Dogecoin，有人称作“狗狗币/狗币”，诞生于2013年12月8日，基于Scrypt算法，是一款虚拟货币。
先来无事，爬一些狗狗币的历史数据，做一下简单的分析，主要涉及到每日投入回报，斐波那契回撤线、RSI等各项指标的计算和绘图，同时有一些浅显的见解。
乱侃乱聊诸位客官见笑了。话不多说，代码人先撸为敬
#引入包
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import plotly.graph_objects as go
plt.style.use('fivethirtyeight')
# 加载数据
df = pd.read_csv("doge_history.csv")
# 设置交易日期为索引
df = df.set_index(pd.DatetimeIndex(df['tickertime'].values))
# csv有一列是序列号存在，在本实例中没有价值，直接去掉这一列
df.drop('Unnamed: 0',axis=1, inplace=True)
# 按照交易日期排序
df = df.sort_index()
# 展示数据 每列含义： 索引列 | 交易日期 | 开盘价 | 收盘价 | 当日最高价 | 当日最低价 | 市值 | 交易量 | 相对前日涨幅
df
# 总数据量是 533条，时间是从2019年12月截至到2021年5月中旬
df.describe()
简单看一下数据的基本情况.
我们可以看到每一项纬度的基本情况，例如收盘价的平均值，最大最小值及各分位的值#单纯开盘价的差值可以看出狗狗币的波动之大有点惊掉下巴了.
绘制K线图
当然我们可以从很多平台看到具体的K线图，不过我们为了装13也自己画一个图来撸一撸。
- 自从进入2021年4月以来狗狗币冲击力一次0.8美分之后就开始疲软了
- 我们很想知道目前阶段是不是应该继续持有它(当然前提是你以前就有，且没有在高位接盘)
- 我们用最基础的斐波那契回撤支持线来分下，狗狗币抗不抗压
# 计算斐波那契回撤线， 一共设置4层回撤支撑线 maximum_price = df['closeprice'].max() minimum_price = df['closeprice'].min() difference = maximum_price - minimum_price first_level = maximum_price - difference * 0.236 second_level = maximum_price - difference * 0.382 third_level = maximum_price - difference * 0.5 fourth_level = maximum_price - difference * 0.618
# 画图, 除了基本的四条斐波那契回撤线之外再把最大最小值的线也加上
# 同时也把交易量的图画出来
top = plt.subplot2grid((4,4), (0,0), rowspan=3, colspan=4)
top.plot(df.index, df['closeprice'], label='Close')
top.axhline(maximum_price, linestyle='--', alpha=0.5,color ='red')
top.axhline(first_level, linestyle='--', alpha=0.5,color ='orange')
top.axhline(second_level, linestyle='--', alpha=0.5,color ='yellow')
top.axhline(third_level, linestyle='--', alpha=0.5,color ='green')
top.axhline(fourth_level, linestyle='--', alpha=0.5,color ='blue')
top.axhline(minimum_price, linestyle='--', alpha=0.5,color ='purple')
plt.title('Close 2019-2021')
plt.legend(loc='upper left')
bottom = plt.subplot2grid((4,4),(3,0),rowspan=3, colspan=4)
plt.title('Volum 2019-2021')
bottom.bar(df.index,df['vol'])
plt.subplots_adjust(hspace=0.75)
plt.gcf().set_size_inches(15,8)
从图中我们可以明显看出来几个情况：
- 交易量上升的几个时间周期内，狗狗的价格也在上升
- 4、5月份狗狗回撤支撑还不错
接下来我们再从RSI和SMA这些指标看一看数据的反馈情况
# 每日投入回报 DSR = df['closeprice'].pct_change(1) DSR
# 画出每日投资回报的图
plt.figure(figsize=(25,8))
plt.plot(DSR.index, DSR, label='Close', lw=1, alpha =0.65)
plt.title('DogeCoin Daily Simple Return')
plt.ylabel('Percentage')
plt.xlabel('Date')
plt.xticks(rotation=75)
单纯从每日投入回报的数据上看狗狗币不太适合稳重投资人入手，波动太大
- 有两天的浮动超过百分之百，如果地位入手确实赚了，但是高位洁癖就赔惨了
- 这样大的波动如果运气好玩杠杆真的算是高潮迭起了
# 计算强弱指标RSI delta = df['closeprice'].diff(1) delta = delta.dropna() up = delta.copy() down = delta.copy() up[up<0] = 0 print(up.head(3)) down[down>0] = 0 time_period = 14 AVG_Gain = up.rolling(window=time_period).mean() AVG_Loss = abs(down.rolling(window=time_period).mean()) RS = AVG_Gain / AVG_Loss RSI = 100.0 - (100.0 / (1.0 + RS))
# 计算30天简单移动平均线 30 day simple moving average SMA30 = df['closeprice'].rolling(window=30).mean() df['SMA30'] = SMA30 df
# 画出RSI 和 SMA的图 fig, ax = plt.subplots(1,2,figsize=(15,5)) ax0 = RSI.plot(ax=ax[0]) ax0.axhline(30, color='green') ax0.axhline(70, color='red') df[['closeprice','SMA30']].plot(ax=ax[1])
我们把RSI强弱指标的数据用两张图展示出来：
- 从SMA30 + 收盘价趋势来看，狗狗应该还会上升
- 截至到2021年5月中旬，从RSI的基本分析来说超买情况刚刚回去，盘整回落
- 结论就是还可以继续持有
- All In
matplotlib.pyplot入门: http://www.lifefunker.com/archives/193
RSI: http://www.lifefunker.com/archives/190
超买、超卖: http://www.lifefunker.com/archives/186
plotly: http://www.lifefunker.com/archives/169
RSI: http://www.lifefunker.com/archives/163