手把手:用Python搭建一个加密货币交易模拟器,不用投钱就能玩

2018 年 4 月 10 日 大数据文摘 文摘菌

大数据文摘作品

编译:汪小七、黄文畅、小鱼


我虽然不是交易员,但对加密货币的交易非常感兴趣。然而,我不会在自己什么都不清楚的时候就盲目投资加密货币,所以在进行投资之前,我想先来测试一下自己的交易策略。


播音员:今天的道琼斯指数曲线是华盛顿天际线(林肯纪念堂、华盛顿纪念碑、美国国会大厦)的形状...(i.e.股市表现奇怪)


而我的想法就是搭建一个加密货币交易的模拟器,这样投资新手不用投钱就可以学习和体验加密货币的交易。在这一系列学习中,我将给大家展示如何去建这样一个交易模拟器。


首先我们需要将201837日至2018316日的加密货币的交易价格导入到数据库中。


在这个练习中,我们将用Python搭建一个简单的加密货币交易模拟器,用户可以在这里进行加密货币的投资,然后观察他的加密货币资产在接下来的9天将如何变化。


目前,模拟器会给出用户资产的最佳出仓价,并与其原始投资价格进行比较,然后告诉用户最终的盈亏状况。接下来,我将介绍如何添加对流通货币的价格监控,如何编写和测试交易策略,还有如何构建用户界面等等。


下面这个视频就是我们今天讲到的交易模拟器,同时你也可以在Github 库中看到这个项目。另外,你需要分开下载数据库,并把它放到你的项目目录下。


Github库链接:

https://github.com/jamesfebin/CryptoTradingSimulator


数据库链接:

https://drive.google.com/file/d/1OHhtrvOe-EWcX_8tipWo6tWYqkkYDkPw/view?usp=sharing



伪代码


在编写代码之前,明确我们接下来的每个步骤至关重要,否则编程时会陷入困惑。为了清楚起见,我们使用伪代码进行说明,伪代码并不是真实的代码,而是我们用自己的语言写的思维图。


步骤1: 欢迎用户
步骤2: 在数据库启动时,抓取201337日的加密货币价格
步骤3: 让用户选择一种货币并进行投资
步骤4: 接着,运行模拟器并显示未来9天里用户的加密货币价格走势
步骤5: 模拟器会给出该加密货币的最佳出仓价,并与用户投资时的资产进行对比,显示盈亏情况


我们无需按以上步骤依次进行代码编写,可以依据自己的能力从最简单的步骤开始编写,随着模拟器功能的不断完善,我们编程的能力和信心也逐渐提高,从而才可能完成整个项目。


本文中的代码开发环境为Python2.7


首先,我们建一个空的项目文件夹,如:“CryptoSimulator”,然后下载加密货币价格的数据库,放到这个项目文件夹中。


数据库下载链接:

https://drive.google.com/file/d/1OHhtrvOe-EWcX_8tipWo6tWYqkkYDkPw/view?usp=sharing


接着,再新建一个命名为“run.py”的py文件



欢迎页面


我们将创建一个简单的“welcome”函数,这个函数并不需要有太多的功能,只要输出一系列的项目介绍即可,包括程序名称,程序功能介绍。换句话说,就是向用户问个好。


def welcome():
  print(“Simple Crypto Trading Simulator”)
  print(“Hey Yo, you are back in time. It’s Wednesday, March 7, 2018 7:39 AM”)
  print(“Here are the crypto currencies you can invest.”)
  print(“Fetching prices … ”)


现在我们需要抓取201837日早上739的加密货币价格。


因为我们的数据库是基于sqlite3进行操作,所以在此之前我们还需要下载sqlite3库并安装,可以用以下命令实现。


pip install sqlite3


run.py文件开头,需要导入sqlite3库,命令如下。


import sqlite3


现在,我们编写代码来抓取起始时刻的价格数据并进行显示。


数据库中有以下几列:时间戳(timestamp)、基准货币(first_leg)、计价货币(second_leg)、卖出价(ask)、买入价(bid)和交易名称(the exchange name)。


假如我们当前的货币对是“比特币和美元”(BTC/USD),那么基准货币就是比特币(BTC),计价货币就是美元(USD)。


以下几行代码就是用来抓取指定时间的价格数据。


connection = sqlite3.connect(‘./currency_monitor.db’)
cursor = connection.cursor()
query = “SELECT first_leg, ask FROM prices WHERE     timestamp=’1520408341.52' AND second_leg=’USD’;”    cursor.execute(query)
coinAskPrices = cursor.fetchall()


首先,我们遍历卖出价格列表,删除重复样本,将其添加到名为coins{}的字典中,然后输出。


coins = {}
for coinAskPrice in coinAskPrices:
   if coinAskPrice[0] in coins:
       continue
   coins[coinAskPrice[0]] = {“price”:coinAskPrice[1], “curreny”:coinAskPrice[0]}
   print(“{} — ${} \n”.format(coinAskPrice[0], round(coinAskPrice[1],4)))
return coins


如果你看不懂代码,也别担心,只需要将整个程序包下载下来,运行,然后修改部分代码再运行,对比看看结果有什么不同,循环往复,慢慢你就开始理解代码的含义了。


现在,我们将上面的几部分代码合并成一个独立的函数fetchCoins(),结果如下:



现在,价格显示的功能已经搞定,接下来我们就需要用户来选择他们的交易币种和交易量,这就需要创建一个inputBuy()函数来实现。


def inputBuy():
  print(“Select the crypto curreny you want to buy? \n”)
  curreny
= raw_input(“”).upper()
  print(“That’s great. How much quantity you want to buy? \n”)
  quantity = float(raw_input(“”))
  return curreny, quantity


接着,我们需要找出用户感兴趣的货币的价格,这个功能通过查询coins{}字典就可以实现。


price = coins[currency][‘price’]


然后我们需要把返回的参数传给模拟器。现在我们可以将上述代码块进行整合并放进主函数中。



目前为止我们还没有创建runSimulation()函数,接下来的任务就是创建一个名为“simulator.py”py文件。



在创建runSimulation()函数前,先导入以下这些库函数。


import sqlite3
import datetime


然后定义runSimulation()函数。


def runSimulation(boughtPrice, quantity, currency):
 valueThen
= boughtPrice * quantity
 bestPrice, timestamp = fetchBestBidPriceFromDB(currency)
 bestValue = bestPrice * quantity
 priceDifference = (bestValue — valueThen)/float(valueThen) * 100


在这个函数中我们首先要计算出买入时总资产的价格,然后找出37日到316日之间的最佳出仓价,接着计算两者之间的差价并显示盈亏状况。


下面编写一个 fetchBestBidPriceFromDB()函数来找出最佳出仓价。


def fetchBestBidPriceFromDB(currency):
  connection
= sqlite3.connect(‘./currency_monitor.db’)
  cursor = connection.cursor()
  query = “SELECT max(bid),timestamp from prices WHERE first_leg=’{}’ and second_leg=’USD’ and timestamp> ‘1520408341.52’”.format(currency)
  cursor.execute(query)
  rows = cursor.fetchone()
  return rows[0], rows[1]


runSimulation()函数中再添加几行语句,以便输出查找结果。


print(“The best bid price for {} was ${} at {} \n”.format(currency, bestPrice, time))
if priceDifference>0:
    print(“Your total asset value is ${}, it has increase by {}% \n”.format(round(bestValue, 4), round(priceDifference,2)))
else:
    print(“Your total asset value is ${}, it has decreased by {} \n”.format(round(bestValue, 4), round(priceDifference,2)))


这里,再一次对上述代码块进行整合,结果如下:



现在整个程序已经基本完成了,但是我还想加个特效——就像在电影里,字幕中的字母会一个一个的蹦出来。


创建一个名为“drama.py”的文件,然后输入以下代码:


import time
import sys
def dramaticTyping(string):
  for char in string:
    sys.stdout.write(char)
    sys.stdout.flush()
    time.sleep(0.10)


现在,把这个文件导入run.pysimulator.py中,用dramaticTyping函数代替print函数。


搞定!现在我们已经编写了一个简易版的加密货币交易模拟器。



此处应该有掌声,谢谢!😊好戏刚刚开始,接下来,我们还有一系列的工作需要完成,比如将加密货币交易模拟器与加密货币的实时交易整合为API,编写交易策略的代码并进行测试,甚至考虑创建一个UI界面等等,敬请期待~


原文链接:

https://hackernoon.com/how-to-build-a-simple-crypto-trading-simulator-part-1-4ccdddcd6b76


【今日机器学习概念】

Have a Great Definition

志愿者介绍

回复志愿者”加入我们


登录查看更多
0

相关内容

【书籍推荐】简洁的Python编程(Clean Python),附274页pdf
专知会员服务
179+阅读 · 2020年1月1日
Keras作者François Chollet推荐的开源图像搜索引擎项目Sis
专知会员服务
29+阅读 · 2019年10月17日
百闻不如一码!手把手教你用Python搭一个Transformer
大数据文摘
18+阅读 · 2019年4月22日
34个最优秀好用的Python开源框架
专知
9+阅读 · 2019年3月1日
手把手教你用Python库Keras做预测(附代码)
数据派THU
14+阅读 · 2018年5月30日
基于Keras实现加密卷积神经网络
机器学习研究会
6+阅读 · 2018年3月28日
基于强化学习的量化交易框架
机器学习研究会
28+阅读 · 2018年2月22日
Python量化投资实训营
量化投资与机器学习
11+阅读 · 2018年1月30日
如何运用Python建一个聊天机器人?
七月在线实验室
17+阅读 · 2018年1月23日
用 Scikit-Learn 和 Pandas 学习线性回归
Python开发者
9+阅读 · 2017年9月26日
Arxiv
7+阅读 · 2020年3月1日
Adaptive Neural Trees
Arxiv
4+阅读 · 2018年12月10日
Rapid Customization for Event Extraction
Arxiv
7+阅读 · 2018年9月20日
VIP会员
相关资讯
百闻不如一码!手把手教你用Python搭一个Transformer
大数据文摘
18+阅读 · 2019年4月22日
34个最优秀好用的Python开源框架
专知
9+阅读 · 2019年3月1日
手把手教你用Python库Keras做预测(附代码)
数据派THU
14+阅读 · 2018年5月30日
基于Keras实现加密卷积神经网络
机器学习研究会
6+阅读 · 2018年3月28日
基于强化学习的量化交易框架
机器学习研究会
28+阅读 · 2018年2月22日
Python量化投资实训营
量化投资与机器学习
11+阅读 · 2018年1月30日
如何运用Python建一个聊天机器人?
七月在线实验室
17+阅读 · 2018年1月23日
用 Scikit-Learn 和 Pandas 学习线性回归
Python开发者
9+阅读 · 2017年9月26日
Top
微信扫码咨询专知VIP会员