どうも、月見（@Suzuka14144156）です。
今回は、仮想通貨のチャート・ローソク足を表示するアプリ（ダッシュボード）の作り方を解説したいと思います。
解決するお悩み
- Pythonでオリジナルのローソク足チャートを表示するアプリを作りたいけど、やり方がわからない
- ぐりぐり動かしたりできる、インタラクティブなアプリを作りたい
☆今だけの激熱キャンペーンをまとめました☆
この記事のゴール
- こんなチャートをPythonで表示できるようにします！
これは、BTC-USDのチャートです。
月見
- しかもグリグリいじることができます！
これを実現する上で、キーとなるライブラリが「plotly」です。
参考元
Crypto Price Interactive Dashboard(Daily Update)
🪙Crypto Price Interactive Dashboard(Daily Update)
Explore and run machine learning code with Kaggle Notebooks | Using data from multiple data sources
www.kaggle.com
plotlyとは？
インタラクティブなグラフを表示するのに使うライブラリがplotlyです。
こんな風に綺麗なグラフが、描けます。
環境の構築
今回は、Anacondaを用います。
Anacondaをインストール
以下の記事を参考にしてください。
Python Anacondaとは？｜インストール〜Jupyter Notebookの立ち上げ
JupyterLabの起動
コマンドプロンプトから、以下のコードを入力ください。
jupyter lab以下赤枠のアイコンをクリック。
これで起動します。
ライブラリのインストール
主に使用するライブラリ
- pandas：データ処理
- plotly：グラフの表示
以下以外のライブラリは、デフォルトでインストールされているはずです。
plotlyのインストール
コマンドプロンプトから、以下のコードを入力ください。
conda install -c plotly plotlyjupyter labでうまく表示されない場合は、以下の記事を参考にしてみてください。
【Python】Plotly と Jupyter Labでグラフが表示されない場合の解決方法
コード全文
START_DATE = "2022-08-15" # start date for historical data
RSI_TIME_WINDOW = 7 #number of days
import requests
import pandas as pd
import warnings
import datetime as dt
import plotly.express as px
import matplotlib.pyplot as plt
import plotly.graph_objects as go
import pandas_datareader.data as web
from plotly.subplots import make_subplots
warnings.filterwarnings('ignore')
## URLS and names
urls = ["https://www.cryptodatadownload.com/cdd/Bitfinex_EOSUSD_d.csv",
"https://www.cryptodatadownload.com/cdd/Bitfinex_EDOUSD_d.csv",
"https://www.cryptodatadownload.com/cdd/Bitfinex_BTCUSD_d.csv",
"https://www.cryptodatadownload.com/cdd/Bitfinex_ETHUSD_d.csv",
"https://www.cryptodatadownload.com/cdd/Bitfinex_LTCUSD_d.csv",
"https://www.cryptodatadownload.com/cdd/Bitfinex_BATUSD_d.csv",
"https://www.cryptodatadownload.com/cdd/Bitfinex_OMGUSD_d.csv",
"https://www.cryptodatadownload.com/cdd/Bitfinex_DAIUSD_d.csv",
"https://www.cryptodatadownload.com/cdd/Bitfinex_ETCUSD_d.csv",
"https://www.cryptodatadownload.com/cdd/Bitfinex_ETPUSD_d.csv",
"https://www.cryptodatadownload.com/cdd/Bitfinex_NEOUSD_d.csv",
"https://www.cryptodatadownload.com/cdd/Bitfinex_REPUSD_d.csv",
"https://www.cryptodatadownload.com/cdd/Bitfinex_TRXUSD_d.csv",
"https://www.cryptodatadownload.com/cdd/Bitfinex_XLMUSD_d.csv",
"https://www.cryptodatadownload.com/cdd/Bitfinex_XMRUSD_d.csv",
"https://www.cryptodatadownload.com/cdd/Bitfinex_XVGUSD_d.csv",
]
crypto_names = ["EOS Coin (EOS)",
"Eidoo (EDO)",
"Bitcoin (BTC)",
"Ethereum (ETH)",
"Litecoin (LTC)",
"Basic Attention Token (BAT)",
"OmiseGO (OMG)",
"Dai (DAI)",
"Ethereum Classic (ETC)",
"Metaverse (ETP)",
"Neo (NEO)",
"Augur (REP)",
"TRON (TRX)",
"Stellar (XLM)",
"Monero (XMR)",
"Verge (XVG)"
]
## Data download and loading
def df_loader(urls , start_date = "2021-01-01"):
filenames = []
all_df = pd.DataFrame()
for idx,url in enumerate(urls):
req = requests.get(url,verify=False)
url_content = req.content
filename = url[48:]
csv_file = open( filename , 'wb')
csv_file.write(url_content)
csv_file.close()
filename = filename[:-9]
filenames.append(filename)
for file in filenames:
df = pd.read_csv(file + "USD_d.csv", header = 1, parse_dates=["date"])
df = df [df["date"] > start_date]
df.index = df.date
df.drop(labels = [df.columns[0],df.columns[1],df.columns[8]] , axis = 1 , inplace = True)
all_df = pd.concat([all_df,df], ignore_index=False)
return all_df , filenames
def computeRSI (data, time_window):
diff = data.diff(1).dropna()
up_chg = 0 * diff
down_chg = 0 * diff
up_chg[diff > 0] = diff[ diff>0 ]
down_chg[diff < 0] = diff[ diff < 0 ]
up_chg_avg = up_chg.ewm(com=time_window-1, min_periods=time_window).mean()
down_chg_avg = down_chg.ewm(com=time_window-1, min_periods=time_window).mean()
rs = abs(up_chg_avg/down_chg_avg)
rsi = 100 - 100/(1+rs)
return rsi
all_df , filenames = df_loader(urls , start_date=START_DATE)
crypto_df = []
for file in filenames:
symbol = file + str("/USD")
temp_df = pd.DataFrame(all_df[all_df["symbol"] == symbol])
temp_df.drop(columns= ["symbol"] ,inplace = True)
temp_df["close_rsi"] = computeRSI(temp_df['close'], time_window=RSI_TIME_WINDOW)
temp_df["high_rsi"] = 30
temp_df["low_rsi"] = 70
exec('%s = temp_df.copy()' % file.lower())
crypto_df.append(temp_df)
## plot
fig = make_subplots(rows=3,
cols=2,
shared_xaxes=True,
specs=[[{"rowspan": 2}, {"rowspan": 2}], [{"rowspan": 1}, {"rowspan": 1}] , [{},{}]]
)
date_buttons = [
{'step': "all", 'label': "All time"},
{'count': 1, 'step': "year", 'stepmode': "backward", 'label': "Last Year"},
{'count': 1, 'step': "year", 'stepmode': "todate", 'label': "Current Year"},
{'count': 1, 'step': "month", 'stepmode': "backward", 'label': "Last 2 Months"},
{'count': 1, 'step': "month", 'stepmode': "todate", 'label': "Current Month"},
{'count': 7, 'step': "day", 'stepmode': "todate", 'label': "Current Week"},
{'count': 4, 'step': "day", 'stepmode': "backward", 'label': "Last 4 days"},
{'count': 1, 'step': "day", 'stepmode': "backward", 'label': "Today"},
]
buttons = []
i = 0
j=0
COUNT = 8
vis = [False] * len(crypto_names) * COUNT
for df in crypto_df:
for k in range(COUNT):
vis[j+k] = True
buttons.append({ 'label' : crypto_names[i],
'method' : 'update',
'args' : [{'visible' : vis},
{'title' : crypto_names[i] + ' Charts and Indicators'}
] }
)
i+=1
j+=COUNT
vis = [False] * len(crypto_names)* COUNT
for df in crypto_df:
fig.add_trace(
go.Candlestick(x= df.index,
open = df['open'],
high = df['high'],
low = df['low'],
close = df['close'],
showlegend =False
),
row=1,
col=1)
fig.add_trace(
go.Bar(x =df.index ,
y=df["Volume USD"],
showlegend =False,
marker_color='aqua'),
row=3,
col=1)
fig.add_trace(
go.Scatter(x=df.index, y=df['close'],
mode='lines',
showlegend =False,
line=dict(color="red", width=4)),
row=1,
col=2)
fig.add_trace(
go.Scatter(x=df.index,
y=df['low'],
fill='tonexty',
mode='lines',
showlegend =False,
line=dict(width=2, color='pink', dash='dash')),
row=1,
col=2)
fig.add_trace(
go.Scatter(x=df.index,
y=df['high'],
fill='tonexty',
mode='lines',
showlegend =False,
line=dict(width=2, color='pink', dash='dash')),
row=1,
col=2)
fig.add_trace(
go.Scatter(x=df.index, y=df['close_rsi'],
mode='lines',
showlegend =False,
line=dict(color="aquamarine", width=4)),
row=3,
col=2)
fig.add_trace(
go.Scatter(x=df.index,
y=df['low_rsi'],
fill='tonexty',
mode='lines',
showlegend =False,
line=dict(width=2, color='aqua', dash='dash')),
row=3,
col=2)
fig.add_trace(
go.Scatter(x=df.index,
y=df['high_rsi'],
fill='tonexty',
mode='lines',
showlegend =False,
line=dict(width=2, color='aqua', dash='dash')),
row=3,
col=2)
fig.update_xaxes(
tickfont = dict(size=15, family = 'monospace', color='#B8B8B8'),
tickmode = 'array',
ticklen = 6,
showline = False,
showgrid = True,
gridcolor = '#595959',
ticks = 'outside')
fig.update_layout(
spikedistance=100,
xaxis_rangeslider_visible=False,
hoverdistance=1000)
fig.update_xaxes(
showspikes=True,
spikesnap="cursor",
spikemode="across"
)
fig.update_yaxes(
showspikes=True,
spikesnap='cursor',
spikemode="across"
)
fig.update_yaxes(
tickfont = dict(size=15, family = 'monospace', color='#B8B8B8'),
tickmode = 'array',
showline = False,
ticksuffix = '$',
showgrid = True,
gridcolor = '#595959',
ticks = 'outside')
fig.update_layout(
width=1120,
height=650,
font_family = 'monospace',
xaxis = dict(rangeselector = dict(buttons = date_buttons)),
updatemenus = [dict(type = 'dropdown',
x = 1.0,
y = 1.108,
showactive = True,
active = 2,
buttons = buttons)],
title = dict(text = '<b>Cryptocurrencies Dashboard<b>',
font = dict(color = '#FFFFFF' ,size = 22),
x = 0.50),
font = dict(color="blue"),
annotations = [
dict( text = "<b>Choose Cryptocurrency: <b>",
font = dict(size = 20 , color = "#ffffff"),
showarrow=False,
x = 1.02,
y = 1.20,
xref = 'paper', yref = "paper",
align = "left"),
dict( text = "<b>Candlestick Chart <b>",
font = dict(size = 20, color = "#ffffff"),
showarrow=False,
x = 0.12,
y = 0.285,
xref = 'paper', yref = "paper",
align = "left"),
dict( text = "<b>Price Chart<b>",
font = dict(size = 20, color = "#ffffff"),
showarrow=False,
x = 0.82,
y = 0.285,
xref = 'paper', yref = "paper",
align = "left"),
dict( text = "<b>Volume Traded<b>",
font = dict(size = 20, color = "#ffffff"),
showarrow=False,
x = 0.14,
y = -0.53,
xref = 'paper', yref = "paper",
align = "left"),
dict( text = "<b>Relative Strength Index (RSI)<b>",
font = dict(size = 20, color = "#ffffff"),
showarrow=False,
x = 0.94,
y = -0.53,
xref = 'paper', yref = "paper",
align = "left")
],
template= "plotly_dark"
)
for i in range(0,16*COUNT):
fig.data[i].visible = False
for i in range(COUNT):
fig.data[i].visible = True
fig.layout["xaxis"]["rangeslider"]["visible"] = False
fig.layout["xaxis2"]["rangeslider"]["visible"] = False
fig.layout["xaxis5"]["rangeslider"]["visible"] = True
fig.layout["xaxis6"]["rangeslider"]["visible"] = True
fig.layout["xaxis5"]["rangeslider"]["borderwidth"] = 4
fig.layout["xaxis6"]["rangeslider"]["borderwidth"] = 4
fig.layout["xaxis5"]["rangeslider"]["bordercolor"] = "aqua"
fig.layout["xaxis6"]["rangeslider"]["bordercolor"] = "aqua"
fig.layout["yaxis6"]["ticksuffix"] = ""
fig.layout["yaxis6"]["range"] = [10,100]
fig.show()綺麗に表示されました。
右上のプルダウンメニューから、銘柄を選択可能です。
RSIも表示されます。
月見
- 今後はこれをベースに色々な機能を実装したいと考えています
Pythonでファイナンスのデータ分析の勉強方法
本
私は、以下の本で勉強しました。
かなり詳しく書かれており、とてもオススメの本です。
created by Rinker
¥4,950
(2025/01/13 21:46:41時点 楽天市場調べ-詳細)
created by Rinker
¥4,400
(2025/01/14 17:16:01時点 楽天市場調べ-詳細)
Udemy
Udemyはオンライン口座です。
一度購入すれば、ずっと閲覧できるのでオススメです。
【世界で8万人が受講：Python for Finance】Pythonを使って学ぶ現代ファイナンス理論と実践
ポートフォリオ理論、コーポレートファイナンス、資本資産評価モデル（CAPM）、デリバティブの値決め、モンテカルロシミュレーションといった内容を中心に、Pwcなどで活躍した講師が理論と実践に基づき解説します。
www.udemy.com
私の記事
私のブログでも解説していますので参考にしてみてください。
ファイナンス理論入門講座
【Python x 仮想通貨】分析方法のまとめ(テクニカル分析など)
まとめ
今回は、仮想通貨のチャート・ローソク足を表示するアプリ（ダッシュボード）の作り方を解説しました。
私のブログではほかにも、仮想通貨の自動トレードの方法などを解説しているのでぜひ参考にしてみてください。
無料で閲覧可能で、コードをコピペして動かすことができます。
【Python｜cctx】ビットコイン自動取引ツールの作成方法まとめ
コメント