코인의 가격 데이터를 크롤링 해서 csv 파일로 저장해 놓으면, 자동매매를 하기 위해서 각종 지표들을 계산할 때 마다 매번 API를 호출하지 않아도 된다. 따라서 장기간의 데이터로 계산을 해야되는 지표들을 사용할 때, 데이터를 다운받는 시간을 줄일 수 있고, 그로 인해서 지표 계산과 매수/매도 주문이 지연되는 것도 예방할 수 있다. 아래의 코드를 실행하면, 업비트에서 KRW 마켓, BTC 마켓, USDT 마켓에서 거래 가능한 코인들의 가격 데이터를 코드가 실행되는 날짜 기준으로 과거 400일 동안의 데이터를 각 코인별로 csv 파일로 저장(400일 이상 거래된 코인에 한함)이 된다. import json import time import pandas as pd import pyupbit import ur..

상장한 지 얼마 되지 않은 코인들은 변동성이 심하고 자동매매를 하기 위한 지표(ex. 장기 이동평균선 등)를 불러올 수 없는 경우가 발생할 수 있으므로 티커 리스트에서 제거해줘야 한다. 아래의 코드에서 상장일 기준을 400일로 한 것은 자동매매를 하기 위한 조건 중, 장기 이동평균이 필요한 경우를 대비해서 넉넉하게 400일로 설정하였다. 그리고 호가 단위 하나에 가격이 10% 이상 차이가 나는 '비트토렌트(BTT)'는 자동매매를 하기 위한 지표의 변동성도 그만큼 커지므로 매수/매도 포지션이 쉴 새 없이 바뀔 수 있으며, 이런 상황은 곧 손실로 이어지므로 상장기간과 상관없이 하드코딩으로 제거해 준다. import pyupbit import urllib.request import json # 데이터 400개..

아래의 코드를 실행시키면 KRW, BTC, USDT 마켓의 업데이트 된 티커를 크롤링해서 각각 'krw-market', 'btc-market', 'usdt-market'에 리스트로 저장한다. for문이랑 같이 쓰면 항상 언데이트된 코인 리스트로 전체 코인에 대해서 실시간 모니터링이 가능하겠지만, 호가 단위 하나에 10% 이상 차이가 나는 '비트토렌트(BTT)' 같은 코인이나, 상장한지 얼마되지 않은 코인들은 변동성이 커서 적당한 기준으로 필터링이 필요해 보인다. import urllib.request import json # 업비트 티커 url url = "https://api.upbit.com/v1/market/all" # 데이터프레임 입력용 krw_market = [] btc_market = [] u..