使用python编写分析股票市场与比特币价格关系

　　我们通过使用Python和Pandas技术进行分析，我们将能够在本文中回答该问题。首先，我们将使用免费的API检索过去几年的比特币和股票价格。然后我们将计算股市与比特币价格之间的相关性。最后，我们将结束通过相关矩阵图绘制相关关系的分析。

　　比特币在经济中的作用

　　自从比特币出现以来，我一直想知道比特币在我们的经济中扮演什么角色。以下是三个潜在角色：

　　· 比特币的作用与黄金相似吗？黄金被认为是避险投资。也就是说，当经济正陷入衰退时，由于投资者从股票转向黄金，黄金价格往往会上涨。这有助于投资者减少股市崩盘将给他们的投资组合带来的潜在损失。如果比特币在投资界一直扮演着避风港的角色，那么我们应该期望看到股票与比特币价格之间存在负相关关系。

　　· 比特币的另一个可能作用是跟金融市场一样遵循同样的趋势。也就是说，如果股价上涨，这种实证主义具有传染性，因此在比特币价格中也可见吗？

　　· 我们分析的第三个潜在结果可能是比特币价格与股市根本没有关系。

　　让我们使用Python看看！

　　使用Python检索股票市场价格和比特币价格

　　为了获取数据进行我们的分析，我将使用financialmodelingprep API检索比特币价格。他们还提供免费的库存数据，但是为了向您展示两种不同的获取数据的方法，我将使用Pandas DataReader来检索库存数据。

　　作为我们市场数据的代理，我们将使用标准普尔500指数。标准普尔500指数是衡量在美国上市的500家最大公司的股票表现的指数。我们将使用Pandas DataReader下载SP500价格和美联储经济数据（FRED）作为源。

　　如果您以前从未使用过Pandas DataReader和Pandas，则需要安装软件包。您可以使用pip命令来做到这一点。

　　pip install pandas_datareader

　　#Pandas data reader may not work with the latest Pandas version,

　　therefore, I recommend you to install Pandas version 0.24:

　　pip install pandas==0.24.2

　　太好了，现在我们可以使用Python检索数据了。首先，我们将提取过去十年中的S＆P500股票价格。请注意，通过使用web.DataReader并指定系列名称（即sp500）和提供程序（即fred），我们可以轻松获取称为SP500的Pandas系列数据。

　　pd.core.common.is_list_like = pd.api.types.is_list_like

　　import pandas_datareader.data as web

　　import datetime

　　start = datetime.datetime(2010, 1, 1)

　　end = datetime.datetime(2020, 2, 10)

　　SP500 = web.DataReader(['sp500'], 'fred', start, end)

　　print(SP500)

　　以上代码行将返回低于标普500普尔系列，其中包含过去10年的标普价格：

　　现在让我们检索比特币价格。为此，我们将使用financialmodelingprep API。我们将向API端点发出一个http get请求，该请求将返回包含历史BTC价格的字典：

　　import requests

　　#BTCUSD contains a dictionary

　　BTCUSD = requests.get(

　　'https://financialmodelingprep.com/api/v3/historical-price-full/crypto/BTCUSD')

　　BTCUSD = BTCUSD.json()

　　BTCUSD = BTCUSD['historical']

　　我们分析包含在键名historical中的字典。

　　print(BTCUSD)

　　[{'date': '2020-02-15',

　　'open': 10315.651367,

　　'high': 10341.555664,

　　'low': 10226.138672,

　　'close': 10244.959961,

　　'adjClose': 10244.959961,

　　'volume': 42347495424.0,

　　'unadjustedVolume': 42347495424.0,

　　'change': 70.69141,

　　'changePercent': 0.685,

　　'vwap': 10270.88477,

　　'label': 'February 15, 20',

　　'changeOverTime': 0.00685},

　　{'date': '2020-02-14',

　　'open': 10211....

　　....

　　...]}

　　现在通过查看BTCUSD变量的内容，我们可以看到BTCUSD是词典列表，并且列表中的每个元素都是包含比特币价格的不同日期。 BTC价格存储在关键收盘价下。

　　例如我们看到在2月15日，比特币的价格为10,244美元。

　　我们需要将字典列表转换为Pandas DataFrame。我们可以使用pd.DataFrame.from_dict（）轻松地做到这一点：

　　BTC = pd.DataFrame.from_dict(BTCUSD)

　　BTC.set_index('date',inplace=True)

　　#Keep only the close column

　　BTC = BTC[['close']]

　　#Rename the column name to BTC

　　BTC.columns = ['BTC']

　　BTC

　　最后，我们在两个Pandas DataFrame中获得BTC和S＆P 500的价格。现在我们只需要将它们合并在一起。对我们来说幸运的是，使用Python和Pandas可以很容易地做到这一点。

　　我们可以使用pd.merge在索引上连接两个DataFrame，因为index包含日期。因此，我们想加入标普500指数和BTC在匹配日的价格。

　　我们可以将等于True的right_index和left_index传递为参数，让Pandas知道我们要使用该索引进行合并。

　　SP500BTC = BTC.merge(SP500, how='inner',right_index = True,

　　left_index=True)

　　#Drop NA since we have nan values for weekends.

　　S&P500 only trades business days

　　SP500BTC.dropna(inplace=True)

　　print(SP500BTC)

　　比特币与标普500价格之间的关系

　　太好了，我们已准备好数据进行分析。现在我们可以继续查找股票和比特币价格之间的关系。

　　为此，我们可以使用pandas dataframe.corr（）查找Pandas DataFrame列的相关性：

　　correlation = SP500BTC.corr()

　　print(correlation)

　　###Result:

　　BTC sp500

　　BTC 1.000000 0.834106

　　sp500 0.834106 1.000000

　　如何解释BTC与标普500指数之间的相关性？

　　相关矩阵的值范围从-1到1。接近+1意味着两个变量在同一方向上紧密地移动。值为0表示变量之间没有关系。负相关表明变量向不同方向移动。越接近-1，逆关系越强。

　　通过研究我们的结果，我们发现比特币价格与标准普尔500指数之间存在0.83的强正相关关系。这意味着，当股市价格上涨时，我们可以预期比特币也会跟风上涨。

　　from statsmodels import api as sm

　　import matplotlib.pyplot as plt

　　sm.graphics.plot_corr(correlation,xnames=list(correlation.columns))

　　plt.show()

　　图的红色意味着这种关系是强而正的。我们还可以使用linregression和scipy.stats检查这种关系是否具有统计学意义：

　　#statistically significant?

　　from scipy.stats import linregress

　　linregress(SP500BTC['sp500'],SP500BTC['BTC'])

　　#H0: BTC and Stock prices are not related

　　#Results:

　　LinregressResult(slope=8.956910705798713, intercept=-18068.59091142212,

　　rvalue=0.8341059841835341, pvalue=0.0, stderr=0.1673358700767462)

　　因为我们的p值小于0.05，所以我们可以拒绝H0，因此，我们可以从统计学上说比特币和股票价格一起移动。

　　收尾

　　使用Python和Pandas，我们分析了股市与比特币价格之间的关系。根据我们的分析结果，可以说BTC和S＆P500的价格朝着同一方向移动。

　　知道这种关系在衰退的经济周期中是否也很有趣。为了进行这种分析，我们可能需要等待一段时间，因为在过去的几年中，我们一直生活在扩张型经济中。

　　请参阅下面的完整脚本：

　　import pandas as pd