Este proyecto es mi solución al 1er Challenge del BootCamp en Data Science ofrecido por Alura Latam. El objetivo de este primer reto es poner a prueba los conocimientos obtenidos en el primer módulo, qué consisten en la obtención y tratamiento de datos.
Robot Trading obtiene y trata el costo histórico del valor del Bitcoin (BTC) en dólares estadounidenses (USD), así como el valor actual y su tendencia —a la baja o a la alta— de la última hora. Los datos se muestran en un gráfico, acompañado del costo promedio, además de tomar decisiones de los posibles movimientos a realizar —compra, venta o mantener.
El proyecto se realizó usando los siguientes módulos de Python:
- Pandas >= 1.4.3
- Matplotlib >= 3.7.1
- Seaborn >= 0.12.2
- yfinance >= 0.2.31
- beautifulsoup4 >= 4.12.2
- requests >= 2.31.0
- PyQt5 >= 5.14.1
Python se trabajó en la versión 3.8.10, y solo fue probado para OS Linux.
El reto consiste de 5 pasos, cada una encargada de realizar una tarea referente a los datos, creando una serie de funciones:
importar_base_bitcoin(): Para extraer el historial de los precios del Bitcoin (BTC-USD) de los últimos 7 días en intervalos de 5 minutos, usandoyfinance.extraer_tendencias(): Para extraer el precio actual y la tendencia del Bitcoin usando Web Scraping del sitio https://coinmarketcap.com/.limpieza_datos(): Para el tratamiento de valores nulos y ceros donde no sean necesarios.tomar_decisiones(): Para analizar los datos y decidir si vender, comprar o mantener.visualizacion(): Para mostrar los datos en una gráficalineplotdeSeaborn.
En el notebook Robot_Trading.ipynb se muestra la solución tal como se pedía el Challenge. Sin embargo, se decidió reestructurar el proyecto usando PyQt5 para ejecutarlo desde escritorio con entorno gráfico; las funciones anteriores pasaron a ser métodos de la clase RobotTrading.
Mis más sinceros agradecimientos a Alura Latam. Este primer Challenge ha sido aprobado, y como muestra he obtenido la Insignia correspondiente.
