analyser_hj3415 3.3.0__py3-none-any.whl → 3.4.0__py3-none-any.whl

analyser_hj3415/analyser/compile.py

@@ -11,9 +11,20 @@ from analyser_hj3415.analyser import tsa, eval, MIs
 mylogger = setup_logger(__name__,'WARNING')
 expire_time = tools.to_int(os.getenv('DEFAULT_EXPIRE_TIME_H', 48)) * 3600
 
-
 @dataclass
 class MICompileData:
+    """
+    MI(Market Index) 데이터를 컴파일하여 저장하는 데이터 클래스.
+
+    속성:
+        mi_type (str): 시장 지수 유형.
+        prophet_data (tsa.ProphetData): Prophet 예측 데이터.
+        lstm_grade (tsa.LSTMGrade): LSTM 등급 데이터.
+        is_lstm_up (bool): LSTM 상승 여부.
+        is_prophet_up (bool): Prophet 상승 여부.
+        lstm_html (str): LSTM 시각화 HTML.
+        prophet_html (str): Prophet 시각화 HTML.
+    """
     mi_type: str
 
     prophet_data: tsa.ProphetData
@@ -27,20 +38,57 @@ class MICompileData:
 
 
 class MICompile:
+    """
+    MI(Market Index) 데이터를 컴파일하는 클래스.
+
+    메서드:
+        get(refresh=False) -> MICompileData:
+            MI 데이터를 컴파일하거나 캐시에서 가져옵니다.
+
+        analyser_lstm_all_mi(refresh: bool):
+            모든 MI에 대해 LSTM 예측 및 초기화 수행.
+    """
     def __init__(self, mi_type: str):
+        """
+        MICompile 객체를 초기화합니다.
+
+        매개변수:
+            mi_type (str): 시장 지수 유형.
+        """
         assert mi_type in MIs._fields, f"Invalid MI type ({MIs._fields})"
         self._mi_type = mi_type
 
     @property
     def mi_type(self) -> str:
+        """
+        MI 유형을 반환합니다.
+
+        반환값:
+            str: MI 유형.
+        """
         return self._mi_type
 
     @mi_type.setter
     def mi_type(self, mi_type: str):
+        """
+        MI 유형을 변경합니다.
+
+        매개변수:
+            mi_type (str): 새로 설정할 MI 유형.
+        """
         assert mi_type in MIs._fields, f"Invalid MI type ({MIs._fields})"
         self._mi_type = mi_type
 
     def get(self, refresh=False) -> MICompileData:
+        """
+        MI 데이터를 컴파일하거나 캐시에서 가져옵니다.
+
+        매개변수:
+            refresh (bool): 데이터를 새로 가져올지 여부.
+
+        반환값:
+            MICompileData: 컴파일된 MI 데이터.
+        """
         print(f"{self.mi_type}의 compiling을 시작합니다.")
         redis_name = self.mi_type + '_mi_compile'
         print(
@@ -65,18 +113,39 @@ class MICompile:
         return mi_compile_data
 
     @staticmethod
-    def analyser_lstm_all_mi(refresh: bool):
-        mi_lstm = tsa.MILSTM('WTI')
-        print(f"*** LSTM prediction redis cashing Market Index items ***")
+    def caching_mi_compile_all(refresh: bool):
+        """
+        모든 MI(Market Index)에 대해 MICompileData를 캐싱합니다..
+
+        매개변수:
+            refresh (bool): 데이터를 새로 가져올지 여부.
+        """
+        mi_compile = MICompile('WTI')
+        print(f"*** MICompileData caching Market Index items ***")
         for mi_type in MIs._fields:
-            mi_lstm.mi_type = mi_type
-            print(f"{mi_lstm.mi_type}")
-            mi_lstm.initializing()
-            mi_lstm.get_final_predictions(refresh=refresh, num=5)
+            mi_compile.mi_type = mi_type
+            print(f"{mi_type}")
+            mi_compile_data = mi_compile.get(refresh=refresh)
+            print(mi_compile_data)
 
 
 @dataclass
 class CorpCompileData:
+    """
+    기업 데이터를 컴파일하여 저장하는 데이터 클래스.
+
+    속성:
+        code (str): 기업 코드.
+        name (str): 기업 이름.
+        red_data (eval.RedData): RED 분석 데이터.
+        mil_data (eval.MilData): MIL 분석 데이터.
+        prophet_data (tsa.ProphetData): Prophet 예측 데이터.
+        lstm_grade (tsa.LSTMGrade): LSTM 등급 데이터.
+        is_lstm_up (bool): LSTM 상승 여부.
+        is_prophet_up (bool): Prophet 상승 여부.
+        lstm_html (str): LSTM 시각화 HTML.
+        prophet_html (str): Prophet 시각화 HTML.
+    """
     code: str
     name: str
 
@@ -94,22 +163,66 @@ class CorpCompileData:
 
 
 class CorpCompile:
+    """
+    기업 데이터를 컴파일하는 클래스.
+
+    메서드:
+        get(refresh=False) -> CorpCompileData:
+            기업 데이터를 컴파일하거나 캐시에서 가져옵니다.
+
+        red_ranking(expect_earn: float = 0.06, refresh=False) -> OrderedDict:
+            RED 데이터를 기반으로 기업 순위를 계산합니다.
+
+        prophet_ranking(refresh=False, top: Union[int, str]='all') -> OrderedDict:
+            Prophet 데이터를 기반으로 기업 순위를 계산합니다.
+
+        analyse_lstm_topn(refresh: bool, top=40):
+            상위 N개의 기업에 대해 LSTM 예측 수행.
+    """
     def __init__(self, code: str, expect_earn=0.06):
+        """
+        CorpCompile 객체를 초기화합니다.
+
+        매개변수:
+            code (str): 기업 코드.
+            expect_earn (float, optional): 예상 수익률. 기본값은 0.06.
+        """
         assert tools.is_6digit(code), f'Invalid value : {code}'
         self._code = code
         self.expect_earn = expect_earn
 
     @property
     def code(self) -> str:
+        """
+        기업 코드를 반환합니다.
+
+        반환값:
+            str: 기업 코드.
+        """
         return self._code
 
     @code.setter
     def code(self, code: str):
+        """
+        기업 코드를 변경합니다.
+
+        매개변수:
+            code (str): 새로 설정할 기업 코드.
+        """
         assert tools.is_6digit(code), f'Invalid value : {code}'
         mylogger.info(f'change code : {self.code} -> {code}')
         self._code = code
 
-    def get(self, refresh=False) -> dict:
+    def get(self, refresh=False) -> CorpCompileData:
+        """
+        기업 데이터를 컴파일하여 캐시에 저장하거나 캐시에서 가져옵니다.
+
+        매개변수:
+            refresh (bool): 데이터를 새로 가져올지 여부.
+
+        반환값:
+            CorpCompileData: 컴파일된 기업 데이터.
+        """
         print(f"{self.code}의 compiling을 시작합니다.")
         redis_name = self.code + '_corp_compile'
         print(
@@ -139,11 +252,19 @@ class CorpCompile:
 
     @staticmethod
     def red_ranking(expect_earn: float = 0.06, refresh=False) -> OrderedDict:
-        # 이전 expect earn 과 비교하여 다르거나 없으면 강제 refresh 설정
+        """
+        RED 데이터를 기반으로 기업 순위를 계산합니다.
+
+        매개변수:
+            expect_earn (float, optional): 예상 수익률. 기본값은 0.06.
+            refresh (bool): 데이터를 새로 가져올지 여부.
+
+        반환값:
+            OrderedDict: RED 점수를 기준으로 정렬된 기업 순위.
+        """
         redis_name = 'red_ranking_prev_expect_earn'
         pee = tools.to_float(myredis.Base.get_value(redis_name))
         if pee != expect_earn:
-            # expect earn의 이전 계산값이 없거나 이전 값과 다르면 새로 계산
             mylogger.warning(
                 f"expect earn : {expect_earn} / prev expect earn : {pee} 두 값이 달라 refresh = True"
             )
@@ -172,7 +293,16 @@ class CorpCompile:
 
     @staticmethod
     def prophet_ranking(refresh=False, top: Union[int, str]='all') -> OrderedDict:
+        """
+        Prophet 데이터를 기반으로 기업 순위를 계산합니다.
+
+        매개변수:
+            refresh (bool): 데이터를 새로 가져올지 여부.
+            top (Union[int, str], optional): 상위 기업 개수. 'all'이면 전체 반환. 기본값은 'all'.
 
+        반환값:
+            OrderedDict: Prophet 점수를 기준으로 정렬된 기업 순위.
+        """
         print("**** Start Compiling scores and sorting... ****")
         redis_name = 'prophet_ranking'
 
@@ -195,7 +325,6 @@ class CorpCompile:
 
         data_dict = myredis.Base.fetch_and_cache_data(redis_name, refresh, fetch_prophet_ranking, timer=expire_time)
 
-        # prophet_score를 기준으로 정렬
         ranking = OrderedDict(sorted(data_dict.items(), key=lambda x: x[1], reverse=True))
 
         if top == 'all':
@@ -207,12 +336,20 @@ class CorpCompile:
                 raise ValueError("top 인자는 'all' 이나 int형 이어야 합니다.")
 
     @staticmethod
-    def analyse_lstm_topn(refresh: bool, top=40):
+    def caching_corp_compile_topn(refresh: bool, top=40):
+        """
+        상위 N개의 기업에 대해 CorpCompileData를 수집합니다..
+
+        매개변수:
+            refresh (bool): 데이터를 새로 가져올지 여부.
+            top (int, optional): 상위 기업 개수. 기본값은 40.
+        """
         ranking_topn = CorpCompile.prophet_ranking(refresh=False, top=top)
         mylogger.info(ranking_topn)
-        corp_lstm = tsa.CorpLSTM('005930')
-        print(f"*** LSTM prediction redis cashing top{top} items ***")
+        corp_compile = CorpCompile('005930')
+        print(f"*** CorpCompile redis cashing top{top} items ***")
         for i, (code, _) in enumerate(ranking_topn.items()):
-            corp_lstm.code = code
-            print(f"{i + 1}. {corp_lstm.code}/{corp_lstm.name}")
-            corp_lstm.get_final_predictions(refresh=refresh, num=5)
+            corp_compile.code = code
+            print(f"{i + 1}. {code}")
+            corp_compile_data = corp_compile.get(refresh=refresh)
+            print(corp_compile_data)

analyser_hj3415/cli.py

@@ -10,6 +10,16 @@ def analyser_manager():
     parser = argparse.ArgumentParser(description="Analyser Commands")
     type_subparsers = parser.add_subparsers(dest='type', help='분석 타입')
 
+    # compile 명령어 서브파서
+    compile_parser = type_subparsers.add_parser('compile', help='Compile 타입')
+    compile_subparser = compile_parser.add_subparsers(dest='command', help='Compile 관련된 명령')
+    # compile - caching 파서
+    caching_parser = compile_subparser.add_parser('caching', help='lstm 랭킹 책정 및 레디스 저장')
+    caching_parser.add_argument('-r', '--refresh', action='store_true', help='래디스 캐시를 사용하지 않고 강제로 재계산 할지')
+    caching_parser.add_argument('-mi', '--market_index', action='store_true', help='Market index도 캐싱할지')
+    caching_parser.add_argument('-t', '--top', type=int, help='prophet ranking 몇위까지 작업을 할지')
+
+
     # prophet 명령어 서브파서
     prophet_parser = type_subparsers.add_parser('prophet', help='MyProphet 타입')
     prophet_subparser = prophet_parser.add_subparsers(dest='command', help='prophet 관련된 명령')
@@ -24,11 +34,6 @@ def analyser_manager():
     # lstm 명령어 서브파서
     lstm_parser = type_subparsers.add_parser('lstm', help='MyLSTM 타입')
     lstm_subparser = lstm_parser.add_subparsers(dest='command', help='lstm 관련된 명령')
-    # lstm - caching 파서
-    caching_parser = lstm_subparser.add_parser('caching', help='lstm 랭킹 책정 및 레디스 저장')
-    caching_parser.add_argument('-r', '--refresh', action='store_true', help='래디스 캐시를 사용하지 않고 강제로 재계산 할지')
-    caching_parser.add_argument('-mi', '--market_index', action='store_true', help='Market index도 캐싱할지')
-    caching_parser.add_argument('-t', '--top', type=int, help='prophet ranking 몇위까지 작업을 할지')
     # lstm - predict 파서
     lstm_get_parser = lstm_subparser.add_parser('predict', help='lstm get final prediction 시행')
     lstm_get_parser.add_argument('target', type=str, help=f'종목코드 or {list(MIs._fields)}')
@@ -187,20 +192,22 @@ def analyser_manager():
             print(myprophet.generate_data(refresh=args.refresh).score)
             # mymongo.Logs.save('cli','INFO', f'run >> analyser prophet get {args.target}')
 
-    elif args.type == 'lstm':
+    elif args.type == 'compile':
         if args.command == 'caching':
-            mymongo.Logs.save('cli', 'INFO', f'run >> analyser lstm caching')
+            mymongo.Logs.save('cli', 'INFO', f'run >> analyser compile caching')
             try:
                 if args.top:
-                    compile.CorpCompile.analyse_lstm_topn(refresh=args.refresh, top=args.top)
+                    compile.CorpCompile.caching_corp_compile_topn(refresh=args.refresh, top=args.top)
                 else:
-                    compile.CorpCompile.analyse_lstm_topn(refresh=args.refresh)
+                    compile.CorpCompile.caching_corp_compile_topn(refresh=args.refresh)
                 if args.market_index:
-                    compile.MICompile.analyser_lstm_all_mi(refresh=args.refresh)
+                    compile.MICompile.caching_mi_compile_all(refresh=args.refresh)
             except Exception as e:
                 print(e)
                 mymongo.Logs.save('cli','ERROR', f'analyser lstm caching 실행중 에러 - {e}')
-        elif args.command == 'predict':
+
+    elif args.type == 'lstm':
+        if args.command == 'predict':
             mi_type = str(args.target).upper()
             if mi_type in MIs._fields:
                 mylstm = tsa.MILSTM(mi_type)

{analyser_hj3415-3.3.0.dist-info → analyser_hj3415-3.4.0.dist-info}/METADATA

@@ -1,6 +1,6 @@
 Metadata-Version: 2.3
 Name: analyser_hj3415
-Version: 3.3.0
+Version: 3.4.0
 Summary: Stock analyser and database processing programs
 Requires-Python: >=3.6
 Description-Content-Type: text/markdown

{analyser_hj3415-3.3.0.dist-info → analyser_hj3415-3.4.0.dist-info}/RECORD

@@ -1,7 +1,7 @@
 analyser_hj3415/__init__.py,sha256=jqHEUoBeihYOMaS0bPOe3nRVXBufZ0clxc6M6jxPY0o,320
-analyser_hj3415/cli.py,sha256=rn9feZcUpgIXM8JX0OsNCKy9oZauMnEcNKR38sSQfds,12017
+analyser_hj3415/cli.py,sha256=dnmhYBucWWNYsnyf0xVHcx87j7rciG7T2omD3_oGiYk,12300
 analyser_hj3415/analyser/__init__.py,sha256=N0XyBfWJNpDS_6JYziKETWePO_jtFB1m7E8Qbwt1w0Q,1096
-analyser_hj3415/analyser/compile.py,sha256=_zOxWfBSLGv2QuKqL2LR-OS97JzXvkZfSSrpuRLU48c,8037
+analyser_hj3415/analyser/compile.py,sha256=wMTuVadcSODHjjTP5ma_GuygujqCeYDQkad2rAsCprw,12535
 analyser_hj3415/analyser/eval/__init__.py,sha256=IP1d0Q3nOCAD3zK1qxrC685MkJQfUh-qaXc7xptTxk8,80
 analyser_hj3415/analyser/eval/blue.py,sha256=p9_ddqLMJGq5HSn6NApuLhrX29qD--AASig9F71eb8I,10952
 analyser_hj3415/analyser/eval/common.py,sha256=sNXapoofShA43ww_SLjXmIjkrAr1AhAcezdaN_X_3Us,11443
@@ -17,7 +17,7 @@ analyser_hj3415/workroom/mysklearn.py,sha256=wJXKz5MqqTzADdG2mqRMMzc_G9RzwYjj5_j
 analyser_hj3415/workroom/mysklearn2.py,sha256=1lIy6EWEQHkOzDS-av8U0zQH6DuCLKWMI73dnJx5KRs,1495
 analyser_hj3415/workroom/score.py,sha256=P6nHBJYmyhigGtT4qna4BmNtvt4B93b7SKyzdstJK24,17376
 analyser_hj3415/workroom/trash.py,sha256=zF-W0piqkGr66UP6-iybo9EXh2gO0RP6R1FnIpsGkl8,12262
-analyser_hj3415-3.3.0.dist-info/entry_points.txt,sha256=ZfjPnJuH8SzvhE9vftIPMBIofsc65IAWYOhqOC_L5ck,65
-analyser_hj3415-3.3.0.dist-info/WHEEL,sha256=CpUCUxeHQbRN5UGRQHYRJorO5Af-Qy_fHMctcQ8DSGI,82
-analyser_hj3415-3.3.0.dist-info/METADATA,sha256=oQXcQ45N87lL1UNCjceZWvAsgbzOKoL2m06iIM3cOvE,6777
-analyser_hj3415-3.3.0.dist-info/RECORD,,
+analyser_hj3415-3.4.0.dist-info/entry_points.txt,sha256=ZfjPnJuH8SzvhE9vftIPMBIofsc65IAWYOhqOC_L5ck,65
+analyser_hj3415-3.4.0.dist-info/WHEEL,sha256=CpUCUxeHQbRN5UGRQHYRJorO5Af-Qy_fHMctcQ8DSGI,82
+analyser_hj3415-3.4.0.dist-info/METADATA,sha256=NNilJQn-1nlk0lwDdKM7tlntRtg6c9Yk65iVPyofVHg,6777
+analyser_hj3415-3.4.0.dist-info/RECORD,,