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()
DogeCoin 历史数据的基本情况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.
DogeCoin历史数据基本分析绘制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。
DogeCoin 每日K线- 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)
DogeCoin 斐波那契数回撤线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
DogeCoin DSR基本情况# 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)
DogeCoin DSR 波动图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])
DogeCoin RSI 和SMA30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
