Aidez-vous à voir quelle monnaie virtuelle vous auriez dû acheter il y a une semaine chez Poloniex

environnement

- MacOS Sierra 10.12.6
- Python 3.5.3 :: Anaconda 4.4.0 (x86_64)
- Jupyter 4.3.0

Contexte

―― Au cours des derniers mois, j'achète et vends divers altcoins (monnaies virtuelles autres que Bitcoin) dans l'espoir que le prix sera plus élevé que Bitcoin, mais avec le recul, ceux qui ont acheté ** Bitcoin en premier et l'ont laissé tel quel J'ai réalisé que je gagnais de l'argent **.

problème

Il existe de nombreux types de monnaies virtuelles, et la plupart d'entre elles ne peuvent être achetées que par paires avec Bitcoin, pas en yens japonais ou en dollars américains, les performances sont donc difficiles à comprendre.

Solution

Afin de nous concentrer sur le taux d'augmentation / diminution plutôt que sur le prix, nous avons fixé le prix à un certain point à 0 et avons tracé le taux d'augmentation / diminution à partir de ce point pour plusieurs monnaies virtuelles dont nous voulons comparer les performances.

spécification

--Importer les modules requis tels que pandas, matplotlib, poloniex, etc.

import pandas as pd
from pandas import Series,DataFrame
from datetime import datetime
import time
import matplotlib.pyplot as plt
from matplotlib.pylab import rcParams
%matplotlib inline
import seaborn as sns
sns.set_style('whitegrid')
rcParams['figure.figsize'] = 20, 10
#Module d'utilisation de l'API Poloniex
import poloniex
polo = poloniex.Poloniex()
#Obtenez les prix des 7 derniers jours
d = 7
#Obtenez le prix toutes les 30 minutes (l'unité est en secondes)
p = 1800
#Obtenir le prix de Poloniex
btc_chart_data = polo.returnChartData('USDT_BTC', period=p, start=time.time()-polo.DAY*d, end=time.time())
btc_df = pd.DataFrame(btc_chart_data)

--Calculer le taux d'augmentation / diminution à partir du prix acquis (ce qui suit ne décrit que BTC, il en va de même pour les autres monnaies virtuelles)

#Calculer le taux d'augmentation / diminution à partir de la valeur précédente
btc_list = [0]
j = len(btc_df.index) - 1
for i in range(j ):
    l = (float(btc_df['close'].iloc[i + 1]) / float(btc_df['close'].iloc[i ]) -1) * 100
    btc_list.append(l)
#Calculez le taux d'augmentation / diminution depuis le début
m = 0
btc0_list = []
for i in range(j):
    m = m + float(btc_list[i])
    btc0_list.append(m)
btc_losers_df = pd.DataFrame(btc0_list)

--Affichez le taux d'augmentation / diminution de chaque monnaie virtuelle d'il y a une semaine sur un graphique (Ce qui suit ne décrit que BTC, il en va de même pour les autres monnaies virtuelles)

#Afficher le taux d'augmentation / diminution de BTC sur le graphique
plt.plot(btc_losers_df.astype(float), label = 'BTC')
#Décrivez les autres monnaies virtuelles de la même manière (plt.plot(eth_losers_df.astype(float), label = 'ETH') ...Tel)
plt.legend(loc='best',
           fontsize=14,
           borderaxespad=0.,)
plt.tick_params(labelsize=14)
#Enregistrer le graphique généré sous forme d'image
plt.savefig("/var/www/html/all.png ")
plt.show()

Résumé

――Dans l'exemple du graphique ci-dessus, vous pouvez voir que si vous avez acheté ** BCH ou LTC il y a une semaine, vous pourriez obtenir un profit d'environ 10 à 15% **. ―― En fonction de la période de l'année, les mouvements de prix relatifs entre BTC et Altcoin sont intenses.Par conséquent, en achetant et en vendant en BTC dans cet esprit, vous pouvez augmenter le nombre de BTC que vous avez déjà sans investir en yens japonais. Il y a une possibilité.

Recommended Posts

Aidez-vous à voir quelle monnaie virtuelle vous auriez dû acheter il y a une semaine chez Poloniex
Recevez de nombreux tweets Twitter à la fois
Quel jour achetez-vous de l'argent?