成为您自己的分析师：比特币的链上行为

在寻找有关比特币的新知识时，数据分析可以很好地为我们服务。 在本文中，我们将一起进行一些数据分析。 重点是比特币汇率与交易量之间的关系。

做您自己的研究是加密领域的流行座右铭。 在BTC-ECHO和BTC-ACADEMY上，我们都努力为读者提供必要的工具，并让他们分享我们的见解。 作为BTC-ECHO社区的起点，我们的Discord也是此类研究的来源。

自己的研究还包括对原始数据的清醒观察。 负责任的加密货币公民应该始终是一点数据分析师。 在上一篇文章中，我们在这方面迈出了第一步：在本系列的第一部分中，我解释了有兴趣的各方如何下载和使用课程数据。 有了TradingView和像Coingecko的API，投资者和分析师已经走了很长一段路。 您可以根据技术课程分析的当前规则查看Bitcoin＆Co.课程，并研究新的指标和指标。 您还可以研究诸如美元成本平均（较小的固定美元金额的常规投资）和季节性使用等投资策略，或基于几种加密货币创建投资组合。

但是，该课程没有考虑加密货币的特殊功能：由于区块链的公共性质，每个分析师都可以亲自查看链上信息。 区块链上有多少笔交易？ 块有多满？ 分析师可以一目了然地在链上澄清此类问题。 在本文中，我们将说明使用API??获取此类数据的几种方法。 如本系列的上一篇文章所述，我们使用R。

本文的第二个目标是一起进行一些探索性数据分析。 因此，我们从数据获取开始，并与相应的数据一起播放。 让我们看看我们发现了什么。

来自Coinmetrics的复杂比特币数据

Coinmetrics是一项很好的服务，可以让您首次查看价格行为之外的数据。 Coinmetrics是一家致力于加密相关分析的公司。 过去在各种文章中都讨论了他们的分析。 除了这些见解之外，Coinmetrics还为社区提供了大量数据，这可能是许多分析的第一步。

即使是那些不想立即开始使用R的人也可以在其平台上开始使用。 在此链接下，感兴趣的各方可以访问前端，在该前端中可以查看有关其随时间变化的各种数据：

如您所见，除了比特币，还可以检查多种其他加密货币。 上图显示了比特币汇率的发展。 但是，也可以选择大小，例如已实现的大小写，NVT比率或当前块大小。 如果这还不够，您可以使用“公式”创建上述尺寸的组合并以图形方式绘制它们。 例如，未来的比特币分析师可以走得很远，并为简单的趋势预测建模。

但是，如果您想使用其他模型或与其他模型一起查看Coinmetrics数据怎么办？ 还是不应该仅仅根据时间依赖性来分析数据？ 假设我们要更详细地分析比特币交易数量与其汇率之间的关系。 我们对时间关系不感兴趣，但是交易数量对比特币汇率有什么影响。

在这里，我们可以再次进行与上周类似的操作，并使用Coinmetrics API。 对于那些不喜欢JSON格式的人，可以将数据以CSV格式输出。 我们可以通过以下API调用接收有关交易数量和比特币汇率的数据：

https://community-api.coinmetrics.io/v2/assets/btc/metricdata.csv?metrics=PriceUSD,TxCnt

实际上，您几乎可以大声朗读上面的API调用。 我们以CSV文件（metricdata.csv）的形式请求比特币（btc）资产的数据，尤其是比特币汇率（PriceUSD）和交易次数（TxCnt）。

Tidyverse精美插图

到目前为止，非常容易。 我们现在如何以图形方式表示上述关系？ 原则上，我们可以像上周一样使用plot命令。 但是，我想向有抱负的分析师介绍Tidyverse。

正如上周指出的那样，Tidyverse是一个库的集合，这些库使在R中处理数据变得容易。 特别是在探索性数据分析领域，即，如果您想先使用数据，Tidyverse是一个非常令人愉快的帮助。 有了它，数据的准备，分析和可视化非常容易。

为了能够与Tidyverse一起使用，我们必须首先调用相应的库。 为此，我们像上周一样进行操作，并使用库命令调用Tidyverse：

图书馆（tidyverse）

顺便说一句：如果此处显示错误消息，则您很可能必须安装适当的库。 您可以使用以下命令执行install.packages：

install.packages（tidyverse）

现在我们可以处理数据了。 通过一个简单的命令，我们提取数据：

read_csv（“ https://community-api.coinmetrics.io/v2/assets/btc/metricdata.csv?metrics=PriceUSD,TxCnt”）

我们可以将数据拖到上周这样的变量中：

数据

显微镜下的比特币汇率和交易数量

现在我们可以处理数据了。 在Tidyverse中有一种直接的方法：使用运算符％>％，可以将数据从一个命令传递到下一个命令。 让我们用它来显示所需的上下文：

数据％>％ggplot（aes（x = TxCnt，y = PriceUSD））+ geom_point（）

我们用它来生产毛坯钻石。 目前，它仍然看起来像是一个很疯狂的点云，更不用说轴标签了。 但是我们仍处于分析的开始阶段：

在两种情况下-比特币的汇率和交易数量-我们认为大小跨越几个数量级。 为了更好地了解较小和较大的值，建议使用对数表示。 这可以通过称为scale _ * _ log10的命令来完成，其中可以为*输入x或y。 关于此命令的好处是我们可以使用它来实现稍微更好的轴标签并设置限制。 总的来说，我们遇到了这个扩展：

data％>％ggplot（aes（x = TxCnt，y = PriceUSD））+ geom_point（）+ scale_x_log10（“交易次数”，限制= c（30,1e6））+ scale_y_log10（“美元的比特币汇率”）

在一个非常有趣的图表上：

总而言之，这看起来像是令人兴奋的线性关系。 比特币价格随着交易数量的增加而增加。 他沿着走廊走。 这种可视化证实了梅特卡夫定律的一点点：网络的价值随着用户的增长而增加。

再次，本文应该简要介绍如何借助数据分析和可视化来更好地了解Bitcoin＆Co.。 并且本文也旨在作为起点：与其他加密货币之间的这种关系如何看待？ 在引入Lightning网络之前，您是否应该单独考虑价格发展？ 上面的可视化关系是否可以建模？ 一个又一个的问题。 在研究中经常如此，打开的门后面有更多的锁着的门。

我们希望每个读者都能从中获得更多的乐趣。 如果您发现了一些有趣的事情，那么如果您可以在Discord上告诉社区，那就太好了。

比特币记录运行：投资是如此简单！

属于通常存放处的6种比特币证券

在有关区块链和数字货币的领先杂志中找到更多信息
（印刷和数字）
?第一版免费
?每月超过70页的加密洞察力
?再也不会错过任何投资机会
?免邮费到您家

致加密指南针杂志

—-

原文链接：https://www.btc-echo.de/wie-analysiere-ich-das-on-chain-verhalten-bitcoins-03012020/

原文作者：globalcryptopress

编译者/作者：wanbizu AI

玩币族申明：玩币族作为开放的资讯翻译/分享平台，所提供的所有资讯仅代表作者个人观点，与玩币族平台立场无关，且不构成任何投资理财建议。文章版权归原作者所有。