tl;dr：眼下極有可能是本年度第二個最佳定投區(qū)間
引言
我的簽名是：
會點前端的后端開發(fā)锋恬，偏偏對區(qū)塊鏈最感興趣辰晕。
雖然上一份從事區(qū)塊鏈相關的工作無疾而終狸捅，但我還一直在關注區(qū)塊鏈行業(yè)的發(fā)展壮不。
區(qū)塊鏈行業(yè)的龍頭老大是非比特幣莫屬血淌。除了技術以外顽馋，估計大家更關心的是它的價格谓厘。
恰巧最近讀了九神《屯比特幣》的系列文章，其中的一篇尋找合適的夠買時機分享了關于定投擇時的策略寸谜，核心觀點是:
那么竟稳，具體在什么區(qū)間內(nèi)購買比特幣最劃算呢？同時滿足兩個條件：
比特幣價格低于200日定投平均成本熊痴，意味著在這個時候買幣他爸，可以跑贏定投的人。
比特幣價格低于指數(shù)增長模型的估值果善，意味著在這個時候诊笤，幣價被低估了。
我讀下來覺得遺憾的地方在于岭埠，這篇文章是成文于2018-10-07盏混，轉眼一年過去了蔚鸥，而由于文中的相關圖表是圖片，沒有持續(xù)更新许赃，那么眼下這個時間點時否滿足九神提出的兩個條件呢止喷？
正好我缺一個機會踐習python的數(shù)據(jù)分析，于是混聊，就開始邊搜邊學邊試的摸索之路弹谁。
實現(xiàn)步驟
第一步，自然是要獲取數(shù)據(jù)句喜。先是搜索了一番沒找到合適的地方直接下載预愤，只能轉換思路去爬取。目標有兩個咳胃，要么是交易所;要么是行情類網(wǎng)站植康。
我選擇了非小號這個平臺，因為有歷史數(shù)據(jù)頁面展懈。
通過瀏覽器的開發(fā)工具销睁，很容易就可以通過get請求獲得數(shù)據(jù)并解析。因為代碼過于簡單就不貼出來存崖，有興趣的朋友冻记，可以點擊btc_price_analyzer查看。
第二步来惧，是計量200日的定投平均成本（即幾何平均數(shù)）及價格比例冗栗，這正是pandas所擅長的。但當時的我完全沒有經(jīng)驗供搀，磕磕絆絆才寫出了下面的代碼隅居。
def close_ratio(close, base):
return close * 1.0 / base
ma_list = [100, 200] //不知道為什么九神選擇了200日均線，這里我把100日均線也打出來做對比趁曼。
for ma in ma_list:
ma_str = str(ma)
price_data['GMA_' + ma_str] = price_data['closeprice'].rolling(
window=ma, min_periods=1).apply(gmean, raw=True)
for ma in ma_list:
ma_str = str(ma)
price_data["GMA_Ratio_" + ma_str] = price_data.apply(
lambda x: close_ratio(x['closeprice'], x['GMA_' + ma_str]), axis=1)
唯一值得說明的是军浆，pandas的rolling函數(shù)只有mean方法，而沒有gmean的挡闰。我是引用了scipy包實現(xiàn)的乒融。
from scipy.stats.mstats import gmean
第三步，利用指數(shù)增長模型實現(xiàn)價格預測摄悯。我不確定九神使用的指數(shù)模型具體是什么參數(shù)赞季，我搜索到文章主要來自于以下兩篇文章：
我最后是選擇了第一篇文章的方法奢驯，原因是文章寫的更嚴謹一些申钩。計算公式如下:
價格=10^(a + blog10(d))
其中a = -17.01593313，斜率 b = 5.84509376 瘪阁，d為2009年以來的天數(shù)撒遣。
第四步邮偎，畫圖。雖然有傳統(tǒng)的Matplotlib义黎，但這里我選擇了用pyecharts禾进。
無它，一是pyecharts更好看一些(外貌協(xié)會廉涕，嘻嘻~~)泻云，二是可以生成html，方便移植狐蜕。
如果對echarts不熟悉宠纯，那剛用pyecharts時，被各種配置項搞的暈頭轉向层释。
我的建議是對照著看echarts和pyecharts的文檔婆瓜，但更多的時候，大家急于看到效果湃累，面向搜索編程勃救，哪有時間細讀，不如直接找pyecharts在github中的例子邊改邊試治力。
等自己踩過一遍坑，畫出了自己想畫的圖勃黍，再回過頭看文檔宵统，真是有恍然大悟的感覺。
扯點題外話覆获，人生好像也是如此马澈，磕磕絆絆走過，再回過神來想弄息，很多道理其實很早就知道痊班，非得要經(jīng)歷過才能領悟。
這部分代碼當時寫的很辛苦摹量，寫文章時再看涤伐，好像也沒什么好貼出來的。-_-!!!
思來想去也就是畫多Y軸圖時缨称，一定要先extend_axis后再overlap凝果。
line1.extend_axis(yaxis=opts.AxisOpts())
line1.overlap(line2)
最后的成果如下：
想體驗動圖嗎？請戳這里
通過觀察可以看到睦尽，眼下這個時間點正好符合九神的兩個條件器净。
雖然相比于年初的時候要差一點，但這極有可能是本年度第二個最佳定投區(qū)間当凡。
寫在最后
心心念念想學python數(shù)據(jù)分析好久了山害，一直沒有動力纠俭。
這次終于找到了一個有意思的問題，趨動著我在十一假期生生邁出第一步浪慌。
下一步冤荆，一方面想把代碼移植到jupyter;另一面，會對九神的策略做一回測分析眷射。
比如說匙赞，100日的均線和200日均線，到底哪個更有指導價值;等額定投和加權定投妖碉，到底哪個收益更大?
目前涌庭，我只完成了價格比率的分布圖。
更多的分析欧宜，計劃在后續(xù)的文章再寫坐榆。
注1 :本文只是為了實踐數(shù)據(jù)分析，不構成任何投資建議冗茸。
注2: 本文涉及的所有代碼可在btc_price_analyzer查看席镀。
注3: 動圖體驗網(wǎng)址是https://ksloveyuan.github.io/page/btc_price_analyzer/
