用 R 跟踪比特币美元价格舞动：初学者的价格趋势分析

加密货币爱好者们，你们好！今天，我们来看看过山车般的比特币价格。 看着比特币价格的涨跌，你是不是和我一样怦然心动？

비트코인 달러 시세 - 시계열 그래프
(比特币趋势图解 - 人工智能随机生成）

不仅想观看精彩的比赛，还想亲自分析比赛？ 别担心，我们会为您提供帮助。 R 程序设计让初学者可以轻松跟踪和直观了解比特币美元价格。

在这篇文章中，我们将帮助你发现比特币市场中隐藏的模式。 让我们一起进入比特币的世界。

安装并加载所需的软件包

首先，我们要安装并加载必要的软件包。

# 安装所需软件包
install.packages(c("quantmod", "ggplot2", "dplyr", "TTR"))

加载 # 软件包
library(quantmod)
library(ggplot2)
library(dplyr)
library(TTR)

这段代码为我们将要使用的主要工具做好了准备。 量变将帮助您获取金融数据，ggplot2 将帮助您绘制漂亮的图表，dplyr 将帮助您处理数据，而 TTR 将帮助您使用技术分析功能。

包装说明

  • quantmod：用于金融建模和交易策略开发的软件包
  • ggplot2:用于数据可视化的强大图形软件包
  • dplyr：用于数据操作和转换的软件包
  • TTR： 技术交易规则包

导入数据

现在，让我们来看看比特币的美元价格数据。

获取 # 比特币数据
getSymbols("BTC-USD", src = "yahoo", from = "2020-01-01", to = Sys.Date())

只需这一行代码，您就可以从雅虎财经获取从 2020 年 1 月 1 日到今天的比特币美元价格数据。 是不是很酷？

让我们来看看这些数据，并对其进行清理。

验证并清理 # 数据
btc_data <- data.frame(Date=index(`BTC-USD`), `BTC-USD`[,6])
colnames(btc_data)[2] <- "Price" (价格)
head(btc_data)

如下面的控制台截图所示，这段代码很好地清理了导入的数据，创建了一个带有日期列和价格列的干净数据框。

비트코인 달러 시세 포스트 - 콘솔 캡쳐화면
(数据帧验证控制台屏幕）

趋势可视化

现在是时候直观了解比特币美元价格的走势了！

绘制 # 比特币价格趋势图
ggplot(btc_data, aes(x = Date, y = Price)) +
  geom_line(color = "blue") +
  labs(title = "比特币美元价格趋势"、
       x = "日期", y = "价格（美元）") +
  theme_minimal()

代码解释：

  1. ggplot(btc_data, aes(x = 日期，y = 价格))
    • 使用 ggplot 函数设置图形的基本结构。
    • btc_data是存储比特币价格数据的数据帧。
    • aes() 在函数中，指定日期为 x 轴，价格为 y 轴。
  2. geom_line(color = "blue")
    • 添加连接数据点的折线图。
    • 将线条的颜色设置为蓝色。
  3. labs(title = "比特币美元价格趋势", x = "日期", y = "价格（美元）")
    • 为图表设置标题，并为 x 轴和 y 轴设置标签。
    • 标题: "比特币美元价格走势"
    • X 轴标签："日期"
    • y 轴标签："价格（美元）"
  4. theme_minimal()
    • 在图表中采用简约主题。
    • 这样可以去除不必要的背景元素，使设计更简洁。
비트코인 달러 시세 그래프
(可视化比特币美元价格趋势）

哇！这张图为您提供了比特币美元价格随时间变化的概览。 看到一波又一波的涨跌了吗？

长期和短期趋势 - 添加移动平均线

但我们不能止步于此，让我们再深入一点，添加移动平均线来识别短期和长期趋势。

计算 # 移动平均线
btc_data$MA50 <- SMA(btc_data$Price, n = 50)
btc_data$MA200 <- SMA(btc_data$Price, n = 200)

用 # 移动平均值绘制图表
ggplot(btc_data, aes(x = Date)) +
  geom_line(aes(y = 价格, color = "价格")) +
  geom_line(aes(y = MA50, color = "50 天 MA")) +
  geom_line(aes(y = MA200, color = "200-day MA")) +
  labs(title = "比特币美元价格和移动平均线"、
       x = "日期", y = "价格（美元）", color = "指标") +
  scale_colour_manual(values = c("Price" = "black", "50-day MA" = "blue", "200-day MA" = "red")) +
  theme_minimal()
  1. 计算移动平均线
  • 均线() 使用该函数计算 50 天和 200 天简单移动平均线 (SMA)。
  • 计算值存储在 btc_data 将其作为新列添加到数据帧中。
  1. 创建图表
  • ggplot() 函数来设置图表的基本结构。指定 x 轴为日期。
  • geom_line() 函数绘制三条线：价格、50 天移动平均线和 200 天移动平均线。
  • 实验室() 用于设置图表标题、X 轴和 Y 轴标签以及图例标题的函数。
  • 手动缩放颜色( ) 函数来手动指定每一行的颜色。
  • theme_minimal()以应用简洁的主题。

运行这段代码后，它将生成一个图表，同时显示比特币的美元价格（黑色）、50 天移动平均线（蓝色）和 200 天移动平均线（红色），如下图所示。这样，您就可以一目了然地比较比特币价格的短期和长期趋势。

비트코인 달러 시세 그래프2
(确认比特币美元价格长期和短期趋势的图表）

这张图确实能说明很多问题：当 50 天移动平均线突破 200 天移动平均线时，专家们称之为 "崛起"。金色十字架被解释为看涨信号。而''则相反。Deadcross'.

比特币美元价格波动

最后，让我们来看看比特币美元价格的波动情况。

计算 # 每日收益率
btc_data$Returns <- c(NA, diff(log(btc_data$Price)))

绘制 # 波动率图
ggplot(btc_data, aes(x = Date, y = Returns)) +
  geom_line(color = "purple") +
  labs(title = "比特币美元价格每日回报率"、
       x = "日期", y = "对数回报率") +
  theme_minimal()

这段代码展示了计算比特币每日收益并将其可视化的过程。 我们将详细解释每个部分。

1. 计算每日收益

  • log() 函数取价格的自然对数。
  • diff() 函数计算连续对数价格之间的差额。这就是对数收益率。
  • 第一个值是无法计算的，所以我们把 NA 放进去。
  • 将计算的返回值设为 btc_data 在数据框中添加新列 "Returns"。

2. 绘制波动图

    • ggplot() 函数来设置图表的基本结构。将日期指定为 x 轴，将返回值指定为 y 轴。
    • geom_line() 函数，以折线图形式显示每日收益。将线条颜色设为紫色。
    • 实验室() 用于设置图表标题、X 轴和 Y 轴标签的函数。
    • 标题: "比特币美元价格每日回报"
    • X 轴标签："日期"
    • y 轴标签："对数回报率"
    • theme_minimal()以应用简洁的主题。

    运行该代码后，就会生成一张图，显示比特币随时间变化的每日对数收益率。该图直观地显示了比特币价格的日波动率。

    • 在图表中，Y 轴上围绕零点上下移动的直线代表回报率的日变化。
    • 该线离零越远，表示当天的价格变化越大。
    • 这可以让你了解比特币价格的波动是如何随时间变化的。

    这些分析可以帮助投资者评估比特币的风险。

    비트코인 달러 시세 그래프3

    上图显示了比特币美元价格的每日波动情况，在市场上出现重大新闻或事件的日子里，价格很可能出现大幅飙升。

    组织起来

    用 R 来追踪比特币的价格舞动，是不是很有趣？ 既然你已经踏入了数据分析的世界，那就试试用这些工具来分析其他加密货币或股票市场吧。谁知道呢，说不定你就能找到下一个投资目标！

    比特币美元价格将继续给我们带来惊喜，但现在我们有了了解和分析其走势的工具。请享受共同塑造加密货币未来的旅程，并继续关注更多有趣的分析 (比特币价格前景)，我们到时见！

    类似文章