analyser_hj3415 4.3.1__tar.gz → 4.3.2__tar.gz

{analyser_hj3415-4.3.1 → analyser_hj3415-4.3.2}/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.3
 Name: analyser_hj3415
-Version: 4.3.1
+Version: 4.3.2
 Summary: Stock analyser and database processing programs
 Requires-Python: >=3.6
 Description-Content-Type: text/markdown

{analyser_hj3415-4.3.1 → analyser_hj3415-4.3.2}/analyser_hj3415/analyser/tsa/__init__.py

@@ -1,3 +1,4 @@
 from analyser_hj3415.analyser.tsa.lstm import *
 from analyser_hj3415.analyser.tsa.myprophet import *
-from analyser_hj3415.analyser.tsa import common
+from analyser_hj3415.analyser.tsa import common
+

{analyser_hj3415-4.3.1 → analyser_hj3415-4.3.2}/analyser_hj3415/analyser/tsa/myprophet.py

@@ -1,5 +1,5 @@
 from collections import OrderedDict
-from datetime import datetime, timedelta
+from datetime import datetime, timedelta, date
 from typing import Tuple, List, Dict, Union
 
 import yfinance as yf
@@ -18,12 +18,11 @@ from analyser_hj3415.analyser.tsa.common import PandasTimestampField, ChartPoint
 
 mylogger = setup_logger(__name__,'WARNING')
 
-
 @dataclass
 class ProphetLatestData:
     ticker: str
 
-    date: datetime.date
+    date: date = field(metadata={"marshmallow_field": fields.Date()})
     price: float
     yhat: float
     yhat_upper: float

{analyser_hj3415-4.3.1 → analyser_hj3415-4.3.2}/pyproject.toml

@@ -5,7 +5,7 @@ build-backend = "flit_core.buildapi"
 
 [project]
 name = "analyser_hj3415"
-version = "4.3.1"
+version = "4.3.2"
 description = "Stock analyser and database processing programs"
 readme = "README.md"
 requires-python = ">=3.6"

analyser_hj3415-4.3.1/archive/deprecated/compile.py

@@ -1,39 +0,0 @@
-class CorpCompile:
-    @staticmethod
-    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_compile = CorpCompile('005930')
-        print(f"*** CorpCompile redis cashing top{top} items ***")
-        for i, (code, _) in enumerate(ranking_topn.items()):
-            corp_compile.code = code
-            print(f"{i + 1}. {code}")
-            corp_compile_data = corp_compile.get(refresh=refresh)
-            print(corp_compile_data)
-
-    @staticmethod
-    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_compile.mi_type = mi_type
-            print(f"{mi_type}")
-            mi_compile_data = mi_compile.get(refresh=refresh)
-            print(mi_compile_data)
-
-
-def test_caching_corp_compile_topn(self):
-    compile.CorpCompile.caching_corp_compile_topn(refresh=True, top=1)

analyser_hj3415-4.3.1/archive/deprecated/compile2.py

@@ -1,241 +0,0 @@
-import os
-from collections import OrderedDict
-from dataclasses import dataclass
-
-from db_hj3415 import myredis
-from utils_hj3415 import tools, setup_logger
-
-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.ProphetLatestData
-    lstm_grade: tsa.LSTMGrade
-
-    is_lstm_up: bool = False
-    is_prophet_up: bool = False
-
-    lstm_html: str = ''
-    prophet_html: str = ''
-
-
-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(
-            f"redisname: '{redis_name}' / refresh : {refresh} / expire_time : {expire_time / 3600}h")
-
-        def fetch_mi_compile_data() -> MICompileData:
-            prophet = tsa.MIProphet(self.mi_type)
-            lstm = tsa.MILSTM(self.mi_type)
-
-            data = MICompileData(
-                mi_type=self.mi_type,
-                prophet_data=prophet.generate_latest_data(refresh=refresh),
-                lstm_grade=lstm.get_final_predictions(refresh=refresh)[1],
-            )
-            data.is_lstm_up = lstm.is_lstm_up()
-            data.is_prophet_up = prophet.is_prophet_up(refresh=False)
-            data.lstm_html = lstm.export(refresh=False)
-            data.prophet_html = prophet.export()
-            return data
-
-        mi_compile_data = myredis.Base.fetch_and_cache_data(redis_name, refresh, fetch_mi_compile_data, timer=expire_time)
-        return 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
-
-    red_data: eval.RedData
-    mil_data: eval.MilData
-
-    prophet_data: tsa.ProphetLatestData
-    lstm_grade: tsa.LSTMGrade
-
-    is_lstm_up: bool = False
-    is_prophet_up: bool = False
-
-    lstm_html: str = ''
-    prophet_html: str = ''
-
-
-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) -> 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(
-            f"redisname: '{redis_name}' / refresh : {refresh} / expire_time : {expire_time/3600}h")
-
-        def fetch_corp_compile_data() -> CorpCompileData:
-            prophet = tsa.CorpProphet(self.code)
-            lstm = tsa.CorpLSTM(self.code)
-
-            data = CorpCompileData(
-                code=self.code,
-                name=myredis.Corps(self.code,'c101').get_name(data_from='mongo'),
-                red_data=eval.Red(self.code, self.expect_earn).get(refresh=refresh, verbose=False),
-                mil_data=eval.Mil(self.code).get(refresh=refresh, verbose=False),
-                prophet_data=prophet.generate_latest_data(refresh=refresh),
-                lstm_grade=lstm.get_final_predictions(refresh=refresh)[1],
-            )
-
-            data.is_lstm_up = lstm.is_lstm_up()
-            data.is_prophet_up = prophet.is_prophet_up(refresh=False)
-            data.lstm_html = lstm.export(refresh=False)
-            data.prophet_html = prophet.export()
-            return data
-
-        corp_compile_data = myredis.Base.fetch_and_cache_data(redis_name, refresh, fetch_corp_compile_data, timer=expire_time)
-        return corp_compile_data
-
-
-
-
-

analyser_hj3415-4.3.1/archive/deprecated/lstm.py

@@ -1,168 +0,0 @@
-class MyLstm:
-    def export(self, refresh=False, to="html", num=5) -> Optional[str]:
-        """
-        과거 및 예측된 주가 데이터를 기반으로 시각화를 생성하고 저장합니다.
-
-        매개변수:
-            refresh (bool): 데이터 새로고침 여부. 기본값은 False.
-            to (str): 그래프 출력 형식 ('hrml', 'png', 'file'). 기본값은 'html'.
-            num (int): 예측 모델 수. 기본값은 5.
-
-        반환값:
-            Optional[str]: HTML 형식의 그래프 문자열(`to='html'`인 경우).
-            None: PNG 또는 HTML 파일로 저장된 경우.
-
-        예외:
-            Exception: 잘못된 `to` 값이 주어졌을 때 발생.
-        """
-        def prepare_past_data(past_days) -> tuple:
-            # 데이터 준비
-            raw_data_copied = self.raw_data.reset_index()
-            data = raw_data_copied[['Date', 'Close']][-past_days:].reset_index(drop=True)
-
-            # 'Date'와 'Close' 열 추출
-            past_dates = pd.to_datetime(data['Date'])
-            past_prices = data['Close']
-
-            # 'past_prices'가 Series인지 확인
-            if isinstance(past_prices, pd.DataFrame):
-                past_prices = past_prices.squeeze()
-
-            # 'Close' 열의 데이터 타입 변경
-            past_prices = past_prices.astype(float)
-            return past_dates, past_prices
-
-        def prepare_future_data(refresh_in, num_in) -> tuple:
-            future_data, lstm_grade = self.get_final_predictions(refresh=refresh_in, num=num_in)
-
-            # 예측 데이터 준비
-            future_dates = pd.to_datetime(list(future_data.keys()))
-
-            future_prices = pd.Series(future_data.values(), index=range(len(future_data.values()))).astype(float)
-            return future_dates, future_prices
-
-        self.initializing()
-        past_dates, past_prices = prepare_past_data(past_days=120)
-        future_dates, future_prices = prepare_future_data(refresh_in=refresh, num_in=num)
-
-        # 그래프 생성
-        fig = go.Figure()
-
-        # 실제 데이터 추가
-        fig.add_trace(go.Scatter(
-            x=past_dates,
-            y=past_prices,
-            mode='markers',
-            name='실제주가'
-        ))
-
-        # 예측 데이터 추가
-        fig.add_trace(go.Scatter(
-            x=future_dates,
-            y=future_prices,
-            mode='lines+markers',
-            name='예측치(30일)'
-        ))
-
-        # 레이아웃 업데이트
-        fig.update_layout(
-            xaxis_title='일자',
-            yaxis_title='주가(원)',
-            xaxis=dict(
-                tickformat='%Y/%m',
-            ),
-            yaxis=dict(
-                tickformat=".0f",
-            ),
-            showlegend=True,
-        )
-
-        mylogger.debug(f"past_dates({len(past_dates)}) - {past_dates}")
-        mylogger.debug(f"past_prices({len(past_prices)} - {past_prices}")
-        mylogger.debug(f"future_dates({len(future_dates)}) - {future_dates}")
-        mylogger.debug(f"future_prices({len(future_prices)}) - {future_prices}")
-
-        fig.update_layout(
-            # title=f'{self.code} {self.name} 주가 예측 그래프(prophet)',
-            xaxis_title='일자',
-            yaxis_title='주가(원)',
-            xaxis=dict(
-                tickformat='%Y/%m',  # X축을 '연/월' 형식으로 표시
-            ),
-            yaxis=dict(
-                tickformat=".0f",  # 소수점 없이 원래 숫자 표시
-            ),
-            showlegend=False,
-        )
-
-        if to == 'html':
-            # 그래프 HTML로 변환 (string 형식으로 저장)
-            graph_html = plot(fig, output_type='div')
-            return graph_html
-        elif to == 'png':
-            # 그래프를 PNG 파일로 저장
-            fig.write_image(f"myLSTM_{self.ticker}.png")
-            return None
-        elif to == 'file':
-            # 그래프를 HTML로 저장
-            plot(fig, filename=f'myLSTM_{self.ticker}.html', auto_open=False)
-            return None
-        else:
-            Exception("to 인자가 맞지 않습니다.")
-
-    def visualization(self, refresh=True):
-        """
-        실제 주가와 예측 주가를 시각화합니다.
-
-        매개변수:
-            refresh (bool): 예측 데이터를 새로고침할지 여부. 기본값은 True.
-
-        반환값:
-            None: 시각화를 출력합니다.
-        """
-        self.initializing()
-        future_data, _ = self.get_final_predictions(refresh=refresh)
-        mylogger.debug(f'future_data : {future_data}')
-        future_dates = pd.to_datetime(list(future_data.keys()))
-        mylogger.debug(f'future_dates : {future_dates}')
-        future_prices = pd.Series(future_data.values(), index=range(len(future_data.values()))).astype(float)
-        mylogger.debug(f'future_prices : {future_prices}')
-
-        # 시각화1
-        plt.figure(figsize=(10, 6))
-
-        # 실제 주가
-        plt.plot(self.raw_data.index, self.raw_data['Close'], label='Actual Price')
-
-        # 미래 주가 예측
-        plt.plot(future_dates, future_prices, label='Future Predicted Price', linestyle='--')
-
-        plt.xlabel('Date')
-        plt.ylabel('Stock Price')
-        plt.legend()
-        plt.title(f'{self.ticker} Stock Price Prediction with LSTM')
-        plt.show()
-
-        """# 시각화2
-        plt.figure(figsize=(10, 6))
-        plt.plot(self.raw_data.index[self.lstm_data.train_size + 60:], self.lstm_data.data_2d[self.lstm_data.train_size + 60:], label='Actual Price')
-        plt.plot(self.raw_data.index[self.lstm_data.train_size + 60:], lstm_grade.mean_test_predictions_2d, label='Predicted Price')
-        plt.xlabel('Date')
-        plt.ylabel('Price')
-        plt.legend()
-        plt.title('Stock Price Prediction with LSTM Ensemble')
-        plt.show()"""
-
-
-
-def test_export(my_lstm_fixture):
-    lstm, _, _, _ = my_lstm_fixture
-    html_str = lstm.export(refresh=False, to='html')
-    print(html_str)
-    lstm.export(refresh=False, to='file')
-    lstm.export(refresh=True, to='png', num=1)
-
-
-def test_visualization(my_lstm_fixture):
-    lstm, _, _, _ = my_lstm_fixture
-    lstm.visualization(refresh=False)

analyser_hj3415-4.3.1/archive/deprecated/prophet.py

@@ -1,132 +0,0 @@
-class MyProphet:
-
-    def visualization(self):
-        """
-        Prophet 모델의 예측 결과를 시각화합니다.
-
-        - Matplotlib를 사용하여 예측 결과 및 추세/계절성을 그래프로 출력.
-        """
-        self.initializing()
-        # 예측 결과 출력
-        print(self.df_forecast[['ds', 'yhat', 'yhat_lower', 'yhat_upper']].tail())
-        # 예측 결과 시각화 (Matplotlib 사용)
-        fig = self.model.plot(self.df_forecast)
-        # 추세 및 계절성 시각화
-        fig2 = self.model.plot_components(self.df_forecast)
-        plt.show()  # 시각화 창 띄우기
-
-    def export(self, to="html") -> Optional[str]:
-        """
-        예측 결과를 시각화하여 다양한 형식으로 내보냅니다.
-
-        매개변수:
-            refresh (bool): 데이터를 새로 생성할지 여부.
-            to (str): 내보낼 형식 ('html', 'png', 'file').
-
-        반환값:
-            Optional[str]: HTML 문자열로 반환하거나 PNG/HTML 파일로 저장합니다.
-
-        예외:
-            Exception: 지원되지 않는 형식의 경우 예외 발생.
-        """
-        self.initializing()
-        # Plotly를 사용한 시각화
-        fig = go.Figure()
-
-        # 실제 데이터
-        fig.add_trace(go.Scatter(x=self.df_real['ds'], y=self.df_real['y'], mode='markers', name='실제주가'))
-        # 예측 데이터
-        fig.add_trace(go.Scatter(x=self.df_forecast['ds'], y=self.df_forecast['yhat'], mode='lines', name='예측치'))
-
-        # 상한/하한 구간
-        fig.add_trace(
-            go.Scatter(x=self.df_forecast['ds'], y=self.df_forecast['yhat_upper'], fill=None, mode='lines', name='상한'))
-        fig.add_trace(
-            go.Scatter(x=self.df_forecast['ds'], y=self.df_forecast['yhat_lower'], fill='tonexty', mode='lines', name='하한'))
-
-        fig.update_layout(
-            # title=f'{self.code} {self.name} 주가 예측 그래프(prophet)',
-            xaxis_title='일자',
-            yaxis_title='주가(원)',
-            xaxis = dict(
-                tickformat='%Y/%m',  # X축을 '연/월' 형식으로 표시
-            ),
-            yaxis = dict(
-                tickformat=".0f",  # 소수점 없이 원래 숫자 표시
-            ),
-            showlegend=False,
-        )
-
-        if to == 'html':
-            # 그래프 HTML로 변환 (string 형식으로 저장)
-            graph_html = plot(fig, output_type='div')
-            return graph_html
-        elif to == 'png':
-            # 그래프를 PNG 파일로 저장
-            fig.write_image(f"myprophet_{self.ticker}.png")
-            return None
-        elif to == 'file':
-            # 그래프를 HTML 파일로 저장
-            plot(fig, filename=f'myprophet_{self.ticker}.html', auto_open=False)
-            return None
-        else:
-            Exception("to 인자가 맞지 않습니다.")
-
-class CorpProphet(MyProphet):
-    @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'
-
-        print(
-            f"redisname: '{redis_name}' / refresh : {refresh} / expire_time : {expire_time / 3600}h")
-
-        def fetch_prophet_ranking() -> dict:
-            data = {}
-            c = tsa.CorpProphet('005930')
-            for code in myredis.Corps.list_all_codes():
-                try:
-                    c.code = code
-                except ValueError:
-                    mylogger.error(f'prophet ranking error : {code}')
-                    continue
-                score = c.generate_latest_data(refresh=refresh).score
-                print(f'{code} compiled : {score}')
-                data[code] = score
-            return data
-
-        data_dict = myredis.Base.fetch_and_cache_data(redis_name, refresh, fetch_prophet_ranking, timer=expire_time)
-
-        ranking = OrderedDict(sorted(data_dict.items(), key=lambda x: x[1], reverse=True))
-
-        if top == 'all':
-            return ranking
-        else:
-            if isinstance(top, int):
-                return OrderedDict(list(ranking.items())[:top])
-            else:
-                raise ValueError("top 인자는 'all' 이나 int형 이어야 합니다.")
-
-
-def test_export(self):
-    #print(self.prophet.export_to(to='str'))
-    #self.prophet.export_to(to='png')
-    #self.prophet.export_to(to='htmlfile')
-    self.prophet.export(to='show')
-    self.prophet.ticker = self.test_tickers[2]
-    self.prophet.export(to='show')
-
-def test_visualization(self):
-    self.prophet.visualization()
-    self.prophet.ticker = self.test_tickers[2]
-    self.prophet.visualization()

analyser_hj3415-4.3.1/archive/deprecated/test_compile.py

@@ -1,51 +0,0 @@
-import unittest
-import pprint
-
-from analyser_hj3415.analyser import compile, MIs
-from db_hj3415 import myredis
-
-
-class CorpCompileTests(unittest.TestCase):
-    def setUp(self):
-        self.test_codes = myredis.Corps.list_all_codes()
-        self.compile = compile.CorpCompile('005930')
-
-    def tearDown(self):
-        pass
-
-    def test_get_one(self):
-        pprint.pprint(self.compile.get(refresh=True), compact=True)
-        pprint.pprint(self.compile.get(refresh=False), compact=True)
-
-    def test_get_all(self):
-        for code in self.test_codes[:2]:
-            self.compile.code = code
-            pprint.pprint(self.compile.get(refresh=True), compact=True)
-
-    def test_red_ranking(self):
-        # 이전이랑 다른 기대수익률세팅이라 리프레시함
-        print(compile.CorpCompile.red_ranking(expect_earn=0.10, refresh=False))
-        print(myredis.Base.get_ttl('red_ranking'))
-        # 강제리프레시
-        print(compile.CorpCompile.red_ranking(refresh=True))
-        print(myredis.Base.get_ttl('red_ranking'))
-        # 이전과 같은 기대수익률로 레디스캐시사용함.
-        print(compile.CorpCompile.red_ranking(refresh=False))
-
-
-class MICompileTests(unittest.TestCase):
-    def setUp(self):
-        self.mi_types = list(MIs._fields)
-        self.compile = compile.MICompile('WTI')
-
-    def tearDown(self):
-        pass
-
-    def test_get_one(self):
-        pprint.pprint(self.compile.get(refresh=True), compact=True)
-        pprint.pprint(self.compile.get(refresh=False), compact=True)
-
-    def test_get_all(self):
-        for mi_type in self.mi_types:
-            self.compile.mi_type = mi_type
-            pprint.pprint(self.compile.get(refresh=False), compact=True)