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))