主页 > imtoken钱包正版 > 快速指南:用Python研究比特币“血洗”!
快速指南:用Python研究比特币“血洗”!
点击上方关注,尽在AI中国
2018 年 7 月是世界上许多人最后一次看到月食——这一事件被媒体称为“血月”。
许多古代文明都在可怕的光线下看待“血月”。 印加人曾将这种深红色的现象解释为美洲豹攻击和吞噬月亮。 他们认为美洲豹接下来可能会袭击地球,所以他们的人民会大喊大叫,挥动长矛,让他们的狗狂吠和嚎叫,希望发出足够的声音来驱赶邪恶的美洲豹。
2018 年也是比特币问世 10 周年。 加密货币去年在其短暂的历史中也表现不佳,损失了 70%。 虽然印加人不再与我们同在,但许多比特币投资者肯定会一直“咆哮”。
2017年,比特币投资者迎来蜜月期。 2018 年的比特币血月是否标志着曾经被吹捧为新货币的投资结束?
使用 Python 调查比特币损失
我决定使用 Python 和数据科学来分析比特币 (BTC) 损失。 Python 提供了可视化比特币行为、计算技术指标、执行基础分析、运行一些模拟以及最重要的是根据获得的见解采取行动的自由和灵活性。
与任何调查任务一样,我们会提出一些问题。 要回答这些问题,我们需要实现一些里程碑。
我们的主要里程碑和相关问题如下:
在这篇文章中,我们将专注于获取比特币价格数据。
获取比特币价格数据
Quandl 是从主要交易所检索比特币数据的最简单方法。 他们提供了一个 Python 包,允许使用一行代码轻松访问他们的 API。
可以使用 Python 的包管理器安装 Quandl 包:
pip install quandl
也可以使用Anaconda命令行工具安装(推荐):
conda install quandl
安装后比特币分析工具,使用起来非常简单:
import quandl as qdl import pandas as pd btc_usd_bitfinex = qdl.get(‘BITFINEX/BTCUSD’, start_date=’01/01/2018', end_date=’31/12/2018')
运行上面的代码行返回一个 Pandas Dataframe 并将其分配给我们的 btc_usd_bitfinex 变量。
正如变量名所示,在这个变量中我们存储了从 2018 年 1 月 1 日到 2018 年 12 月 31 日从 Bitfinex 交易所获得的比特币价格。
如果一切正常,您最终应该得到一个如下所示的数据框:
可视化比特币价格数据
现在我们有了一个包含比特币价格数据的 Pandas Dataframe比特币分析工具,我们可以使用 matplotlib 轻松地将其可视化。
在下面的代码中,我们将:
import matplotlib.pyplot as plt plt.style.use(‘dark_background’) plt.figure(figsize=(20,7)) plt.grid(linewidth=0.2) plt.title(‘BTC x USD (Bitfinex)’) plt.plot(btc_usd_bitfinex.index, btc_usd_bitfinex.Last)
从图中我们可以注意到:
主要内容和后续步骤
在本文中,我们讨论了如何使用 Python、Quandl 和 Matplotlib 获取和分析 2018 年的比特币价格数据。
去年我们对比特币的价格进行了一些非常基本的、高层次的分析。
在接下来的文章中,我们将加深分析,以尝试理解为什么会发生这种情况以及它是如何发生的。
最后,我们将尝试创建一个平台,以简单有效的方式进行可视化和采取行动。
敬请关注!