BITCOIN E INDICADORES TÉCNICOS

MME, Bandas de Bollinger e Nuvem de Ichimoku

Desenvolvido por Gabriel Sobreira Lopes

Descrição

• A aplicação calcula três indicadores técnicos financeiros a partir de dados do Bitcoin:

  • Médias Móveis Exponenciais
  • Bandas de Bollinger
  • Nuvem de Ichimoku

• O dataset utilizado foi retirado do Kaggle neste link.

NOTA: Os dados para a formação dos candlesticks ("Open", "High", "Low" e "Close") encontram-se no arquivo bitstampUSD_1-min_data_2012-01-01_to_2020-09-14.csv, fornecido no mesmo link. O arquivo bitstampUSD_1-min_data_2012-01-01_to_2020-09-14.csv precisa estar no mesmo diretório que o arquivo main.py.

---

Instruções de uso

• Clone o repositório utilizando $ git clone https://github.com/Gabrielsldev/bitcoin_indicadores_tecnicos.git para o diretório de trabalho desejado.

  • O arquivo bitstampUSD_1-min_data_2012-01-01_to_2020-09-14.csv encontra-se no respositório em formato .zip no arquivo archive.zip.
  • Também é possível fazer o download do arquivo bitstampUSD_1-min_data_2012-01-01_to_2020-09-14.csv diretamente do Kaggle.

• Os pacotes necessários para a execução do programa encontram-se no arquivo requirements.txt neste repositório. São eles: install==1.3.4 kaleido==0.1.0 numpy==1.19.4 pandas==1.1.5 plotly==4.14.1 python-dateutil==2.8.1 pytz==2020.4 retrying==1.3.3 six==1.15.0

• O usuário deve criar um ambiente virtual e instalar os pacotes listados acima para que seja possível executar o programa.

O programa main.py deve ser executado com parâmetros fornecidos através de argumentos em linha de comando:

$ python main.py arg1 arg2

• A aplicação aceita dois argumentos:

  • Data de Início, no formato AAAA/MM/DD.
  • Data de Fim, no formato AAAA/MM/DD.

• É feito um teste para saber se os argumentos estão no formato indicado.

• O banco de dados fornecido possui dados entre as datas 2012/01/01 e 2020/09/14. É feito um teste para saber se os argumentos estão dentro do período indicado.

NOTA: O arquivo do banco de dados, bitstampUSD_1-min_data_2012-01-01_to_2020-09-14.csv, deve estar na mesma pasta do arquivo main.py.

---

Resultados esperados

Após a execução do programa, as saídas esperadas são:

Um arquivo .ZIP contendo um arquivo CSV com o seguinte formato:

timestamp	indicador-0	indicador-1	indicador-2	indicador-3	indicador-4	indicador-5	indicador-6	indicador-7	indicador-8	indicador-9
data/hora	.....	.....	.....	.....	.....	.....	.....	.....	.....	.....
data/hora	.....	.....	.....	.....	.....	.....	.....	.....	.....	.....
data/hora	.....	.....	.....	.....	.....	.....	.....	.....	.....	.....
data/hora	.....	.....	.....	.....	.....	.....	.....	.....	.....	.....

• As colunas representam os seguintes indicadores:
  • indicador-0: Média Móvel Exponencial de 10 períodos
  • indicador-1: Média Móvel Exponencial de 30 períodos
  • indicador-2: Bandas de Bollinger - Banda Superior
  • indicador-3: Bandas de Bollinger - Média Móvel Simples
  • indicador-4: Bandas de Bollinger - Banda Inferior
  • indicador-5: Ichimoku - Tenkan Sen
  • indicador-6: Ichimoku - Kijun Sen
  • indicador-7: Ichimoku - Senkou Span A
  • indicador-8: Ichimoku - Senkou Span
  • indicador-9: Ichimoku - Chikou Span

Três arquivos PNG na pasta images com os gráficos de candlestick:

• Um com o indicador Médias Móveis Exponenciais.
• Um com o indicador Bandas de Bollinger.
• Um com o indicador Nuvens de Ichimoku.

Os três gráficos também serão plotados no navegador.

---

Implementação

Inicialmente, o código foi feito no Jupyter Notebook, por ser uma ferramenta excelente para visualizar e manipular dados de maneira rápida e prática. O arquivo .ipynp pode ser encontrado no repositório.

• Foi utilizada a biblioteca Pandas para a manipulação dos dados.

  • Limpeza dos dados com a retirada de informações desnecessárias, diminuindo o tamanho do banco de dados e, consequentemente, aumentando a velocidade.
  • Manipulação dos dados utilizando funções para calcular os indicadores necessários.

• Foi utilizada a biblioteca Plotly para plotar os gráficos por ser versátil e de fácil uso para gráficos com dados financeiros.

  • Outra boa ferramenta para plotar gráficos OHLC é o mplfinance, mas o Plotly permite interação diretamente no navegador e no Jupyter Notebook, fato que pesou na escolha.
  • O pacote Kaleido é utilizado pelo Plotly para exportar os gráficos como PNG.

Foi criado o arquivo main.py, que pode ser executado em linha de comando com os argumentos como parâmetros, conforme explicado nas instruções de uso.

• Foi utilizado regular expressions para verificar se os argumentos estão no formato AAAA/MM/DD juntamente com if statements para verificar se as datas escolhidas estão dentro do período fornecido pelo banco de dados.

---

Testes

O programa teste.py pode ser utilizado para fazer testes e comparar dois arquivos CSV gerados pelo programa main.py.

O arquivo teste.py deve ser executado com parâmetros fornecidos através de argumentos em linha de comando:

$ python teste.py arg1 arg2

• Os argumentos devem ser os nomes dos arquivos a serem testados, por exemplo: $ python teste.py dataset1.csv dataset2.csv

Os dois arquivos serão transformados em dataframes e comparados. Caso haja divergências, será informado no terminal.

• A saída None significa que não há divergências.

NOTA: Os dois arquivos a serem comparados devem estar no mesmo diretório que o programa teste.py.

---

Limitações

A aplicação apresenta algumas limitações:

• O programa aceita como parâmetros somente valores de Dia de Início e Dia de Fim.

  • Nesse ponto, há algumas melhorias que podem ser feitas:
    • O banco de dados possui, na coluna Timestamp, informação de data e hora. Uma melhoria pode ser a implementação de argumentos com data e hora para permitir períodos intraday.
    • Permitir, via parâmetros fornecidos através de argumentos em linha de comando, a alteração dos períodos das Médias Móveis Exponenciais, por exemplo, dentre outros indicadores.

• Testes automatizados e mais complexos.

  • O programa teste.py permite testar e comparar dois arquivos CSV desde que o usuário forneça os parâmetros como argumentos na linha de comando, ou seja, de forma manual. Uma possível melhoria é implementar uma automatização dos testes.

---