>
Plot lysestage data på tværs af alle større udvekslinger på mindre end 15 minutter.
Fra fuldstændig bunden tegner du dit første kryptokurrency-lysestage-datadiagram i slutningen af denne artikel – På mindre end 15 minutter.
Bygning af værktøjer, der udnytter udvekslingsdata, er et mareridt i kryptovalutaområdet. Det begrænsede antal tilgængelige værktøjer betyder, at du skal udvikle funktioner fra ingenting.
Da hver udveksling giver forskellige slutpunkter til indsamling af data, bliver dette hurtigt til et sort hul, der vil forbruge din tid.
Hver udveksling kræver brugerdefineret kode og infrastruktur til at håndtere indviklingen i det, de tilbyder.
Heldigvis normaliserer Universal Crypto Exchange API’erne disse data for os. En API, som du frit kan bruge til at få adgang til historiske og live data.
Denne artikel beskriver, hvordan du opretter dit første script til at få adgang til live markedsdata fra enhver børs, normalisere det i et sammenhængende format og plotte det. Der er ingen kompleks konfiguration eller udvikling.
Lad os komme igang!
Contents
Installer biblioteker
Før vi begynder at skrive scriptet, skal vi installere et par biblioteker. Hvis du bruger pip, kan dette gøres ved blot at køre følgende kommandoer.
pip installere rejer-python
pip installere pandaer
pip install plotly == 4.1.0
Generer API-nøgler
Efter installation af de nødvendige biblioteker, tilmeld dig en Shrimpy Developer API-konto. Dette er API’erne, der leverer udvekslingsdataene. Det er gratis og tager kun et par sekunder at tilmelde sig.
Efter tilmelding skal du generere din hovednøgle. Disse nøgler bruges til at underskrive anmodninger til Shrimpy og få adgang til kryptomarkedsdata.
Sørg for at gemme dine offentlige og hemmelige nøgler sikkert. De vil være nødvendige til senere trin.
Skrivning af vores første script
Vi er nu klar til at begynde at skrive vores første script. Scriptet til denne artikel indsamler markedsdata for lysestager fra den udveksling, vi specificerer, organiserer det på en måde, der er forståelig for plottebiblioteket, og viser det.
Importer biblioteker
I dette script bruger vi Plotly Library. Dette giver os en bekvem måde at komme i gang uden megen anstrengelse.
Importer disse biblioteker i dit script, så vi kan indsamle vores data og tegne dem.
importere rejer
import plotly.graph_objects as go
Tildel nøgler
Før vi kan få adgang til data fra Shrimpy, skal vi sørge for, at vi underskriver vores anmodninger korrekt. Dette kræver, at vi overfører vores offentlige og private nøgler. Lad os lige nu tildele dem til senere brug.
public_key = ‘8x71n32d8cfbnnn1xzimjustkeyboardmashing8xn1t8jyv5098’
secret_key = ‘771dc5nxct4709672v4n09xn0morekeyboardmashing9475c029374n0xx4n50’
Opret klient
For at oprette klienten skal du sende de offentlige og hemmelige nøgler, der blev tildelt i det foregående trin. Klienten håndterer derefter bekvemt underskrivelsen af hver anmodning, så du kan fokusere på at få adgang til dataene og opbygge værktøjer med dataene.
klient = rejer.ShrimpyApiClient (public_key, secret_key)
Få stearinlys
Det er på tide at få vores lysestage-data fra Shrimpy. Brug klienten til at kalde slutpunktet for at hente lysestagerne.
Bare sørg for at videregive det børs, handelspar og interval, du ønsker at få adgang til.
Eksempel 1:
stearinlys = client.get_candles (
‘binance’, # udveksling
‘XLM’, # base_trading_symbol
‘BTC’, # quote_trading_symbol
’15m’ # interval
)
Eksempel 2:
stearinlys = client.get_candles (
‘bittrex’, # udveksling
‘LTC’, # base_trading_symbol
‘BTC’, # quote_trading_symbol
‘1t’ # interval
)
Eksempel 3:
stearinlys = client.get_candles (
‘kucoin’, # udveksling
‘ETH’, # base_trading_symbol
‘USDT’, # quote_trading_symbol
‘1d’ # interval
)
Observer, hvordan vi er i stand til at ændre hver af disse parametre for at konfigurere de data, vi vil have adgang til.
De understøttede tidsintervaller for hvert lys inkluderer følgende:
1m, 5m, 15m, 1 time, 6 timer, eller 1d
Konverter data
Når dataene er indsamlet fra Shrimpy, vil vi konvertere dataene til det format, der accepteres af plottebiblioteket Plotly. For at gøre dette vil vi gå gennem lysestagerne, vi har samlet fra Shrimpy og tildele hver af lysestakekomponenterne til et element i lyset.
datoer = []
open_data = []
high_data = []
lave data = []
close_data = []
til stearinlys i stearinlys:
dates.append (stearinlys [‘tid’])
open_data.append (lys [‘åben’])
high_data.append (candle [‘high’])
low_data.append (candle [‘low’])
close_data.append (stearinlys [‘luk’])
Resultatet af dette trin er, at hver enkelt lysestage opdeles i en liste, der indeholder den enkelte komponent i hver lysestage.
Generer figur
Endelig er det tid til at generere figuren. Brug Plotly-biblioteket til at oprette det diagram, som vi vil vise, og vis derefter kortet.
fig = go.Figur (data = [go.Candlestick (x = datoer),
open = open_data, high = high_data,
low = low_data, close = close_data)])
fig. show ()
Opkald til fig.show () viser grafen. Dette vil se ud som det følgende diagram.
Slutresultatet af scriptet er en graf, der viser lysestagerne for et individuelt aktiv på en individuel børs over tid.
Samler det hele
Nu hvor vi har gennemgået hvert element i scriptet trin for trin, er det tid til at sætte alt sammen.
# importer de biblioteker, vi har brug for
importere rejer
import plotly.graph_objects as go
# indsæt dine offentlige og hemmelige nøgler her
public_key = ‘8x71n32d8cfbnnn1xzimjustkeyboardmashing8xn1t8jyv5098’
secret_key = ‘771dc5nxct4709672v4n09xn0morekeyboardmashing9475c029374n0xx4n50’
# Opret klienten
klient = rejer.ShrimpyApiClient (public_key, secret_key)
# få lysene
stearinlys = client.get_candles (
‘binance’, # udveksling
‘XLM’, # base_trading_symbol
‘BTC’, # quote_trading_symbol
’15m’ # interval
)
# Opret lister for at holde vores forskellige dataelementer
datoer = []
open_data = []
high_data = []
lave data = []
close_data = []
# konvertere fra Shrimpy lysestager til formatet grafobjekter
til stearinlys i stearinlys:
dates.append (stearinlys [‘tid’])
open_data.append (lys [‘åben’])
high_data.append (candle [‘high’])
low_data.append (candle [‘low’])
close_data.append (stearinlys [‘luk’])
# konstruer figuren
fig = go.Figur (data = [go.Candlestick (x = datoer),
open = open_data, high = high_data,
low = low_data, close = close_data)])
# vis vores graf
fig. show ()
Det endelige script kan køres, ændres og geares for at generere grafer svarende til den ovenfor afbildede. Bare sørg for at indsætte dine egne offentlige og hemmelige nøgler, så din klient kan underskrive anmodninger korrekt.
Flere scripts
Hvis du vil have flere ideer til at udvikle dine egne scripts, skal du udforske alt, hvad der tilbydes af Universal Crypto Exchange API’er. Du kan finde Node- og Python-bibliotekerne til disse API’er her:
Giv dem en chance for at se, hvad du kan bygge. Hvis du har forslag til fremtidige scripteksempler, skal du efterlade en kommentar i beskrivelserne, og vi kan sammensætte et eksempel til dig! Her er nogle, der kommer i gang:
Python-scripts til Crypto Trading Bots [API Trading Tutorial]
Et Python-script til kontrol af din Crypto-porteføljeværdi
Et script til Bitcoin Price Live Ticker (ved hjælp af websockets)
Om rejer
Shrimpy fører markedet som den førende applikation til porteføljeombalancering. Brugere er i stand til at konfigurere en brugerdefineret kryptokurrencyportefølje og implementere en passiv genbalanceringsstrategi, hvilket fjerner besværet med at skulle aktivt handle med krypto.
Rejer webapplikation: Rejer – Cryptocurrency Portfolio Management
Shrimpy’s Developer Trading API er en samlet måde at integrere handelsfunktionalitet på tværs af alle større børser. Indsaml historiske markedsdata, få adgang til real-time websockets, udfør avancerede handelsstrategier, og administrer et ubegrænset antal brugere.
Shrimpy Crypto Trading API: Rejer | API til Crypto Trading til udviklere
Glem ikke at følge os videre Twitter og Facebook for opdateringer, og still spørgsmål til vores fantastiske, aktive samfund på Telegram.
Rejerholdet
