가장 상관관계가 높은 시장을 선택합니다.
top_10 = df_transpose.corr()['BTC-GBP'].sort_values(ascending=False).keys()[0:20]
인쇄(top_10)Index(['BTC-GBP', 'BTC-USD', 'WBTC-USD', 'BTC-EUR', 'BTC-USDT', 'BTC-USDC', 'ADA-USDC', 'ADA-USD' , 'YFI-USD', 'ADA-EUR', 'ADA-GBP', 'OXT-USD', 'ETH-GBP', 'WBTC-BTC', 'ETH-USD', 'ETH-DAI', ' ETH-EUR', 'ETH-USDT', 'ETH-USDC', 'STORJ-USD'], dtype='object')
상관관계가 가장 낮은 시장을 선택합니다.
Bottom_10 = df_transpose.corr()['BTC-GBP'].sort_values(ascending=True).keys()[0:20]
인쇄(하단_10)Index(['MIR-GBP', 'USDT-EUR', 'USDC-EUR', 'ZEC-BTC', 'DAI-USD', 'CRV-BTC', 'ADA-ETH', 'DAI-USDC' , 'UMA-BTC', 'COMP-BTC', 'USDC-GBP', 'MIR-BTC', 'USDT-GBP', 'REP-BTC', 'FIL-BTC', 'ICP-BTC', ' SUSHI-ETH', 'MIR-EUR', 'MIR-USD', 'BAT-ETH'], dtype='object')
우리가 가장 관심을 갖는 것은 상관관계가 가장 낮은 시장입니다. 테더(USDT), USD코인(USDC)과 같은 스테이블 코인이 있다는 것은 그렇게 놀라운 일이 아니라고 생각합니다. 나는 그것들이 설계상 안정적이어야 하므로 제거하고 싶습니다.
df_filtered = df[~df_transpose.keys().str.contains('USD[TC]', regex=True)]
df_filtered_transpose = df_filtered.T
그리고 USDT와 USDC 없이 하위 목록 10을 다시 만듭니다.
Index(['MIR-GBP', 'ZEC-BTC', 'DAI-USD', 'CRV-BTC', 'ADA-ETH', 'UMA-BTC', 'COMP-BTC', 'MIR-BTC' , 'REP-BTC', 'FIL-BTC', 'ICP-BTC', 'SUSHI-ETH', 'MIR-EUR', 'MIR-USD', 'BAT-ETH', 'ZEC-USD', ' FORTH-BTC', 'CRV-EUR', 'SUSHI-BTC', 'RLC-BTC'], dtype='object')
요약
그래서 거기에 있습니다. 나는 당신의 생각을 듣고 싶습니다. 목록에서 ADA를 볼 수 있는데 이는 어느 정도 예상할 수 있는 것입니다. 비트코인 및 이더리움 충돌에 완전히 저항하지는 않지만 영향을 덜 받는 경향이 있습니다. 저는 ADA-GBP를 거래하고 있지만 이에 따르면 ADA-ETH가 더 나은 옵션입니다. 여기서 문제는 비트코인이 충돌하면 이더리움에서도 같은 일이 발생하는 경우가 많습니다. 위의 ETH 옵션을 무시하고 싶습니다.
다음 단계는 공개하는 것입니다. TradingView.com 이러한 시장을 BTC-GBP와 비교합니다.
구글 콜랩
위에서 이미 모든 코드를 제공했지만 소스 코드를 원할 경우 Google Colab에서 쉽게 실행할 수 있는 노트북을 만들었습니다.
- "https://colab.research.google.com"
- GitHub 탭을 클릭하세요.
- “GitHub URL을 입력하거나 조직 또는 사용자로 검색”에 “를 입력하세요.https://github.com/whittlem/colabnotebooks"를 입력하고 Enter 키를 누릅니다.
- 저장소: “whittlem/colab노트북", 나뭇가지: "본관"
- 클릭 "코인베이스프로마켓분석.ipynp"
- 클릭 "런타임” 메뉴에서 “모두 실행"
행운을 빌어요. 이 내용이 도움이 되었기를 바랍니다.