Grafico 3D Basato Sulle Ottimizzazioni

                                GRAFICO 3D BASATO SULLE OTTIMIZZAZIONI PER NON CREARE OVERFITTING
                            IN QUESTO PROGRAMMA I DATI SONO CARICATI DEL REPORT DI BACKTRADER DA PYTHON
                            LA VARIABILE DI RIFERIMENTO CHE CONTIENE LE OTTIMIZZAZIONE E': dfOpt

py -m pip install numpy
py -m pip numpy
py -m pip matplotlib

import numpy as np
import pandas as pd

from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt

#############################################################################
# strategia di cerebro con inclusa l'ottimizzazione che salva nel dataframe
# dfOpt tutti i risultati
# In questo esempio si e' usata la strategia TrendWide con EmaLenta=30..80 e EmaVeloce=2..18
#############################################################################

uscita=dfOpt.to_string(columns=['EmaVeloce','EmaLenta','NetTotal'],index=False,header=False)
with open('test.txt','w') as f:
    f.write(uscita)

x,y,z = np.loadtxt('test.txt', unpack=True)
df = pd.DataFrame({'x': x, 'y': y, 'z': z})
fig = plt.figure()
ax = Axes3D(fig)
surf = ax.plot_trisurf(df.x, df.y, df.z, cmap=cm.jet, linewidth=0.1)
fig.colorbar(surf, shrink=0.5, aspect=5)
plt.savefig('output_3D.pdf')
plt.show()


--------------------------------------------------------------
In pratica vengono salvate nel file ‘test.txt’ le tre colonne di interesse del dataframe dfOpt.
Due riguardano i parametri da ottimizzare, la terza il NetTotal. Il risultato che si ottiene e’ un grafico interattivo:
--------------------------------------------------------------