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.