete" in st.session_state and st.session_state.analysis_complete:
-        # Lấy kết quả từ session state
+        # Get results from session state
         analysis_results = st.session_state.analysis_results
         
-        # Tạo các tab để hiển thị nội dung
+        # Create tabs to display content
         tab1, tab2, tab3, tab4, tab5 = st.tabs([
             "📋 Overview", 
             "💰 Financial Health", 
@@ -282,7 +282,7 @@ with col1:
         ])
         
         with tab1:
-            # Hiển thị thông tin cơ bản về công ty
+            # Display basic company information
             overview = analysis_results.get('overview', {})
             if overview:
                 col1, col2 = st.columns([1, 1])
@@ -295,7 +295,7 @@ with col1:
                     st.write(f"**P/E Ratio:** {overview.get('PERatio', 'N/A')}")
                     st.write(f"**Dividend Yield:** {overview.get('DividendYield', 'N/A')}%")
             
-            # Hiển thị tóm tắt
+            # Display summary
             st.markdown("### Summary & Recommendation")
             st.markdown(analysis_results['analysis']['summary'])
         
@@ -314,7 +314,7 @@ with col1:
         with tab5:
             st.markdown("### Stock Price Charts")
             
-            # Hiển thị biểu đồ từ dữ liệu giá
+            # Display charts from price data
             price_data = analysis_results.get('price_data', {})
             if price_data:
                 period_tabs = st.tabs(['1 Month', '3 Months', '1 Year'])
@@ -333,7 +333,7 @@ with col1:
             else:
                 st.info("No price chart data available for this stock.")
     else:
-        # Hiển thị hướng dẫn khi không có phân tích
+        # Display instructions when no analysis is present
         st.info("👈 Enter a stock symbol and click 'Generate Report' to begin.")
         st.markdown("""
         ### About Stock Analysis Reports
@@ -349,14 +349,14 @@ with col1:
         Reports are generated based on data from multiple sources and analyzed by AI.
         """)
         
-        # Hiển thị các mã cổ phiếu phổ biến
+        # Display popular stock symbols
         st.markdown("### Popular Stock Symbols")
         
-        # Hiển thị danh sách các mã cổ phiếu phổ biến theo lưới
-        # Chỉ lấy 12 mã đầu tiên để không làm rối giao diện
+        # Display list of popular stock symbols in grid
+        # Only take first 12 to avoid cluttering the interface
         display_stocks = STOCK_SYMBOLS[:12]
         
-        # Tạo lưới với 4 cột
+        # Create grid with 4 columns
         cols = st.columns(4)
         for i, stock in enumerate(display_stocks):
             col = cols[i % 4]