利用K线的最高值和最低值，来分析6支电子货币的强弱
有一种说法是高于120%可以买，低于50%可以开空单，具体的大家自己观察。

1. import json
   
2. from urllib.request import Request, urlopen
   
3. import time,os
   
4. import pandas as pd
   
5. 
   
6. import requests
   
7. 
   
8. 
   
9. #system config
   
10. 
    
11. pd.set_option('expand_frame_repr',False)
    
12. pd.set_option('display.max_rows',1000)
    
13. 
    
14. #system config end
    
15. 
    
16. 
    
17. # coinID
    
18. os.system('cls')
    
19. btc = '1'
    
20. eth = '3'
    
21. usdt = '2'
    
22. # tradeType
    
23. buy = '1'
    
24. sell = '0'
    
25. 
    
26. def dl_system():
    
27.     weizhi=49279
    
28.     weizi_0=input('几号电脑：1/2  :   ')
    
29.     if weizi_0=='':
    
30.             weizhi=49279
    
31.             weizhi=input('其它主机，那么请输入端口号： ')
    
32.     if weizi_0=='1':
    
33.         weizhi=49279
    
34.         print('端口是',weizhi)
    
35.     if weizi_0=='2':
    
36.         weizhi=49194
    
37.     # proxy=['127.0.0.1',weizhi]
    
38.     # return proxy
    
39.     SOCKS5_PROXY_HOST = '127.0.0.1'
    
40.     # SOCKS5_PROXY_PORT = 1358  # socks 代理本地端口
    
41.     SOCKS5_PROXY_PORT = weizhi
    
42.     # default_socket = socket.socket
    
43.     # s=socket.socket(socket.AF_INET,socket.SOCK_STREAM)
    
44.     # socks.set_default_proxy(socks.SOCKS5, SOCKS5_PROXY_HOST, SOCKS5_PROXY_PORT)
    
45.     # socket.socket = socks.socksocket
    
46.     dl_url=str('127.0.0.1:%s'%weizhi)
    
47.     return dl_url
    
48. 
    
49. def mysave(file):
    
50.     file=file.content
    
51.     name="1.html"
    
52.     with open(name,"wb") as f:
    
53.         f.write(file)
    
54. def getPrice(headers,proxies,bizhong,period='15min',size='100'):
    
55.         # def getPrice(coinID, tradeType):
    
56.         url_0='https://api.hbdm.com/'
    
57.         # url_0='https://api.huobi.pro'
    
58. 
    
59. 
    
60.         #这个是柱形图的
    
61.         # huobiapi = url_0+'market/trade'+'?'+'symbol='+bizhong+'_CW'        #这个是获取实时报价的。
    
62.         #/market/history/kline?period=1min&size=200&symbol=BTC_CQ
    
63.         huobiapi = url_0+'market/history/kline?period='+period+'&size='+size+'&symbol=' + bizhong+'_CW'
    
64.         #新的地址huobi.pro
    
65.         # huobiapi = "https://api.huobi.br.com/market/history/kline?period=1min&size=1&symbol=" + str(bizhong)+'usdt'        #旧的地址br.com
    
66. 
    
67. 
    
68.         # huobiapi = "https://www.hbg.com/zh-hk/markets/hb_dm/index.html"        #这个也可以用
    
69.         # huobiapi = "https://api.huobi.br.com/v1/common/symbols"        #这个也可以用
    
70.         # huobiapi = url_0+"/v1/common/symbols"        #这个也可以用
    
71.         # huobiapi = "https://www.hbg.com/zh-hk/index.html"     #可以用
    
72.         # huobiapi = "https://www.hbg.com/zh-hk/markets/hb_dm/"
    
73.         # print(huobiapi)
    
74.         html=requests.get(huobiapi,headers=headers,proxies=proxies)
    
75.         # mysave(html)
    
76.         # print(html.text)
    
77.         json1=html.json()
    
78.         '''
    
79.         下面是打开现价的。
    
80.         # data_list=json1['tick']
    
81.         data_list0=(data_list['data'])
    
82.         data_list1=data_list[2]
    
83.         # print(data_list0)
    
84.         data_1=data_list0[0]['price']
    
85.         # print(data_1)
    
86.         df=data_1
    
87.         '''
    
88. 
    
89.         #这段是打开柱形图的
    
90.         data_list0=(json1['data'])
    
91.         data_1=data_list0
    
92.         df=pd.DataFrame(data_1)
    
93. 
    
94. 
    
95. 
    
96.         # print(df)
    
97.         return df
    
98.         pass
    
99.         # huobiapi = "https://api-otc.huobi.pro/v1/otc/trade/list/public"
    
100.         # api_url = huobiapi + "?coinId=" + coinID + "&tradeType=" + tradeType + "¤tPage=1&payWay=&country=&merchant=1&online=1&range=0"
     
101.         # firefox_headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64; rv:23.0) Gecko/20100101 Firefox/23.0'}
     
102.         # request = Request( api_url, headers=firefox_headers )
     
103.         # html = urlopen( request )
     
104.         # data = html.read().decode( 'utf-8' )
     
105.         # dataJson = json.loads( data )
     
106.         # price = dataJson['data'][0]['price']
     
107.         # print(price)
     
108.         # return price
     
109. def duibi(df):
     
110.         #对比第一卖价与第一买价，中间空值的变化。
     
111.         print(df)
     
112.         data_close=df['close'][0]
     
113.         data_high=df['high'][0]
     
114.         print(data_close,'          ',data_high)
     
115.         data_cha=data_high-data_close
     
116.         data_cha_100=data_cha/data_close*100
     
117.         print(data_cha_100,'%')
     
118. 
     
119. def jiagedongliang(df):
     
120. 
     
121.         #价格动量，
     
122.         '''
     
123.         价格动量的计算公式
     
124.         AR = [N天所有（High-Open）的和/ N天所有（Open—Low）的和] * 100
     
125.         价格动量在一段时间内，反应了开盘价在最高价和最低价之间的位子，这个位置就是我们判断双方力量拉锯的依据。
     
126. 
     
127.         我们假设这个值为100左右，超过100，则多头力量开始增加，小于100，则空头力量开始聚集。
     
128.         AR值升高时表示行情活跃，人气旺盛，多头一路高歌猛进，但是过高则表示价格进入超买区域，应选择时机平仓。AR值的高度没有具体标准，一般情况下，AR值上升至120左右时，价格很有可能会回调下挫。
     
129.         AR值下降时表示行情衰退，空头气势正盛，需要多头努力，过低则暗示价格可能已经跌入超卖区域，可考虑伺机做多。一般AR值跌至50以下时，价格随时止跌反涨。
     
130.         注意：以上数字皆是默认数值，绝非真理定式。在真正交易的过程中，我们要随着行情的变化，调试这个区间以适应当下的行情状态。
     
131. 
     
132.         用Python实现价格动量的量化交易策略
     
133.         '''
     
134.         # print(df)
     
135.         # print(df.[['high']])
     
136.         # data_temp=df['amount'].sum()
     
137.         # print(df['high'].sum())
     
138.         sum_open=round(df['open'].sum(),6)
     
139.         sum_close=df['close'].sum()
     
140.         sum_high=round(df['high'].sum(),6)
     
141.         sum_low=df['low'].sum()
     
142.         data1=sum_high-sum_open
     
143.         data2=sum_open-sum_low
     
144.         data=data1/data2*100
     
145.         # print(sum_open,sum_close,sum_high,sum_low,data)
     
146.         return int(data)
     
147. 
     
148. def main():
     
149.         headers = {'User-Agent': r'Mozilla/5.0 (Windows NT 6.1; Win64; x64; rv:63.0) Gecko/20100101 Firefox/63.0',
     
150.                    'Connection': r'keep-alive',
     
151.                    'Referer': r'https://www.hbg.com'}
     
152.         dl_url=dl_system()
     
153.         # dl_url='127.0.0.1:49280'
     
154.         # dl_url='127.0.0.1:49194'
     
155.         proxies={
     
156.             'http':dl_url,
     
157.             'https':dl_url
     
158.                 # 'http':'127.0.0.1:53656',
     
159.                 # 'https':'127.0.0.1:53656'
     
160.                 # 'http':'127.0.0.1:49419',
     
161.                 # 'https':'127.0.0.1:49419'
     
162.         }
     
163. 
     
164.         time_sleep=61
     
165. 
     
166. 
     
167.         '''
     
168.         #这是设置单一币种的，现在要查询合约币种，所以取消
     
169.         bizhong = "etcusdt"
     
170.         bizhong=input('请输入查询兑换usdt的币种，比如比特币就输入 btc   :   ')
     
171.         if bizhong=='':
     
172.                 bizhong='btc'
     
173.                 print('未选择，默认为   BTC：USDT ,\n%s秒更新一次数据，停止请按:CTRL+C\n'%time_sleep)
     
174.                 time.sleep(1)
     
175.         '''
     
176. 
     
177.         bz_list=['BTC','ETC','ETH','EOS','XRP','BSV']
     
178.         # bz_list=['btc','etc','eth','eos','xrp','bsv']
     
179.         # print('i')
     
180.         size=str(input('数据要分析多少条柱形图的？ '))
     
181.        
     
182.         print('可用K线类型：1min, 5min, 15min, 30min, 60min,4hour,1day, 1mon')
     
183.         period=str(input('输入需要分析的K线数据类型: '))
     
184.                 # df_list=[]
     
185.     # df=getPrice(headers,proxies,bizhong)
     
186.     # df=getPrice(headers,proxies)
     
187.     # print('1')
     
188.         os.system('cls')
     
189.         print('数据量化%s条K线，%s数据,%s秒更新一次。'%(size,period,time_sleep))
     
190.         print('='*66,'\n')
     
191. 
     
192.         # print()
     
193.         for i in bz_list:
     
194.                 print(i,end=' '*5)
     
195.         print('\n','='*66,'\n')
     
196.         # while True:
     
197.         while True:
     
198.                 df_list=[]
     
199.                 try:
     
200.                         for bizhong in bz_list:
     
201.                                 df=getPrice(headers,proxies,bizhong,period,size)
     
202.                                 df1=jiagedongliang(df)
     
203.                                 # print(df)
     
204.                                 df_list.append(df1)
     
205.                                 # print(df)
     
206.                 # duibi(df)
     
207.                 # os.exit()
     
208.                         for i1 in df_list:
     
209.                                 # print(i1,end=' '*2)        #这个是实时价格的
     
210.                                 print(i1,'%',end=' '*4)        #这个是柱形图的
     
211.                 except:
     
212.                         print('网络异常，检查代理服务器,%s秒后再次连接。              '%time_sleep,end='')
     
213.                 print(' '*2,time.strftime('%Y-%m-%d %H:%M:%S', time.localtime()))
     
214.                 # print('='*16,' '*8,time.strftime('%Y-%m-%d %H:%M:%S', time.localtime()),' '*8,'='*16)
     
215.                 # os.exit()
     
216.                 time.sleep(time_sleep)
     
217. main()
     
218. 
     
219. '''
     
220. 
     
221. def getAllPrice(showprice=0):
     
222.     btc_buy = getPrice( coinID=btc, tradeType=buy )
     
223.     btc_sell = getPrice( coinID=btc, tradeType=sell )
     
224. 
     
225.     eth_buy = getPrice( coinID=eth, tradeType=buy )
     
226.     eth_sell = getPrice( coinID=eth, tradeType=sell )
     
227. 
     
228.     usdt_buy = getPrice( coinID=usdt, tradeType=buy )
     
229.     usdt_sell = getPrice( coinID=usdt, tradeType=sell )
     
230. 
     
231.     prices = {
     
232.         "btc": {
     
233.             "buy": btc_buy,
     
234.             "sell": btc_sell
     
235.         },
     
236.         "eth": {
     
237.             "buy": eth_buy,
     
238.             "sell": eth_sell
     
239.         },
     
240.         "usdt": {
     
241.             "buy": usdt_buy,
     
242.             "sell": usdt_sell
     
243.         }
     
244.     }
     
245.     prices_df = pd.DataFrame( prices )
     
246.     print(prices)
     
247.     if showprice:
     
248.         print( prices_df )
     
249.     return prices_df
     
250. 
     
251. def getChajia(prices,showChajia = 0):
     
252.     cj = prices.iloc[0]-prices.iloc[1]
     
253.     if showChajia:
     
254.         print('差价:')
     
255.         print(cj)
     
256.     return cj
     
257. 
     
258. 
     
259. num = 0
     
260. r = 0
     
261. 
     
262. # while(1):
     
263. t = time.strftime( '%H:%M:%S', time.localtime( time.time() ) )
     
264. print( t,r )
     
265. 
     
266. try:
     
267.     prices = getAllPrice( showprice=1 )
     
268.     print('1.1')
     
269.     cj = getChajia( prices=prices, showChajia=1 )
     
270. 
     
271.     if (cj['btc'] < 0 or cj['eth'] < 0 or cj['usdt'] < 0):
     
272.         num = num + 1
     
273.     print( u"第",num,u"次发现价差")
     
274. 
     
275. except:
     
276.     pass
     
277. r = r+1
     
278. 
     
279. time.sleep( 3 )
     
280. '''

复制代码