nZFJA7jC

1# -*- coding: utf-8 -*-
2import poloniex
3import time
4import datetime
5import numpy as np
6from sklearn import tree
7import matplotlib.pyplot as plt
8
9import smtplib
10from email.Utils import formatdate
11from email.MIMEMultipart import MIMEMultipart
12from email.MIMEText import MIMEText
13
14
15def main():
16    # --トレーニング用パラメータ
17    theNumberOfTrainData=29   #トレーニングデータ数
18    theNumberOfTrainAndKyoushiSet=26  #トレーニングデータと教師データのセット数
19    studyTrialTimes = 200 #予測のトライアル数(予測結果がばらつくので1回の予測結果を出すために実施する試行回数(取りあえずこのままにしておいてください。)
20
21    # --バックテストパラメータ
22    plotGraphFlag = 0  # バックテスト結果の資金グラフをプロットしますか？yes:1。no:0 (スケジューラで自動実行させる時は0にしてください。)
23    initialFund = 1000  # 初期資金
24    spread = 0  #取引スプレット(手数料)
25    backTestDays = 30*2 # バックテスト期間(日)
26
27    #--メール送信パラメータ
28    sendMailFlag= 1  #明日のBTC価格の予想結果をメール送信しますか？ yes:1。no:0
29    yourGmailAddress = "***********@gmail.com"  #---送信時のメールアドレス(自分のGメールアドレス。自分自身に送信します。)
30    yourGmailAddressPassword = "***********"  #---Gメールのログインパスワード
31
32    outputStr = '-----------------------------------------\n'
33    outputStr += 'BTC価格データダウンロード\n'
34    outputStr += '-----------------------------------------\n'
35    dateBTC, dataBTC = getDataPoloniex()
36    dateBTC.reverse()
37    dataBTC.reverse()
38    todayStr = str(datetime.datetime.today())[0:10]
39    outputStr += '今日は' + todayStr + 'です。PoloniexからBTC価格データをダウンロードします。\n'
40    outputStr += '取得データファイル中にある最新の日付は' + str(dateBTC[0])[0:10] + 'でその時のBTCオープン価格は$' + str(dataBTC[0]) + 'です。\n'
41
42    data = changeData(dataBTC)
43
44    outputStr += '-----------------------------------------\n'
45    outputStr += 'バックテストの実施\n'
46    outputStr += '-----------------------------------------\n'
47    outputStr += '※過去のデータから資金上昇率を算出します。上昇シグナル時に現物で買い。下降シグナル時は何もしません。ポジションは1日ごとに決裁します。\n'
48    seitouritsuUp, seitouritsuDown, increasedFundRatio, increasedBTCPriceRatio, simOutputStr = backTest(data, dateBTC, dataBTC, theNumberOfTrainData,theNumberOfTrainAndKyoushiSet, studyTrialTimes, initialFund, spread, backTestDays, plotGraphFlag)
49    outputStr += simOutputStr
50
51    outputStr += '-----------------------------------------\n'
52    outputStr += '明日のBTC価格予想\n'
53    outputStr += '-----------------------------------------\n'
54    outputStr += str(dateBTC[0])[0:10] + 'までのBTCオープン価格データから' + str(dateBTC[0] + datetime.timedelta(days=1))[0:10] + 'のBTCオープン価格を予測します。\n'
55    outputStr += '・トレーニングデータ数: ' + str(theNumberOfTrainData)+ '\n'
56    outputStr += '・トレーニングデータと教師データのセット数: ' + str(theNumberOfTrainAndKyoushiSet)+ '\n'
57
58    upOrDownRatio=predictionTommorowBTC(data, theNumberOfTrainData, theNumberOfTrainAndKyoushiSet, studyTrialTimes)
59
60    if upOrDownRatio > 0.5:
61        outputStr += '\n明日のBTC価格は'+ str(round(upOrDownRatio*100,1)) +'%の確率で上昇します。\n'
62    else:
63        outputStr += '\n明日のBTC価格は' + str(round((1-upOrDownRatio) * 100,1)) + '%の確率で下落します。\n'
64
65    print(outputStr)
66
67    if (sendMailFlag):
68        subject = '明日のBTC価格予想'
69        body = outputStr
70        sendMail(subject, body, yourGmailAddress, yourGmailAddressPassword)
71
72
73
74def sendMail(subject,body,yourGmailAddress,yourGmailAddressPassword):
75    #---Parameters
76    SMTP = "smtp.gmail.com"
77    PORT = 587
78    from_addr=yourGmailAddress
79    to_addr = yourGmailAddress
80    #---Create message
81    msg = MIMEMultipart()
82    msg["From"] = from_addr
83    msg["To"] = to_addr
84    msg["Date"] = formatdate()
85    msg["Subject"] = subject
86    body = MIMEText(body)
87    msg.attach(body)
88    #---Send mail
89    smtpobj = smtplib.SMTP(SMTP, PORT)
90    smtpobj.ehlo()
91    smtpobj.starttls()
92    smtpobj.login(yourGmailAddress, yourGmailAddressPassword)
93    smtpobj.sendmail(from_addr, to_addr, msg.as_string())
94    smtpobj.close()
95
96def getDataPoloniex():
97    polo = poloniex.Poloniex()
98    polo.timeout = 2
99    chartUSDT_BTC = polo.returnChartData('USDT_BTC', period=polo.DAY, start=time.time() - polo.DAY * 500, end=time.time())
100    tmpDate = [chartUSDT_BTC[i]['date'] for i in range(len(chartUSDT_BTC))]
101    date = [datetime.datetime.fromtimestamp(tmpDate[i]).date() for i in range(len(tmpDate))]
102    data = [float(chartUSDT_BTC[i]['open']) for i in range(len(chartUSDT_BTC))]
103    return date ,data
104
105def changeData(data):
106    newData=[]
107    for i in range(0, len(data) - 1):
108        newData.append(float(data[i] - data[i + 1]) / data[i + 1])
109    newData.append(0)
110    return newData
111
112def preparationTrainAndKyoushiSets(data,trainStartDay,theNumberOfTrainData,theNumberOfTrainAndKyoushiSet):
113    train_X = []
114    train_y = []
115    for i in range(0,theNumberOfTrainAndKyoushiSet):
116        train_X.append(data[trainStartDay+1+i:trainStartDay+theNumberOfTrainData+1+i])
117        train_y.append([int(0 < data[trainStartDay+i])])
118    return train_X, train_y
119
120def predictionTommorowBTC(data,theNumberOfTrainData,theNumberOfTrainAndKyoushiSet, studyTrialTimes):
121    trainStartDay=0
122    train_X, train_y = preparationTrainAndKyoushiSets(data,trainStartDay,theNumberOfTrainData,theNumberOfTrainAndKyoushiSet)
123    X=data[trainStartDay:trainStartDay+theNumberOfTrainData]
124    y_PredictionTommorow=[]
125    for i in range(0, studyTrialTimes):
126        clf = tree.DecisionTreeClassifier()
127        clf.fit(train_X, train_y)
128        y_PredictionTommorow.append(clf.predict([X])[0])
129    upOrDownRatio = sum(y_PredictionTommorow) * 1.0 / len(y_PredictionTommorow)
130    return upOrDownRatio
131
132def predictionTommorowBTCForBackTest(data, trainStartDay, theNumberOfTrainData,theNumberOfTrainAndKyoushiSet, studyTrialTimes):
133    train_X, train_y = preparationTrainAndKyoushiSets(data, trainStartDay, theNumberOfTrainData,theNumberOfTrainAndKyoushiSet)
134    X=data[trainStartDay:trainStartDay+theNumberOfTrainData]
135    y = int(0 < data[trainStartDay-1])
136    y_PredictionTommorow=[]
137    for i in range(0, theNumberOfTrainAndKyoushiSet):
138        clf = tree.DecisionTreeClassifier()
139        clf.fit(train_X, train_y)
140        y_PredictionTommorow.append(clf.predict([X])[0])
141    upOrDownRatio = sum(y_PredictionTommorow) * 1.0 / len(y_PredictionTommorow)
142    return int(upOrDownRatio>0.5),y
143
144def backTest(data, dateBTC, dataBTC, theNumberOfTrainData,theNumberOfTrainAndKyoushiSet, studyTrialTimes, initialFund, spread, backTestDays, plotGraphFlag):
145    realValue = []
146    predictionValue = []
147    fund = [initialFund]
148    pastDay = 0
149    seitouUp = 0
150    seitouDown = 0
151    for trainStartDay in range(backTestDays, 0, -1):
152        y_Prediction, y = predictionTommorowBTCForBackTest(data, trainStartDay, theNumberOfTrainData, theNumberOfTrainAndKyoushiSet, studyTrialTimes)
153        realValue.append(y)
154        predictionValue.append(y_Prediction)
155        pastDay += 1
156        if y_Prediction == y:
157            if y_Prediction == 1:
158                seitouUp += 1
159                fund.append(fund[pastDay - 1] * (1 + abs(data[trainStartDay - 1]) - spread))
160            else:
161                seitouDown += 1
162                #---fund.append(fund[pastDay - 1] * (1 + abs(data[trainStartDay - 1]) - spread))
163                fund.append(fund[pastDay - 1])
164        else:
165            if y_Prediction == 1:
166                fund.append(fund[pastDay - 1] * (1 - abs(data[trainStartDay - 1]) - spread))
167            else:
168                #---fund.append(fund[pastDay - 1] * (1 - abs(data[trainStartDay - 1]) - spread))
169                fund.append(fund[pastDay - 1])
170
171    # ----バックテスト結果出力
172    outputStr = '・トレーニングデータ数: ' + str(theNumberOfTrainData) +'\n'
173    outputStr += '・トレーニングデータと教師データのセット数: ' + str(theNumberOfTrainAndKyoushiSet)+'\n'
174    outputStr += '・バックテスト期間: 過去' + str(backTestDays) + '日\n'
175    seitouritsuUp = float(seitouUp) / sum(predictionValue)
176    seitouritsuDown = float(seitouDown) / (backTestDays - sum(predictionValue))
177    outputStr += '・正答率(上昇時): ' + str(round(seitouritsuUp * 100,1)) + '%' + '\n'
178    outputStr += '・正答率(下降時): ' + str(round(seitouritsuDown * 100,1)) + '%' + '\n'
179    trainStartDay=0
180    dataBTCOnBackTest = dataBTC[trainStartDay:trainStartDay+backTestDays+1]
181    dataBTCOnBackTest.reverse()
182    increasedFundRatio=(fund[-1]-fund[0])/fund[0]
183    increasedBTCPriceRatio=(dataBTCOnBackTest[-1]-dataBTCOnBackTest[0])/dataBTCOnBackTest[0]
184    outputStr += '・資金上昇率: ' + str(round(increasedFundRatio*100,1)) + '% (初期資金は$' +str(fund[0])+'。最終資金は$' +str(fund[-1])+'。)' + '\n'
185    outputStr += '・BTC価格上昇率: ' + str(round(increasedBTCPriceRatio*100,1)) + '% (初期BTC価格は$' +str(dataBTCOnBackTest[0])+'。最終BTC価格は$' +str(dataBTCOnBackTest[-1])+'。)' + '\n'
186
187    # ----資金推移グラフ
188    if(plotGraphFlag):
189        # ----Plot Fund
190        dateBTCOnBackTest = dateBTC[trainStartDay:trainStartDay + backTestDays + 1]
191        dateBTCOnBackTest.reverse()
192        fig1, ax1 = plt.subplots()
193        p1, = ax1.plot(dateBTCOnBackTest, fund, '-ob')
194        ax1.set_title("Simulation with past data")
195        ax1.set_xlabel("Day")
196        ax1.set_ylabel("Fund[$]")
197        plt.grid(fig1)
198        # ----Plot BTC Price
199        ax2 = ax1.twinx()
200        p2, = ax2.plot(dateBTCOnBackTest, dataBTCOnBackTest, '-or')
201        ax2.set_ylabel('BTC price[$]')
202        ax1.legend([p1, p2], ["Fund", "BTC price"], loc="upper left")
203        plt.show(fig1)
204    return seitouritsuUp, seitouritsuDown, increasedFundRatio, increasedBTCPriceRatio, outputStr
205
206if __name__ == "__main__":
207    main()