Skip to content

Primer desafio del Bootcamp de Data Science impartido por Alura Latam 🚀

Notifications You must be signed in to change notification settings

Antonio-Richaud/Challenge-Robot-Trading

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

8 Commits
 
 
 
 
 
 
 
 

Repository files navigation

Challenge-Robot-Trading 🤓📊👾

Para este primer proyecto del bootcamp de Data Science vamos a contruir un Robot Trading (sencillo) en Python capaz de tomar decisiones de compra y venta de Bitcoin en tiempo real, comparto con todo el amor del mundo mi trabajo para que más personas puedan formarse en este mundo de la Ciencia de Datos. #aluraChallengeRobotTrading

@Antonio Richaud

Logo

Insignia

Pasos a seguir

  1. Configuración del ambiente: Para empezar, podemos utilizar un entorno virtual como Google Colaboratory, o si lo desean, puedes usar el editor Python de tu preferencia.

  2. Obtención de datos: Necesitaremos acceder a una API que proporcione datos históricos de precios de Bitcoin en formato JSON. Por otro lado, necesitaremos realizar Web Scraping en un site de noticias para obtener el precio actual y algunos indicadores de tendencias del Bitcoin.

  3. Limpieza de datos: Una vez que tengamos los datos históricos deberemos cargarlos en un DataFrame de Pandas para poder manipularlos y analizarlos, deberemos identificar y eliminar los outliers, además de tratar cualquier valor nulo o duplicados en la base. Finalmente, con la base limpia, calcularemos el precio promedio del Bitcoin.

  4. Toma de decisiones: Una vez que tengamos el precio promedio, lo comparamos con el precio actual y tendencia del Bitcoin, que previamente obtuvimos con Web Scraping. Si el precio actual es mayor/igual que la media y la tendencia es de baja, entonces se debe vender, pero si el precio actual es menor que la media y la tendencia es de alta, entonces se debe comprar.

  5. Visualización: Utilizaremos la librería Matplotlib para crear un gráfico donde se muestre la evolución del precio del Bitcoin durante el periodo seleccionado, y una línea recta que pase sobre el precio medio. Por último, muestra un mensaje en el gráfico que indique “Vender”, “Comprar” o “Mantener” según sea la decisión del algoritmo.

  6. Automatización: Finalmente, cuando tengamos el algoritmo de decisión, es hora de automatizar el proceso. Utiliza la librería de Python "time" para ejecutar el algoritmo de decisión cada 5 minutos y actualizar el gráfico. 🤠

Proximos pasos

  1. Incluir más criptomonedas y tipos de monedas

  2. Conectar una cuenta de Binance para probar rendimiento del algoritmo

  3. Construir sitio web para la visualización de inversión y rendimiento

Información que me ayudo

About

Primer desafio del Bootcamp de Data Science impartido por Alura Latam 🚀

Topics

Resources

Stars

Watchers

Forks

Releases

No releases published