def just_do_it(cp):
###############################################################################
# Stimmungsbarometer holen, auspacken und zeichnen
###############################################################################
Stimmungsbarometer.main(cp)
fig = figure()
ax = fig.add_subplot(111)
result_set_stimmung = Stimmungsbarometer.main(cp)
datum_tats_kurse = result_set_stimmung[0][0]
tats_kurse = result_set_stimmung[0][1]
anzahl_buy = result_set_stimmung[1][0][0][0]
prozent_buy = result_set_stimmung[1][0][0][1]
mittlere_trefferquote_buy = result_set_stimmung[1][0][0][2]
anzahl_sell = result_set_stimmung[1][0][1][0]
prozent_sell = result_set_stimmung[1][0][1][1]
mittlere_trefferquote_sell = result_set_stimmung[1][0][1][2]
anzahl_neutral = result_set_stimmung[1][0][2][0]
prozent_neutral = result_set_stimmung[1][0][2][1]
mittlere_trefferquote_neutral = result_set_stimmung[1][0][2][2]
print "buy: ", anzahl_buy
print "sell: " ,anzahl_sell
print "neutral: " ,anzahl_neutral
print
print
print "%f Prozent aller Analysten sagen Buy!" %(prozent_buy)
print "Mittlere Trefferquote derer die Buy sagen: %f" %(mittlere_trefferquote_buy)
print
print "%f Prozent aller Analysten sagen Sell!" %(prozent_sell)
print "Mittlere Trefferquote derer die Sell sagen: %f" %(mittlere_trefferquote_sell)
print
print "%f Prozent aller Analysten sagen Neutral!" %(prozent_neutral)
print "Mittlere Trefferquote derer die Neutral sagen: %f" %(mittlere_trefferquote_neutral)
prognose_punkte_buy = result_set_stimmung[2][0][0][0]
punkte_datum_buy = result_set_stimmung[2][0][0][1]
prognose_punkte_sell = result_set_stimmung[2][0][1][0]
punkte_datum_sell = result_set_stimmung[2][0][1][1]
prognose_punkte_neutral = result_set_stimmung[2][0][2][0]
punkte_datum_neutral = result_set_stimmung[2][0][2][1]
mittelwertkurve_buy = result_set_stimmung[2][0][3][0]
mittelwertkurve_datum_buy = result_set_stimmung[2][0][3][1]
mittelwertkurve_sell = result_set_stimmung[2][0][4][0]
mittelwertkurve_datum_sell = result_set_stimmung[2][0][4][1]
mittelwertkurve_neutral = result_set_stimmung[2][0][5][0]
mittelwertkurve_datum_neutral = result_set_stimmung[2][0][5][1]
plot.plot_avg(datum_tats_kurse,tats_kurse,ax,fig)
plot.plot_future_unbekannt(prognose_punkte_buy, punkte_datum_buy,'#00FF00',ax,fig)
plot.plot_future_unbekannt(prognose_punkte_sell, punkte_datum_sell,'#FF0000',ax,fig)
plot.plot_future_unbekannt(prognose_punkte_neutral, punkte_datum_neutral,'#FFFF00',ax,fig)
plot.plot_trend(mittelwertkurve_datum_buy,mittelwertkurve_buy,'#00FF00',ax,fig)
plot.plot_trend(mittelwertkurve_datum_sell,mittelwertkurve_sell,'#FF0000',ax,fig)
plot.plot_trend(mittelwertkurve_datum_neutral,mittelwertkurve_neutral,'#FFFF00',ax,fig)
plot.show_plot(ax,fig)
###############################################################################
# Prognose nach aktuellen analysten holen, auspacken und zeichnen
###############################################################################
fig = figure()
ax = fig.add_subplot(111)
result_set_prog_ind_analyst = prognose_nach_aktuellen_Analysten.main(cp)
konfidenz_intervall_95_sigma_oben = result_set_prog_ind_analyst[0][0]
datum_konfidenz_intervall_95_sigma_oben = result_set_prog_ind_analyst[0][1]
konfidenz_intervall_95_sigma_unten = result_set_prog_ind_analyst[1][0]
datum_konfidenz_intervall_95_sigma_unten = result_set_prog_ind_analyst[1][1]
datum_tats_kurse = result_set_prog_ind_analyst[2][0]
tats_kurse = result_set_prog_ind_analyst[2][1]
prognose_kurse_analysten = result_set_prog_ind_analyst[3][0]
datum_prognosekurse_analysten = result_set_prog_ind_analyst[3][1]
unsere_prognose_linie_kurse = result_set_prog_ind_analyst[4][0]
datum_unsere_prognose_linie = result_set_prog_ind_analyst[4][1]
datum_unsere_prognose_punkte = result_set_prog_ind_analyst[5][0]
unsere_prognose_punkte_kurse = result_set_prog_ind_analyst[5][1]
sigma = result_set_prog_ind_analyst[6]
print sigma
plot.plot_avg(datum_tats_kurse,tats_kurse,ax,fig)
plot.plot_future(prognose_kurse_analysten,datum_prognosekurse_analysten,'yellow',ax,fig)
plot.plot_own_forecast_line(unsere_prognose_linie_kurse, datum_unsere_prognose_linie,sigma,ax,fig)
plot.plot_own_forecast_points(datum_unsere_prognose_punkte,unsere_prognose_punkte_kurse,ax,fig)
plot.show_plot(ax,fig)
######################################################
# Test : Prognose nach aktuellen analysten
###################################################
fig = figure()
ax = fig.add_subplot(111)
result_set_test_prog_ind_analyst = test_prognose_nach_aktuellen_Analysten.main(cp)
konfidenz_intervall_95_sigma_oben = result_set_test_prog_ind_analyst[0][0]
datum_konfidenz_intervall_95_sigma_oben = result_set_test_prog_ind_analyst[0][1]
konfidenz_intervall_95_sigma_unten = result_set_test_prog_ind_analyst[1][0]
datum_konfidenz_intervall_95_sigma_unten = result_set_test_prog_ind_analyst[1][1]
datum_tats_kurse = result_set_test_prog_ind_analyst[2][0]
tats_kurse = result_set_test_prog_ind_analyst[2][1]
prognose_kurse_analysten = result_set_test_prog_ind_analyst[3][0]
datum_prognosekurse_analysten = result_set_test_prog_ind_analyst[3][1]
unsere_prognose_linie_kurse = result_set_test_prog_ind_analyst[4][0]
datum_unsere_prognose_linie = result_set_test_prog_ind_analyst[4][1]
datum_unsere_prognose_punkte = result_set_test_prog_ind_analyst[5][0]
unsere_prognose_punkte_kurse = result_set_test_prog_ind_analyst[5][1]
standardabweichung = result_set_test_prog_ind_analyst[6]
standardfehler = result_set_test_prog_ind_analyst[7]
plot.plot_avg(datum_tats_kurse,tats_kurse,ax,fig)
plot.plot_future(prognose_kurse_analysten,datum_prognosekurse_analysten,'yellow',ax,fig)
plot.plot_own_forecast_line(unsere_prognose_linie_kurse, datum_unsere_prognose_linie,standardabweichung,ax,fig)
plot.plot_own_forecast_points(datum_unsere_prognose_punkte,unsere_prognose_punkte_kurse,ax,fig)
plot.show_plot(ax,fig)
######################################################
# Prognose nach sämtlichen Analysten
###################################################
fig = figure()
ax = fig.add_subplot(111)
result_set_alle_analysten = prognose_nach_saemtlichen_prognosen_aller_Analysten_ab_2010.main(cp)
training_konfidenz_intervall_95_sigma_oben_kurse = result_set_alle_analysten[0][0]
training_konfidenz_intervall_95_sigma_oben_datum = result_set_alle_analysten[0][1]
training_konfidenz_intervall_95_sigma_unten_kurse = result_set_alle_analysten[1][0]
training_konfidenz_intervall_95_sigma_unten_datum = result_set_alle_analysten[1][1]
testing_konfidenz_intervall_95_sigma_oben_kurse = result_set_alle_analysten[2][0]
testing_konfidenz_intervall_95_sigma_oben_datum = result_set_alle_analysten[2][1]
testing_konfidenz_intervall_95_sigma_unten_kurse = result_set_alle_analysten[3][0]
testing_konfidenz_intervall_95_sigma_unten_datum = result_set_alle_analysten[3][1]
prognose_konfidenz_intervall_95_sigma_oben_kurse = result_set_alle_analysten[4][0]
prognose_konfidenz_intervall_95_sigma_oben_datum = result_set_alle_analysten[4][1]
prognose_konfidenz_intervall_95_sigma_unten_kurse = result_set_alle_analysten[5][0]
prognose_konfidenz_intervall_95_sigma_unten_datum = result_set_alle_analysten[5][1]
datum_tats_kurse = result_set_alle_analysten[6][0]
tats_kurse = result_set_alle_analysten[6][1]
prognose_kurse_analysten = result_set_alle_analysten[7][0]
datum_prognosekurse_analysten = result_set_alle_analysten[7][1]
training_unsere_vorhersage_linie_kurs = result_set_alle_analysten[8][0]
training_unsere_vorhersage_linie_datum = result_set_alle_analysten[8][1]
testing_unsere_vorhersage_linie_kurs = result_set_alle_analysten[9][0]
testing_unsere_vorhersage_linie_datum = result_set_alle_analysten[9][1]
prognose_unsere_vorhersage_linie_kurs = result_set_alle_analysten[10][0]
prognose_unsere_vorhersage_linie_datum = result_set_alle_analysten[10][1]
konsistenz_sigma = result_set_alle_analysten[11]
validity_sigma = result_set_alle_analysten[12]
prognosis_sigma = result_set_alle_analysten[13]
plot.plot_avg(datum_tats_kurse,tats_kurse,ax,fig)
plot.plot_own_forecast_line_2(training_unsere_vorhersage_linie_kurs,training_unsere_vorhersage_linie_datum ,konsistenz_sigma,'green',ax,fig)
plot.plot_own_forecast_line_2(testing_unsere_vorhersage_linie_kurs,testing_unsere_vorhersage_linie_datum ,validity_sigma,'yellow',ax,fig)
plot.plot_own_forecast_line_2(prognose_unsere_vorhersage_linie_kurs,prognose_unsere_vorhersage_linie_datum,prognosis_sigma,'red',ax,fig)
plot.plot_future(prognose_kurse_analysten,datum_prognosekurse_analysten,'yellow',ax,fig)
plot.show_plot(ax,fig)
punkte_datum_sell = result_set_stimmung[2][0][1][1]
prognose_punkte_neutral = result_set_stimmung[2][0][2][0]
punkte_datum_neutral = result_set_stimmung[2][0][2][1]
mittelwertkurve_buy = result_set_stimmung[2][0][3][0]
mittelwertkurve_datum_buy = result_set_stimmung[2][0][3][1]
mittelwertkurve_sell = result_set_stimmung[2][0][4][0]
mittelwertkurve_datum_sell = result_set_stimmung[2][0][4][1]
mittelwertkurve_neutral = result_set_stimmung[2][0][5][0]
mittelwertkurve_datum_neutral = result_set_stimmung[2][0][5][1]
plot.plot_avg(datum_tats_kurse,tats_kurse,ax,fig)
plot.plot_future_unbekannt(prognose_punkte_buy, punkte_datum_buy,'#00FF00',ax,fig)
plot.plot_future_unbekannt(prognose_punkte_sell, punkte_datum_sell,'#FF0000',ax,fig)
plot.plot_future_unbekannt(prognose_punkte_neutral, punkte_datum_neutral,'#FFFF00',ax,fig)
plot.plot_trend(mittelwertkurve_datum_buy,mittelwertkurve_buy,'#00FF00',ax,fig)
plot.plot_trend(mittelwertkurve_datum_sell,mittelwertkurve_sell,'#FF0000',ax,fig)
plot.plot_trend(mittelwertkurve_datum_neutral,mittelwertkurve_neutral,'#FFFF00',ax,fig)
plot.show_plot(ax,fig)
###############################################################################
# Prognose nach aktuellen analysten holen, auspacken und zeichnen
#seprate_test.Hybrid_predict_and_learn(user_vec,display,click,pool)
seprate_test.LinUCB_predict_and_learn(user_vec, display, click, pool)
seprate_test.stat_predict_and_learn(user_vec, display, click, pool)
total_crt = total_click * 1.0 / total_data
print(total_crt)
record_linucb = seprate_test.his_linucb
#record_lts = seprate_test.his_lts
record_stat = seprate_test.his_stat
#record_hybrid=seprate_test.his_hybrid
print("Done computation")
#avg_hybrid=plot.cumulative_avg(record_hybrid)/total_crt
#np.savetxt("hybrid.csv",avg_hybrid,delimiter=',')
avg_linucb = plot.cumulative_avg(record_linucb) / total_crt
np.savetxt("linucb.csv", avg_linucb, delimiter=',')
#avg_lts=plot.cumulative_avg(record_lts)/total_crt
#np.savetxt('lts.csv',avg_lts,delimiter=',')
avg_stat = plot.cumulative_avg(record_stat) / total_crt
np.savetxt('stat.csv', avg_stat, delimiter=',')
plot.plot_avg((avg_linucb, avg_stat),
title="Average Reward",
filename='plot.png',
legend=['linucb', 'stat'],
xlabel="Sample Size",
ylabel="Average Reward")
end_time = time.time()
time_used = end_time - start_time
print("Total time used: {}".format(time_used))
seprate_test.stat_predict_and_learn(user_vec,display,click,pool)
total_crt=total_click*1.0/total_data
print(total_crt)
record_linucb = seprate_test.his_linucb
record_lts = seprate_test.his_lts
record_stat = seprate_test.his_stat
print("Done computation")
avg_hybrid=plot.cumulative_avg(record_hybrid)/total_crt
np.savetxt("hybrid.csv",avg_hybrid,delimiter=',')
avg_linucb=plot.cumulative_avg(record_linucb)/total_crt
np.savetxt("linucb.csv",avg_linucb,delimiter=',')
avg_lts=plot.cumulative_avg(record_lts)/total_crt
np.savetxt('lts.csv',avg_lts,delimiter=',')
avg_stat=plot.cumulative_avg(record_stat)/total_crt
np.savetxt('stat.csv',avg_stat,delimiter=',')
avg_bag=plot.cumulative_avg(record_bag)/total_crt
plot.plot_avg(
(avg_hybrid,avg_linucb,avg_lts,avg_stat,avg_bag),
title="Average Reward",
filename='plot.png',
legend=['hybrid','linucb','lts','stat','bagging'],
xlabel="Sample Size",
ylabel="Average Reward")
end_time=time.time()
time_used=end_time-start_time
print("Total time used: {}".format(time_used))
