比特币历史数据 - 利用 Python 从交易平台获取数据

根据相关政策规定,国内比特币交易将于2017年9月底关闭,但这几年里,比特币交易的历史行情数据,可能对日后用于研究经济、金融以及量化交易策略等都有重大的价值,因此,这篇文章主要讲述如何通过 Python 从交易平台提供的 API 中获取数据并保存成 CSV 文件供日后利用。

本文主要内容如下:

  • 比特币、莱特币历史行情数据
  • 利用 Python 获取 okcoin.cn 比特币历史数据
  • 利用 Python 获取 huobi.com 比特币历史数据

比特币、莱特币历史行情数据

比特币和莱特币及其他几种数字货币的历史行情数据已经获取并保存为csv格式,需要用到数据的可以从 GitHub 上直接下载使用,数据获取的源码同样已经在 GitHub 上提供,想了解数据来源的可以阅读源码。 备注: 以下数据来源于网络,获取源码已公开,不对数据的准确性作任何保证,请根据实际情况使用。

编号 标的 交易所 数据下载地址
1 btc_cny okcoin daily_price_btc_cny.csv
2 ltc_cny okcoin daily_price_ltc_cny.csv
3 eth_cny okcoin daily_price_eth_cny.csv
4 etc_cny okcoin daily_price_etc_cny.csv
5 bcc_cny okcoin daily_price_bcc_cny.csv
6 btc_cny huobi daily_price_btc_cny.csv
7 ltc_cny huobi daily_price_ltc_cny.csv

利用 Python 从 okcoin.cn 获取比特币历史数据

我们可以参考 okcoin 提供的 API手册,获取历史行情数据。
获取历史数据主要有两个步骤:

  • 连接 API 获取数据
  • 使用 pandas 处理数据,并保存为 csv 文件
    以下为从 okcoin.cn 获取数据的详细代码:
import http.client
import json
import pandas as pd

REQUEST_URL = 'www.okcoin.cn'
KLINE_TT_COLS = ['date', 'open', 'high', 'low', 'close', 'volume']


def http_get(url, resource, params=''):
    conn = http.client.HTTPSConnection(url, timeout=10)
    conn.request("GET", resource + '?' + params)
    response = conn.getresponse()
    data = response.read().decode('utf-8')
    return json.loads(data)


def ticker(symbol='', data_type='1day', since=''):
    ticker_resource = "/api/v1/kline.do"
    params = ''
    if symbol:
        params = 'symbol=%(symbol)s&type=%(type)s' % {'symbol': symbol, 'type': data_type}
    if since:
        params += '&since=%(since)s' % {'since': since}
    k_data = http_get(REQUEST_URL, ticker_resource, params)
    if len(k_data) == 0:
        raise ValueError('Can not obtain the data.')
    else:
        df = pd.DataFrame(k_data, columns=KLINE_TT_COLS)
        df['date'] = pd.to_datetime(df['date'], unit='ms')
    return df


if __name__ == '__main__':
    # okcoin.cn bitcoin - cny since 2013-6-11 ~ now, daily price history
    daily_price_btc_cny = ticker('btc_cny')
    daily_price_btc_cny.to_csv('./data/okcoin/daily_price_btc_cny.csv')
    # okcoin.cn litecoin - cny since 2013-9-11 ~ now daily price history
    daily_price_ltc_cny = ticker('ltc_cny')
    daily_price_ltc_cny.to_csv('./data/okcoin/daily_price_ltc_cny.csv')
    # okcoin.cn eth - cny since 2017-5-31 ~ now daily price history
    daily_price_eth_cny = ticker('eth_cny')
    daily_price_ltc_cny.to_csv('./data/okcoin/daily_price_eth_cny.csv')
    # okcoin.cn etc - cny since 2017-7-16 ~ now daily price history
    daily_price_etc_cny = ticker('etc_cny')
    daily_price_etc_cny.to_csv('./data/okcoin/daily_price_etc_cny.csv')
    # okcoin.cn bcc - cny since 2017-7-16 ~ now daily price history
    daily_price_bcc_cny = ticker('etc_cny')
    daily_price_bcc_cny.to_csv('./data/okcoin/daily_price_bcc_cny.csv')
    # okcoin.cn bitcoin - cny since 2013-6-11 ~ now, hour price history
    hour_price_btc_cny = ticker(symbol='btc_cny', data_type='1hour')
    hour_price_btc_cny.to_csv('./data/okcoin/hour_price_btc_cny.csv')
    # okcoin.cn litecoin - cny since 2013-6-11 ~ now, hour price history
    hour_price_ltc_cny = ticker(symbol='ltc_cny', data_type='1hour')
    hour_price_ltc_cny.to_csv('./data/okcoin/hour_price_ltc_cny.csv')

利用 Python 从 huobi.com 获取比特币历史数据

与从 okcoin.cn 获取历史数据类似,参考 huobi.com 提供的 API 手册,详细代码如下:

import http.client
import json
import pandas as pd

REQUEST_URL = 'api.huobi.com'
KLINE_TT_COLS = ['date', 'open', 'high', 'low', 'close', 'volume']


def http_get(url, resource, params=''):
    conn = http.client.HTTPSConnection(url, timeout=10)
    conn.request("GET", resource + '?' + params)
    response = conn.getresponse()
    data = response.read().decode('utf-8')
    return json.loads(data)


def ticker(symbol=''):
    ticker_resource = "/staticmarket/%(symbol)s_kline_100_json.js" % {'symbol': symbol}
    params = ''
    if symbol:
        params = 'length=2000'
    k_data = http_get(REQUEST_URL, ticker_resource, params)
    if len(k_data) == 0:
        raise ValueError('Can not obtain the data.')
    else:
        df = pd.DataFrame(k_data, columns=KLINE_TT_COLS)
        df['date'] = pd.to_datetime(df['date'], format="%Y%m%d%H%M%S%f")
    return df

if __name__ == '__main__':
    # huobi.com bitcoin - cny since 2013-9-1 ~ now, daily price history
    daily_price_btc_cny = ticker('btc')
    daily_price_btc_cny.to_csv('./data/huobi/daily_price_btc_cny.csv')
    # huobi.com litecoin - cny since 2014-3-9 ~ now daily price history
    daily_price_ltc_cny = ticker('ltc')
    daily_price_ltc_cny.to_csv('./data/huobi/daily_price_ltc_cny.csv')

参考资料

Okcoin API
Huobi API
GitHub

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 151,688评论 1 330
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 64,559评论 1 273
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 101,749评论 0 226
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 42,581评论 0 191
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 50,741评论 3 271
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 39,684评论 1 192
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,122评论 2 292
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 29,847评论 0 182
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 33,441评论 0 228
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 29,939评论 2 232
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 31,333评论 1 242
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 27,783评论 2 236
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 32,275评论 3 220
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 25,830评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,444评论 0 180
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 34,553评论 2 249
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 34,618评论 2 249

推荐阅读更多精彩内容