今回はPythonとPlotlyを使ってビットコインの日足チャートをプロットする方法についてまとめていきます。
データ取得
ローソク足のデータはCryptowatのAPIを使って取得します。
取得の方法についての詳細はAPIドキュメントを参照してください。
import requests
import json
import pandas as pd
# Bitflyerの円建てBTC価格を取得
res = requests.get('https://api.cryptowat.ch/markets/bitflyer/btcjpy/ohlc')
data = json.loads(res.text)
# resultの下にある「86400」のキーが日足データ
daily_data = pd.DataFrame(data['result']['86400'], columns=['close_time', 'open_price', 'high_price', 'low_price', 'close_price', 'volume', 'quote_volume'])
daily_data.head()
結果
close_time open_price high_price low_price close_price volume quote_volume
0 1435276800 29020 32000 29020 32000 0.033 0.0
1 1435363200 32000 31700 31700 31700 0.001 0.0
2 1435449600 31700 31704 30550 31000 2.739 0.0
3 1435536000 31000 31220 30870 30870 1.280 0.0
4 1435622400 30870 31550 30900 31550 0.990 0.0
close_timeがタイムスタンプなので「YYYY-MM-DD」の形式に変換します。
ここでは新しくdateというカラムに変換後の日付を入れます。
daily_data['date'] = pd.to_datetime(daily_data['close_time'], unit='s')
daily_data.head()
結果
close_time open_price high_price low_price close_price volume quote_volume date
0 1435276800 29020 32000 29020 32000 0.033 0.0 2015-06-26
1 1435363200 32000 31700 31700 31700 0.001 0.0 2015-06-27
2 1435449600 31700 31704 30550 31000 2.739 0.0 2015-06-28
3 1435536000 31000 31220 30870 30870 1.280 0.0 2015-06-29
4 1435622400 30870 31550 30900 31550 0.990 0.0 2015-06-30
ローソク足のプロット
ここからは先程のデータを使ってPlotlyでローソク足をプロットしていきます。
from plotly.graph_objs import *
trace1 = {
'type': 'candlestick',
'x': daily_data['date'],
'yaxis': 'y2',
'low': daily_data['low_price'],
'high': daily_data['high_price'],
'open': daily_data['open_price'],
'close': daily_data['close_price']
}
fig = Figure(data=[trace1])
fig.show()
結構簡単にプロットできました。
上のやつはキャプチャですが、実際にプロットした場合はグリグリ動かせるかと思います。
移動平均線のプロット
ついでに移動平均線のプロットもやってみたいと思います。
まずは以下のように移動平均を計算しましょう。今回は直近20日の平均を算出します。(20MA）
daily_data['20ma'] = daily_data['close_price'].rolling(10).mean()
daily_data.tail()
結果
close_time open_price high_price low_price close_price volume quote_volume date 20ma
2410 1643587200 4405409 4427338 4314000 4372479 1861.188516 8.152451e+09 2022-01-31 4230787.9
2411 1643673600 4372033 4461762 4235851 4432335 2661.267119 1.153232e+10 2022-02-01 4259408.9
2412 1643760000 4433180 4505893 4365074 4445101 2940.564877 1.303647e+10 2022-02-02 4304918.5
2413 1643846400 4445119 4462325 4189000 4225388 2574.098126 1.117299e+10 2022-02-03 4314578.4
2414 1643932800 4226404 4258902 4167385 4220022 1329.148291 5.604551e+09 2022-02-04 4318259.4
trace1 = {
'type': 'candlestick',
'x': daily_data['date'],
'yaxis': "y2",
'low': daily_data['low_price'],
'high': daily_data['high_price'],
'open': daily_data['open_price'],
'close': daily_data['close_price']
}
trace2 = {
'line': {'width': 1},
'mode': 'lines',
'name': '20MA',
'type': 'scatter',
'x': daily_data['date'],
'y': daily_data['20ma'],
'yaxis': 'y2',
'marker': {'color': '#E377C2'}
}
fig = Figure(data=[trace1, trace2])
fig.show()
上記の例では20MAを一本引いただけですが、traceを増やすことで50MAや100MAを同時にプロットすることも可能なので気になる方はやってみてください。
ボリンジャーバンドのプロット
最後にボリンジャーバンドのプロットもやってみましょう。
以下のようにボリンジャーバンドの線を計算します。（※ここではボリンジャーバンドの詳細は省きます）
daily_data['bb_mean'] = daily_data['close_price'].rolling(window=20).mean()
daily_data['bb_std'] = daily_data['close_price'].rolling(window=20).std()
daily_data['bb_upper'] = daily_data['bb_mean'] + (daily_data['bb_std'] * 2)
daily_data['bb_lower'] = daily_data['bb_mean'] - (daily_data['bb_std'] * 2)
daily_data.tail()
結果
close_time open_price high_price low_price close_price volume quote_volume date 20ma bb_mean bb_std bb_upper bb_lower
2410 1643587200 4405409 4427338 4314000 4372479 1861.188516 8.152451e+09 2022-01-31 4230787.9 4551391.80 348662.869050 5.248718e+06 3.854066e+06
2411 1643673600 4372033 4461762 4235851 4432335 2661.267119 1.153232e+10 2022-02-01 4259408.9 4526324.25 337577.137683 5.201479e+06 3.851170e+06
2412 1643760000 4433180 4505893 4365074 4445101 2940.564877 1.303647e+10 2022-02-02 4304918.5 4496377.15 315046.871209 5.126471e+06 3.866283e+06
2413 1643846400 4445119 4462325 4189000 4225388 2574.098126 1.117299e+10 2022-02-03 4314578.4 4464542.65 308243.358236 5.081029e+06 3.848056e+06
2414 1643932800 4226404 4258902 4167385 4220022 1329.148291 5.604551e+09 2022-02-04 4318259.4 4429406.85 292936.338577 5.015280e+06 3.843534e+06
算出できたら以下のようにプロットします。（冗長なコードですが一旦気にしない・・・）
基本的にプロットのやり方は移動平均線と同じです。
trace1 = {
'type': 'candlestick',
'x': daily_data['date'],
'yaxis': "y2",
'low': daily_data['low_price'],
'high': daily_data['high_price'],
'open': daily_data['open_price'],
'close': daily_data['close_price']
}
trace2 = {
'line': {'width': 1},
'mode': 'lines',
'name': 'BB MEAN',
'type': 'scatter',
'x': daily_data['date'],
'y': daily_data['bb_mean'],
'yaxis': 'y2',
'marker': {'color': '#E377C2'}
}
trace3 = {
'line': {'width': 1},
'mode': 'lines',
'name': 'B Bands',
'type': 'scatter',
'x': daily_data['date'],
'y': daily_data['bb_upper'],
'yaxis': 'y2',
'marker': {'color': '#CCC'},
'legendgroup': 'BB',
}
trace4 = {
'line': {'width': 1},
'mode': 'lines',
'name': 'B Bands',
'type': 'scatter',
'x': daily_data['date'],
'y': daily_data['bb_lower'],
'yaxis': 'y2',
'marker': {'color': '#CCC'},
'legendgroup': 'BB',
}
fig = Figure(data=[trace1, trace2, trace3, trace4])
fig.show()
他にもいろいろなテクニカル指標プロットしてみると面白いと思います。