Phân tích bitcoin tiền ảo bằng cách sử dụng R

phân tích bitcoin tiền ảo bằng cách sử dụng R www.phantichdautu.com

Phân tích bitcoin tiền ảo bằng cách sử dụng R

Có quá nhiều nền tảng giao dịch từ web trading platform đến những software. Chúng được cung cấp nhiều tính năng với nhiều chỉ báo thuận tiện cho việc sử dụng. Chúng ta có thể kể đến trong số đó là MT4, MT5 platform, hay tradingview. Có sẵn hệ thống backtest cho bất kỳ robot được viết trên metatrader. Chúng ta có thể mua dữ liệu từ tickstory để đạt sự tin tưởng trong backtesting. Nhưng nó không có nghĩa là những nỗ lực lớn của bạn trên những nền tảng đó giúp tránh khỏi cháy tài khoản. Bởi vậy, R có lẽ là một lựa chọn để từ từ mở ra những tiềm ẩn bên trong những gì trên màn hình giao dịch.

1) Đăng ký tài khoản trên Quandl

Đầu tiên nhà đầu tư đăng ký tài khoản trên Quandl. Đây là nơi cung câp dữ liệu lớn về tài chính kinh tế cho các nhà đầu tư. Nó chiếm tới hơn 500 nhà cung cấp. Có thể sử dụng R, Python, Matlab, Maple, và Stata để lấy dữ liệu thông qua API. Tất nhiên, nó là được đề nghị để trả phí cho việc sử dụng dữ liệu. Nhưng ở đây, chúng ta sẽ sử dụng gói miễn phí. Sau khi đăng ký xong, bạn sẽ nhận được khóa API của mình trong email hoặc trong account setting.

2) Tải dữ liệu bitcoin tiền ảo từ Quandl

Copy API key vào notepad và lưu với tên quandl_api_key trong thu mục F:\Data. Mở Rstudio, và cài đặt Quandl package bằng lệnh install.packages(“quandl”). Nếu đã cài rồi, chúng ta chạy đoạn lệnh sau để tải dữ liệu bitcoin.
library(Quandl)
api_key<-readLines("F:/Data/quandl_api_key.txt",warn = F)
Quandl.api_key(api_key)
BTC<-Quandl("BITFINEX/BTCUSD",collapse = "daily")
head(BTC)
Đến đây, chúng ta lấy xong dữ liệu BTC từ sàn Bifinex. Để biết mã code trên sàn Bitfinex chẳng hạn BITFINXEX/BTCUSD ta đến đây. Sau đó gõ vào BITFINEX và tìm. Kết quả đoạn code trên cho ta thấy BTC là dataframe với 8 biến. Ta chuyển về xts và đặt tên lại Ask bởi Open và Last bởi Close. Đây là một sự gượng ép bởi vì thị trường tiền ảo chưa bao giời đóng. Sử dụng đoạn code sau để làm điều đó:
BTC_OHLCV<-BTC[,c("Date","Ask","High","Low","Last","Volume")]
BTCxts<-as.xts(BTC_OHLCV[,-1],BTC_OHLCV[,1])
colnames(BTCxts)[c(1,4)]<-c("Open","Close")

3) Visualize dữ liệu bitcoin

Bây giờ chúng ta sẽ hình dung dữ liệu bằng package quantmod. Gõ vào install.packages(“quantmod”) để cài đặt. Sau đó chạy các dòng lệnh sau:
library(quantmod)
chartSeries(BTCxts,name = "BTC chart")
reChart(subset = '2017::2018')
addBBands()
Dòng thứ 2 vẽ đồ thị toàn dữ liệu BTCxts. Dòng tiếp theo là vẽ lại trong khoảng thời gian 2017 đến 2018. Dòng tiếp theo ta thêm bollinger bands. Và chúng ta có hình sau:
phân tích Bitcoin tiền ảo bằng cách sử dụng r 1
phân tích Bitcoin tiền ảo bằng cách sử dụng r 1
Như vậy giá bitcoin đã rời khỏi tất cả ngưỡng hỗ trợ mà lực nhớ có thể giữ được. Giá đã phá vỡ các mô hình kỹ thuật đảo chiều. Sự đảo chiều có thể tìm được sau một lần hồi hình thành kháng cự. Và phải xuất hiện nụ cười tròn, méo, hoặc xiên. Ở phần này chúng ta chưa đi sâu vào tiềm ẩn dữ liệu, chỉ là những thứ bên ngoài thấy được.

Trả lời

Email của bạn sẽ không được hiển thị công khai. Các trường bắt buộc được đánh dấu *