Creative Code

업비트에서 1분간격 코인 데이터 200개 받아와서 각종 지표를 계산해 데이터에 추가시킨뒤 tensorflow로 학습시켜 가격의 상승확률, 하락확률을 계산 후 상승확률 85% 이상이면 매수, 하락확률 62% 이상이면 매도하는 프로그램 (수익률 -1.5%이하면 시장가 전액매도) import pandas as pdimport requestsimport talib as taimport timeimport jwtimport uuidimport jsonfrom urllib.parse import urlencodeimport pyupbitimport numpy as npimport hashlibfrom urllib.parse import urlencode, unquoteimport matplotlib.pyplot a..

모니터링 하며 거래를 진행할 코인 심볼(콤마로 구분) 입력, 매수 기준 : 볼린저밴드 표준편차 2.0기준 하단보다 가격이 떨어지고 stoch RSI %d 값이 5 이하일경우  보유중 자산의 95%를 매수1호가 + 코인 호가단위로 지정가 매수 매도 기준 : 볼린저밴드 표준편차 1.0기준 상단보다 가격이 오르거나 stoch RSI %d 값이 80이상일 경우 보유중인 코인 전량을 매도1호가 - 코인 호가단위로 지정가 매도, 만약 수익률이 현재 -1.5%이하일시 전액 시장가 매도  import pandas as pdimport requestsimport talib as taimport timeimport jwtimport uuidimport jsonfrom urllib.parse import urlencodei..

※코인 거래 기록 (4시간 수익률 10%) 업비트 개발자 센터 에서 api key와 secret key를 발급 받은 후 같은 디렉토리 내에 upbit_config.json 파일을 만든 후 그 안에 api key와 secret key 를 json 형태로 저장하고 새로운 파일명으로 파이썬  파일을 만든 뒤 아래 코드를 복붙 한 다음 사용 이전 거래기록이 저장 x시간,코인명,매수/매도,평균 단가2025-01-05 12:20:03,SBD,buy,58692025-01-05 12:27:13,SBD,sell,59532025-01-05 12:34:09,SBD,buy,58072025-01-05 12:36:44,SBD,sell,59492025-01-05 12:50:11,BTG,buy,378502025-01-05 12:50..

※예측 결과 import requestsimport pandas as pdimport numpy as npfrom sklearn.preprocessing import MinMaxScalerfrom tensorflow.keras.models import Sequentialfrom tensorflow.keras.layers import LSTM, Densefrom sklearn.model_selection import train_test_splitimport osimport matplotlib.pyplot as pltfrom datetime import datetime# 1. Bithumb API 특정 코인의 최근 100일 일봉 데이터 가져오기def fetch_last_100_days(coin_name,mi..

import pandas as pdimport timeimport numpy as npfrom pybithumb import Bithumbfrom tensorflow.keras.models import Sequentialfrom tensorflow.keras.layers import Dense, LSTMfrom sklearn.preprocessing import MinMaxScalerimport jwtimport uuidimport hashlibimport requestsimport jsonfrom urllib.parse import urlencodeimport osconkey = ''seckey = ''apiUrl = 'https://api.bithumb.com'# Bithumb 객체 생성bithumb..

import pandas as pdimport timeimport numpy as npfrom pybithumb import Bithumbfrom tensorflow.keras.models import Sequentialfrom tensorflow.keras.layers import Dense, LSTMfrom sklearn.preprocessing import MinMaxScalerimport jwtimport uuidimport hashlibimport requestsimport jsonfrom urllib.parse import urlencodeimport osconkey = 'bithumb 개인 api 키'seckey = 'bithumb 개인 secret 키'apiUrl = 'https://api..