成为你自己的分析师：我如何分析比特币的链上行为？

做你自己的研究是加密货币领域的一个流行座右铭。在BTC-ECHO和BTC-ACADEMY中，我们都努力为读者提供必要的工具或分享我们的见解。作为BTC-ECHO社区的联系点，我们的Discord也是我们自己研究的来源。

自己的研究还包括对原始数据的清醒观察。成熟的加密货币公民应始终是小数据分析师。上周，我们在这方面迈出了第一步：在本系列的第一部分中，我解释了感兴趣的人们如何下载课程数据并使用它。借助TradingView和Coingecko提供的API，投资者和分析师将走很长一段路。你可以根据技术课程分析的通用规则查看Bitcoin＆Co.课程，并研究新的指标和指标。你还可以研究投资策略，例如平均成本成本和季节性因素的使用，或基于多种加密货币创建投资组合。

但是，该课程没有考虑到加密货币的特殊性：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？分析师可以通过链上观点澄清此类问题。在本文中，我们想解释几种使用API??获取此类数据的方法。如本系列上一篇文章所述，我们使用R。

（AD）

使用Bitwala帐户购买比特币。
?为什么要在Bitwala开设银行帐户？ “德国制造”的银行帐户，其存款保护高达100,000欧元；快速流动性的24/7比特币交易;只交易“真实”比特币-没有差价合约之类的金融衍生产品；通过比特币钱包和私钥进行安全的用户控制；使用非接触式借记万事达卡在全球提款并付款。

立即开设免费帐户

本文的第二个目标是一起创建一个小的探索性数据分析。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。

Coinmetrics要求比特币数据

对于纯课程活动之外的数据，Coinmetrics进行了很好的研究。 Coinmetrics是一家致力于加密货币相关分析的公司。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，感兴趣的各方可以到达一个前端，在其中可以查看有关其时间发展的各种数据：

如你所见，除比特币外，还可以检查其他各种加密货币。上图显示了比特币价格的发展。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，你仍然可以使用“公式”创建并以图形方式组合上述尺寸。例如，在这里，比特币分析师可以走得更远，并为简单的趋势预测建模。

但是，如果你想使用其他模型或与他人一起查看Coinmetrics的数据怎么办？还是不应该仅仅根据时间来分析数据？假设我们要更详细地分析比特币交易数量与其价格之间的关系。我们对时间上下文不感兴趣，而是对交易数量对比特币价格的影响有何影响。

在这里，我们可以再次执行与上周类似的操作，并使用Coinmetrics的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价格的数据：

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

实际上，你几乎可以阅读上面的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，尤其是比特币价格（PriceUSD）和交易数量（TxCnt）。

Tidyverse的漂亮图片

到目前为止，非常容易。我们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，我想让准分析师熟悉Tidyverse。

如上周所述，Tidyverse是一个库的集合，这些库使使用R中的数据更加容易。特别是在探索性数据分析领域，即，如果你想先使用数据，Tidyverse是一个非常令人愉快的帮助。有了它，数据的准备，分析和可视化就非常简单。

为了能够使用Tidyverse，我们首先必须调用相应的库。为此，我们像上周一样进行操作，并使用库命令调用Tidyverse：

库（tidyverse）

顺便说一句：如果此处显示错误消息，则你很可能必须安装适当的库。你可以使用install.packages命令执行此操作：

install.packages（tidyverse）

现在我们可以处理数据了。我们使用一个简单的命令提取数据：

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

我们可以像上周一样将数据放入一个变量中：

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

显微镜下的比特币汇率和交易数量

现在我们可以使用数据了。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。让我们利用这一点来说明所需的关系：

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

我们用它来制造毛坯钻石。目前，它看起来像一个漂亮的点云，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-比特币的价格和交易数量-我们认为大小都超过几个数量级。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，其中可以输入* x或y。关于此命令的好处是我们还可以使用它来实现稍微更好的轴标签和设置限制。总的来说，我们遇到了这个扩展：

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

在一个非常有趣的K线走势图上：

总体而言，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。他沿着渠道走。这种可视化证实了一些梅特卡夫定律：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使用数据分析和可视化更好地了解Bitcoin＆Co.。而且本文还应作为一个开始：其他加密货币中的关系如何？在启动Lightning网络之前，我是否应该单独看课程开发？你甚至可以对上面显示的关系进行建模吗？一个又一个的问题。在研究中经常如此，敞开的门后面有更多的被锁住的。

我们希望每个读者在打开其他大门时都感到很开心。如果你发现了一些有趣的事情，那么如果你在Discord中告诉社区，那就太好了。

—-

编译者/作者：不详

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。