environnement

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

Contexte

―― L'échange Zaif est un échange de devises virtuelles précieux qui propose des devises virtuelles qui peuvent être achetées et vendues par paires avec le yen japonais uniquement ici, telles que NEM et Monacoin, ainsi que Bitcoin.

L'échange Zaif peut rendre son site Web si lourd qu'il ne peut même pas se connecter, sans parler du commerce, si le volume des transactions augmente, par exemple lorsque des nouvelles (principalement négatives) liées au bitcoin sont signalées.

problème

Si vous ne pouvez pas vous connecter à la bourse Zaif, ce sera exact (en particulier) pour les crypto-monnaies qui ne sont pas échangées par paires avec le yen japonais autre que la bourse Zaif, ou qui ne sont négociées que sur la bourse Zaif, comme les jetons Zaif. Vous ne pourrez pas connaître le mouvement des prix.

Solution

――La bourse Zaif publie une API qui vous permet d'obtenir et d'échanger des informations sur les prix, et même si le site Web est lourd, l'API survit souvent. Par conséquent, si vous acquérez périodiquement le prix de négociation avec l'API et affichez le graphique, vous pouvez vérifier le mouvement des prix même si vous ne pouvez pas vous connecter au site Web.

** Cliquez ici pour celui créé (le graphique est mis à jour toutes les 5 minutes): ** https://zaifcharts.hateblo.jp/
Cliquez ici pour savoir comment acheter et vendre avec l'API après avoir vérifié le graphique: Acheter et vendre de la monnaie virtuelle à l'aide de l'API Zaif

spécification

Créez un script qui acquiert les informations sur les prix de vente de l'échange Zaif et les écrit dans un fichier csv, et un script qui crée un graphique à partir du fichier csv écrit, et exécutez-les régulièrement avec cron.

Obtenez des informations sur les prix de vente auprès de Zaif Exchange

--Importer les modules requis tels que pandas, numpy, json, etc.

import pandas as pd
from pandas import Series,DataFrame
import numpy as np
from datetime import datetime
import time
import json
import requests
import csv
import sys, codecs

Obtenez l'heure actuelle (pour en faire l'axe horizontal du graphique)

date = datetime.now().strftime("%Y/%m/%d %H:%M:%S")

Obtenez le dernier prix de vente en utilisant l'API de Zaif Exchange (BTC uniquement décrit ci-dessous, les autres monnaies virtuelles sont les mêmes)

response = requests.get('https://api.zaif.jp/api/1/last_price/btc_jpy')
if response.status_code != 200:
    raise Exception('return status code is {}'.format(response.status_code))
res_dict = json.loads(response.text)
btc_price = res_dict['last_price']
#[Heure actuelle, prix de vente]Créez une liste de
btc_list = [date, btc_price]

Ecrire le prix de vente acquis dans un fichier csv (seul le BTC est décrit ci-dessous, il en va de même pour les autres monnaies virtuelles)

f = open("/var/www/html/zaif/btc.csv", "a")
writer = csv.writer(f, lineterminator='\n')
writer.writerow(btc_list)
f.close()

Si vous exécutez un script qui inclut une opération d'écriture dans un fichier avec cron, l'erreur suivante peut s'afficher et vous ne pourrez peut-être pas l'exécuter.

UnicodeDecodeError: 'ascii' codec can't decode byte 0xe3 in position 720: ordinal not in range(128)

Cette fois, l'erreur a été évitée en écrivant ʻexport LANG = ja_JP.UTF-8; `dans crontab comme indiqué ci-dessous.

0,5,10,15,20,25,30,35,40,45,50,55 * * * * export LANG=ja_JP.UTF-8; runipy /home/user/Get_Zaif_data.ipynb

Créer un graphique à partir des informations de prix de vente acquises

--Importer les modules requis tels que matplotlib

import pandas as pd
from pandas import Series,DataFrame
import numpy as np
from datetime import datetime
import time
import json
import requests
import csv
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
from matplotlib.dates import DateFormatter

Lire le fichier csv et créer Dataframe (ce qui suit ne décrit que BTC, il en va de même pour les autres monnaies virtuelles)

btc_df = pd.read_csv("/var/www/html/zaif/btc.csv", names = ("date", "BTC price"))

Extraire uniquement la période de création du graphique (3 jours dans l'exemple ci-dessous)

btc_df = btc_df[-864:-1]

--Mouler la colonne de date de btc_df au format hh: mm

date_df = btc_df["date"].str[10:16]
btc_df = pd.concat([date_df, btc_df["BTC price"]], axis=1)

--Calculer la bande de bollinger de BTC (ce qui suit ne décrit que BTC, il en va de même pour les autres monnaies virtuelles)

rm = btc_df.set_index("date").rolling(window=24).mean()
rstd = btc_df.set_index("date").rolling(window=24).std()
upper_band = rm + rstd * 2
lower_band = rm - rstd * 2

Voir cette page pour plus de détails: http://www.madopro.net/entry/MachineLearningForTrading *

--Créez un graphique à partir de Dataframe (ce qui suit ne décrit que BTC, il en va de même pour les autres monnaies virtuelles)

ax = btc_df.set_index("date").plot()
rm.columns = ["Rolling mean"]
rm.plot(ax=ax, color="#8FBC8F")
upper_band.columns = ["Upper band"]
upper_band.plot(ax=ax, color="#F4A460")
lower_band.columns = ["Lower band"]
lower_band.plot(ax=ax, color="#F4A460")
plt.legend(loc='best',
           fontsize=14,
           borderaxespad=0.,)
plt.tick_params(labelsize=14)
plt.savefig("/var/www/html/zaif/btc.png ")

Graphique créé

Résumé

En créant un graphique à partir des informations sur les prix de vente obtenues à partir de l'API, vous pouvez désormais vérifier les mouvements de prix des monnaies virtuelles négociées sur la bourse Zaif même si vous ne pouvez pas vous connecter au site Web de la bourse Zaif.
Même si vous pouvez vous connecter au site Web d'échange Zaif, il est pratique d'avoir une page où vous pouvez lister les graphiques de chaque monnaie virtuelle (sur le site Web d'échange Zaif, vous pouvez voir les graphiques de plusieurs devises virtuelles à la fois. Impossible).

Obtenez le prix d'achat et de vente de la monnaie virtuelle avec l'API de l'échange Zaif et créez un graphique