總算組起來了

# -*- coding: utf-8 -*-


import twstock
import pandas as pd
# 導入twstock及pandas模組，pandas模組縮寫為pd
import matplotlib
import mplfinance as mpf
# 導入pandas、matplotlib、mplfinance模組，將mplfinance模組縮寫為mpf
# 這邊要導入matplotlib的原因是因為mplfinance繪圖時需要調用mptplotlib模組

print("這是台灣股市各股自2022年起的爬蟲畫圖程式~")
print("也繪製出股價5日、20日、60日線")

op = 'y'

while op == 'y':
​   target_stock = input('請輸入要查詢的股票代號:')  #股票代號變數
​   stock = twstock.Stock(target_stock)  #告訴twstock我們要查詢的股票
​   target_price = stock.fetch_from(2023, 1)  #取用至今每天的交易資料

​   name_attribute = [
​       'Date', 'Capacity', 'Turnover', 'Open', 'High', 'Low', 'Close', 'Change',
​       'Transcation'
​   ]  #幫收集到的資料設定表頭

​   df = pd.DataFrame(columns=name_attribute, data=target_price)
​   #將twstock抓到的清單轉成Data Frame格式的資料表

​   filename = f'./data/{target_stock}.csv'
​   #指定Data Frame轉存csv檔案的檔名與路徑

​   df.to_csv(filename)
​   #將Data Frame轉存為csv檔案

​   df = pd.read_csv(f'./data/{target_stock}.csv', parse_dates=True, index_col=1) #讀取目標股票csv檔的位置

​   df.rename(columns={'Turnover':'Volume'}, inplace = True) 
​   #這裡針對資料表做一下修正，因為交易量(Turnover)在mplfinance中須被改為Volume才能被認出來

​   mc = mpf.make_marketcolors(up='r',down='g',inherit=True)
​   s  = mpf.make_mpf_style(base_mpf_style='yahoo',marketcolors=mc)
​   #針對線圖的外觀微調，將上漲設定為紅色，下跌設定為綠色，符合台股表示習慣
​   #接著把自訂的marketcolors放到自訂的style中，而這個改動是基於預設的yahoo外觀

​   kwargs = dict(type='candle', mav=(5,20,60), volume=True, figratio=(10,8), figscale=0.75, title=f'Chart of {target_stock} ', style=s) 
​   #設定可變參數kwargs，並在變數中填上繪圖時會用到的設定值，並且設上標題

​   mpf.plot(df, **kwargs)
​   #選擇df資料表為資料來源，帶入kwargs參數，畫出目標股票的走勢圖

​   op = input("你還要繼續找資料嗎(y/n)? ")

看起來有點突破了
修成這樣

import twstock
import pandas as pd
import os
from datetime import datetime, timedelta
import matplotlib
import mplfinance as mpf
import tkinter as tk
from tkinter import simpledialog, messagebox

def fetch_stock_data(target_stock):
    filename = f'./data/{target_stock}.csv'

    # 檢查檔案是否存在
    if os.path.exists(filename):
        # 讀取現有數據的最後一天日期
        existing_data = pd.read_csv(filename, parse_dates=True, index_col=0,  dayfirst=True)
        existing_data.index = pd.to_datetime(existing_data.index, errors='coerce', format='%Y-%m-%d')
        last_date = pd.to_datetime(existing_data.index[-1])

        # 如果最後一天日期不是今天，則重新抓取數據
        if last_date < pd.Timestamp(datetime.now().date()):
            messagebox.showinfo("更新中......","更新 至最新的日期記錄中~")
            stock = twstock.Stock(target_stock)
            target_price = stock.fetch_from(2022, 1)

            name_attribute = [
                'Date', 'Capacity', 'Turnover', 'Open', 'High', 'Low', 'Close', 'Change',
                'Transcation'
            ]

            new_data = pd.DataFrame(columns=name_attribute, data=target_price)
            new_data.set_index('Date', inplace=True)  # 使用日期作為索引

            # 將新數據添加到現有數據
            df = pd.concat([existing_data, new_data])

            # 將 "Turnover" 更名為 "Volume"
            df.rename(columns={'Turnover': 'Volume'}, inplace=True)

            # 寫入檔案
            df.to_csv(filename)

        else:
            messagebox.showinfo("已更新","已經是最新的數據，無需重新抓取！")
            df = existing_data

    else:
        # 如果檔案不存在，則重新抓取數據
        messagebox.showinfo("抓取中......", "正在拼命抓取中~")
        stock = twstock.Stock(target_stock)
        target_price = stock.fetch_from(2022, 1)

        name_attribute = [
            'Date', 'Capacity', 'Turnover', 'Open', 'High', 'Low', 'Close', 'Change',
            'Transcation'
        ]

        df = pd.DataFrame(columns=name_attribute, data=target_price)
        df.set_index('Date', inplace=True)# 使用日期作為索引

        # 將 "Turnover" 更名為 "Volume"
        df.rename(columns={'Turnover': 'Volume'}, inplace=True)

        # 寫入檔案
        df.to_csv(filename)

    return df

def plot_stock_chart(df, target_stock):
    mc = mpf.make_marketcolors(up='r', down='g', inherit=True)
    s = mpf.make_mpf_style(base_mpf_style='yahoo', marketcolors=mc)

    kwargs = dict(type='candle', mav=(5, 20, 60), volume=True, figratio=(10, 8), figscale=0.75, title=f'Chart of {target_stock} ', style=s)

    mpf.plot(df, **kwargs)

def main():
    root = tk.Tk()
    root.withdraw()

    op = 'y'

    target_stock = simpledialog.askstring("股票走勢查詢系統", "這是台灣股市自2022年開始的爬蟲資料總和~\n他能繪製出股價5日、20日、60日線~\n請輸入要查詢的股票代號:")
    df = fetch_stock_data(target_stock)

    while op == 'y':
        plot_stock_chart(df, target_stock)

        op = simpledialog.askstring("繼續查詢", "你還要繼續找資料嗎?(y/n)")

    root.destroy()

if __name__ == "__main__":
    main()