fix(api): 修复 JSON 序列化错误

- 支持多种日期列名（date, Date, index, trade_date, datetime）
- 添加对 Timestamp 对象的递归转换
- 修复 yfinance 返回数据中的 Timestamp 序列化问题

core/datasource/flask_server.py

@@ -205,12 +205,29 @@ def dataframe_to_json(df: pd.DataFrame) -> Dict:
     # 重置索引，将日期转为列
     df_reset = df.reset_index()
     
-    # 处理日期列
-    if 'date' in df_reset.columns:
-        df_reset['date'] = df_reset['date'].dt.strftime('%Y-%m-%d')
-    elif 'index' in df_reset.columns:
-        df_reset['index'] = pd.to_datetime(df_reset['index']).dt.strftime('%Y-%m-%d')
-        df_reset = df_reset.rename(columns={'index': 'date'})
+    # 处理日期列（支持多种可能的列名）
+    date_columns = ['date', 'Date', 'index', 'trade_date', 'datetime']
+    for col in date_columns:
+        if col in df_reset.columns:
+            try:
+                df_reset[col] = pd.to_datetime(df_reset[col]).dt.strftime('%Y-%m-%d')
+                # 统一重命名为 'date'
+                if col != 'date':
+                    df_reset = df_reset.rename(columns={col: 'date'})
+                break
+            except Exception:
+                pass
+    
+    # 确保所有数据都是 JSON 可序列化的
+    for col in df_reset.columns:
+        if df_reset[col].dtype == 'object':
+            # 转换可能的 Timestamp 对象
+            try:
+                df_reset[col] = df_reset[col].apply(
+                    lambda x: x.strftime('%Y-%m-%d') if hasattr(x, 'strftime') else x
+                )
+            except Exception:
+                pass
     
     # 转换为字典列表
     records = df_reset.to_dict(orient='records')
@@ -220,8 +237,8 @@ def dataframe_to_json(df: pd.DataFrame) -> Dict:
         "count": len(records),
         "columns": list(df_reset.columns),
         "date_range": {
-            "start": df.index.min().strftime('%Y-%m-%d'),
-            "end": df.index.max().strftime('%Y-%m-%d'),
+            "start": df.index.min().strftime('%Y-%m-%d') if hasattr(df.index.min(), 'strftime') else str(df.index.min()),
+            "end": df.index.max().strftime('%Y-%m-%d') if hasattr(df.index.max(), 'strftime') else str(df.index.max()),
         } if len(df) > 0 else None
     }