Et si vous pouviez voir les réserves du compte Binance pour chaque crypto-monnaie ? Les analyses affirment qu’une augmentation substantielle de ces chiffres est en corrélation avec les futurs appels de marge, de sorte qu’il peut s’agir d’un mécanisme permettant de sauter d’un train plus rapidement qu’il n’atteint sa pleine vitesse.
Il y a quelques semaines, j’ai décidé d’essayer de faire exactement cela et de commencer avec Ethereum. En n’utilisant que l’API de données publiques et un code Python simple, j’ai créé une visualisation qui affiche la valeur totale en USD des réserves Ethereum détenues par Binance.
Je viens de publier un nouveau cours sur Udemy appelé « Cours pratique de scraping Web ». Il contient des didacticiels vidéo contenant des conseils de codage pour le scraping Web qui vous aideraient à créer vos applications basées sur des données en un rien de temps. Vous pouvez trouver le code et les idées de cet article et de mes autres tutoriels dans un format visuel pratique.
Dans la partie précédente, j’ai couvert les étapes de création d’un script de récupération de données, comment l’héberger et programmer son exécution sur une base horaire. Prenez également le temps de le lire pour mieux comprendre le flux général des données :
Cet article vous montrera les outils et l’approche pour visualiser les données brutes.
Contrairement à l’approche que j’ai adoptée dans la première partie, j’ai choisi d’utiliser ORM – outil de cartographie des relations d’objet cette fois. Il s’appelle Peewee et il semble à la fois intuitif et assez puissant pour des POC rapides.
J’ai compilé une application proxy rapide qui me servirait mes données de la base de données PostgreSQL. Voici la base de code pour cela :
Comme vous pouvez le voir, mon application flask a une route appelée « /records » qui va à la base de données et extrait les enregistrements selon le modèle défini à la ligne 23. Je fais quelques calculs juste pour que les résultats soient beaux, puis les renvoie en JSON format.
Cette méthode n’est pas vraiment infaillible car je voulais montrer un aperçu d’une solution plutôt que de fournir un produit fonctionnel. Pour une utilisation en production, vous aurez également besoin de :
- Ajouter une mise en cache pour les résultats des terminaux ;
- Ajouter une validation pour les paramètres de l’API ;
- Ajoutez une logique try/except pour vous assurer que chaque scénario est géré ;
Pour mes itérations rapides sur des projets favoris, j’utilise assez souvent la pile « Heroku <- Docker <- React + Flask" car toutes ces technologies me sont bien connues et offrent de nombreuses options prédéfinies. Pour la représentation des données financières, j'ai trouvé une bibliothèque react-chartjs-2 pratique et créé une application React simple pour servir les réserves des comptes Binance.
En tant que colonne vertébrale de la solution frontale, j’ai utilisé create-react-app. Vous pouvez voir comment j’utilise ce package npm plus en détail dans cette histoire :
Voici un extrait que vous pouvez simplement copier/coller pour votre POC :
Certes, je pourrais passer plus de temps à travailler sur les visuels pour ce projet mais ce n’était pas mon idée principale ici.
Bien que l’hébergement semble être la partie la plus difficile pour beaucoup, avec Heroku, ce n’est pas si compliqué. Cela vous permet de tirer parti des conteneurs Docker et pour la solution Flask + React, cela semble être la meilleure solution. Voici un script docker-compose qui vous créerait un artefact isolé que vous pouvez déployer sur Heroku Hub :
J’ai exploré les métriques en chaîne d’Ethereum dans l’un de mes articles récents et les réserves d’échange étaient l’une des plus utiles là-bas. Il semble qu’ils aient une corrélation décalée avec l’évolution des prix et cela peut être un bon indicateur prédictif. Bien que Binance ne puisse pas réellement représenter l’ensemble du marché, il en contient environ 50 % et peut donc donner une bonne projection de l’ampleur de la réserve réelle.
En ce qui concerne les cas d’utilisation particuliers, voici comment la corrélation des réserves d’Ethereum au prix change en fonction du changement de période :
Ce graphique montre que lorsque de grandes parties d’Eth arrivent en crypto, il y a généralement une corrélation inverse avec le prix dans un délai d’environ 38 jours. Bien que cet indicateur ne puisse pas être une source unique de vérité, il était très utile pour une estimation de prix en général.
Pour suivre les données Web3, vous n’avez pas besoin d’une API coûteuse comme celle de CryptoQuant. Bien qu’ils aient beaucoup de statistiques fantaisistes et beaucoup plus de sources de données qu’un seul tracker Ethscan, vous pouvez toujours capturer des données utiles pour vos décisions de trading.
Faites-moi savoir si vous rencontrez des problèmes avec ce tutoriel et n’oubliez pas de vous abonner aux prochains articles car cela me motive au-delà du raisonnable!
Rejoignez Coinmonks Telegram Channel et Youtube Channel pour en savoir plus sur le trading et l’investissement cryptographiques
