用 Python 筛选收益优秀的**货币

　　BTCUSDT  

　　ETHUSDT  

　　BNBUSDT 

　　# needed for the binance API and websockets  

　　from binance.client import Client  

　　import csv  

　　import os  

　　import time  

　　from datetime import date, datetime  

　　client = Client() 

　　def get_coins():  

　　    with open('coins.txt', 'r') as f:  

　　        coins = f.readlines()  

　　        coins = [coin.strip('\n') for coin in coins]  

　　    return coins 

　　def get_historical_data(coin, since, kline_interval):  

　　    """  

　　    Args example:  

　　    coin = 'BTCUSDT'  

　　    since = '1 Jan 2021'  

　　    kline_interval = Client.KLINE_INTERVAL_1MINUTE 

　　    """  

　　    if os.path.isfile(f'data/{coin}_{since}.csv'):  

　　        print('Datafile already exists, loading file...')  

　　    else:  

　　        print(f'Fetching historical data for {coin}, this may take a few minutes...')  

　　        start_time = time.perf_counter()  

　　        data = client.get_historical_klines(coin, kline_interval, since)  

　　        data = [item[0:5] for item in data]  

　　        # field names  

　　        fields = ['timstamp', 'high', 'low', 'open', 'close']  

　　        # save the data  

　　        with open(f'data/{coin}_{since}.csv', 'w', newline='') as f:  

　　            # using csv.writer method from CSV package  

　　            write = csv.writer(f)  

　　            write.writerow(fields)  

　　            write.writerows(data)  

　　        end_time = time.perf_counter()  

　　        # calculate how long it took to produce the file  

　　        time_elapsed = round(end_time - start_time)  

　　        print(f'Historical data for {coin} saved as {coin}_{since}.csv. Time elapsed: {time_elapsed} seconds')  

　　    return f'{coin}_{since}.csv' 

　　from binancedata import *  

　　import threading  

　　import matplotlib.pyplot as plt  

　　import matplotlib.cbook as cbook  

　　import numpy as np  

　　import pandas as pd  

　　# needed for the binance API and websockets  

　　from binance.client import Client  

　　import csv  

　　import os  

　　import time  

　　from datetime import datetime, date 

　　threads = []  

　　coins = get_coins()  

　　for coin in coins:  

　　    t = threading.Thread(target=get_historical_data, args=(coin, '1 Jan 2017', Client.KLINE_INTERVAL_1DAY) ) #'get_historical_data('ETHUSDT', '1 Jan 2021', Client.KLINE_INTERVAL_1MINUTE) 

　　    t.start()  

　　    threads.append(t)  

　　[thread.join() for thread in threads] 

　　def get_all_filenames():  

　　    return [get_historical_data(coin, '1 Jan 2017', Client.KLINE_INTERVAL_1DAY) for coin in coins] 

　　def main():  

　　    historical_data = get_all_filenames()  

　　    for file in historical_data:  

　　        data = pd.read_csv(f'data/{file}')  

　　        rolling_percentage = data['close']  

　　        rolling_percentage = [(item - rolling_percentage[0]) / rolling_percentage[0]*100 for item in rolling_percentage ]  

　　        timestamp = data['timstamp']  

　　        timestamp = [datetime.fromtimestamp(item/1000) for item in timestamp]  

　　        plt.legend()  

　　        plt.plot(timestamp, rolling_percentage, label=file)  

　　        plt.xlabel("Date")  

　　        plt.ylabel("% gain")  

　　    plt.show()  

　　if __name__ == "__main__":  

　　    main()