CodingTree

프로젝트에서 비트코인의 OHLCV 데이터를 수집하고, LSTM 모델로 미래 가격을 예측하는 과정을 진행하다가 pd.date_range 함수 사용에서 오류가 발생했다. 오류는 closed 키워드 인자 때문이었다. 오류 메세지: Traceback (most recent call last): File "C:\PythonProject\pythonProject\net_LSTM_btc.py", line 63, in future_dates = pd.date_range(start=df.index[-1], periods=future_days + 1, closed='right') File "C:\Users\DEV3-PC\anaconda3\lib\site-packages\pandas\core\indexes\datetimes..

파이썬 2024. 1. 30. 23:07

암호화폐 시장에서 데이터 분석은 중요한 역할을 한다. 이번 포스팅에서는 Python과 CCXT 라이브러리를 사용하여 비트코인의 종가 데이터를 1년 동안 수집하고, 30일간의 역사적 변동성을 계산하는 방법을 소개한다. 또한, 종가와 변동성의 추이를 표준화하여 시각적으로 비교하는 방법도 다룬다. 1. CCXT를 사용한 데이터 수집: import ccxt import pandas as pd import datetime exchange = ccxt.binance() since = exchange.parse8601((datetime.datetime.now() - datetime.timedelta(days=365)).strftime('%Y-%m-%d')) Binance 교환소에서 비트코인의 일별 종가 데이터를 수집..

파이썬 2024. 1. 29. 22:34

암호화폐 데이터 분석은 트레이딩 전략 개발에 중요한 역할을 한다. 이번 포스팅에서는 Python과 CCXT 라이브러리를 사용하여 비트코인과 이더리움의 종가 데이터를 수집하고, 이들 간의 상관관계를 분석하는 방법을 알아본다. 우선, ccxt 모듈을 설치한다. 1. 데이터 수집을 위한 준비: ccxt 라이브러리를 사용하여 Binance 교환소에서 데이터를 수집한다. import ccxt import pandas as pd import datetime # 교환소 설정 exchange = ccxt.binance() 2. 종가 데이터 수집: 비트코인과 이더리움의 일별 종가 데이터를 지난 1년 동안 수집한다. # 기간 설정 end_date = datetime.datetime.now() start_date = end..

파이썬 2024. 1. 29. 14:06

암호화폐 시장은 빠르게 변화하고 있으며, 이에 따라 암호화폐 데이터를 분석하려는 수요도 증가하고 있다. 오늘은 Python과 CCXT 라이브러리를 활용하여 비트코인의 OHLCV(Open, High, Low, Close, Volume) 데이터를 수집하고, 이를 1년 동안의 데이터로 CSV 파일로 저장하는 방법에 대해 알아본다. 1. 필요한 라이브러리 설치하기 먼저, ccxt 라이브러리를 설치한다. 이 라이브러리는 다양한 암호화폐 거래소의 API를 Python에서 쉽게 사용할 수 있게 해준다. 2. 데이터 수집을 위한 코드 작성 다음은 비트코인의 OHLCV 데이터를 수집하는 파이썬 코드이다. Binance 거래소에서 BTC/USDT 거래 쌍의 일별 데이터를 지난 1년 동안 수집한다. import ccxt i..

파이썬 2024. 1. 29. 09:49