-
Configuración del ambiente:
- Puedes utilizar Google Colab, que proporciona un entorno de Jupyter Notebook listo para usar con Python 3 preinstalado.
- Necesitaras instalar las siguientes librerías: pandas, numpy, matplotlib, requests (para hacer solicitudes web), beautifulsoup4 (para web scraping).
-
Obtención de datos:
- El proyecto utiliza la API pública de CoinDesk (https://www.coindesk.com/api/) para obtener los datos históricos de precios de Bitcoin en formato JSON.
- Se realiza el web scraping en un sitio web de noticias financieras (CoinDesk) para obtener el precio actual de Bitcoin y los indicadores de tendencia.
-
Limpieza de datos:
- Cargado de los datos históricos en un DataFrame de Pandas.
- Identificación y eliminación de valores atípicos (outliers) utilizando técnicas estadísticas.
- Tratamiento de los valores nulos y duplicados en la base de datos.
- Calcula el precio promedio del Bitcoin en el período seleccionado.
-
Tomar decisiones:
- Se compara el precio actual obtenido por web scraping con el precio promedio calculado.
- Si el precio actual es mayor o igual que el promedio y la tendencia es a la baja, la decisión será "Vender".
- Si el precio actual es menor que el promedio y la tendencia es al alza, la decisión será "Comprar".
- En caso contrario, la decisión será "Mantener".
-
Visualización:
- Creación de un gráfico de líneas con matplotlib que muestre la evolución del precio del Bitcoin en el período seleccionado.
- Trazo de una línea horizontal que represente el precio promedio.
- Anotación al gráfico que indique la decisión actual ("Vender", "Comprar" o "Mantener").
-
Automatización:
- Utilización de la librería time de Python para programar la ejecución del algoritmo de decisión cada 5 minutos.
- Actualización del gráfico con los nuevos datos y la nueva decisión en cada iteración.
Versión 02: