PROYECTO INDIVIDUAL Nº2 - DATA ANALYTICS

Cryptocurrency Market Data Analytics

by Angie Arango Zapata

Contexto

En este proyecto se presenta un análisis exhaustivo del mercado de criptomonedas utilizando datos de la API CoinGecko. El análisis se enfoca en 13 criptomonedas seleccionadas según su capitalización y estabilidad.

Para realizar el análisis, se seleccionaron 13 criptomonedas siguiendo dos criterios específicos: la capitalización y la estabilidad. La capitalización se alude al valor completo del mercado de una criptomoneda en particular, en tanto que la estabilidad se relaciona con las variaciones de precio que experimenta a lo largo del período analizado.

Se han escogido las siguientes criptomonedas en función de su capitalización:

• Bitcoin (BTC)
• Ethereum (ETH)
• Binance Coin (BNB)
• XRP (XRP)
• Dogecoin (DOGE)

Asimismo, se han seleccionado estas criptomonedas considerando su estabilidad:

• DAI (DAI)
• Binance USD (BUSD)
• TrueUSD (TUSD)
• Frax (FRAX)
• Decentralized Dollar (USDD)
• Pax Dollar (USDP)

Aquellas criptomonedas que se encuentran en ambas categorías son:

• Tether (USDT)
• USD Coin (USDC)

Objetivo

Comprender y evaluar el comportamiento del mercado de criptomonedas en un período determinado con el fin de informar decisiones de inversión y estrategias financieras. A través de la recopilación y análisis de datos, se busca identificar patrones, tendencias y oportunidades en el mercado de criptomonedas, así como mitigar riesgos potenciales.

A través de este análisis, se pretende examinar los siguientes Indicadores Clave de Rendimiento (KPIs):

• Porcentaje de Cambio en el Mercado de Capitalización por Moneda: Muestra la variación en el valor total de una criptomoneda en términos porcentuales.

• Cambio Precio Promedio por Moneda: Indica la fluctuación porcentual en el precio promedio ponderado de una criptomoneda.

• Volumen Total Negociación por Moneda: Refleja la cantidad total de una criptomoneda comprada o vendida en un período determinado.

Extracción de la información

Los datos fueron obtenidos de la API CoinGecko. Una vez realizada la selección de las monedas, se procedió a realizar solicitudes a la API utilizando Python. Esto se logró mediante la creación de funciones personalizadas. A partir de estos datos, se construyeron dos DataFrames: uno con 8 monedas caracterizadas por su estabilidad df_stable y otro con 5 monedas de mayor capitalización df_top.

stablecoins

topcurrency

Finalmente se creo un DataFrame df_cryptocurrency en el que se unieron los otros dos ya mencionados y a este se le realizo el proceso de EDA y el dashboard.

cryptocurrency

EDA

En nuestro proceso, hacemos uso de diversas librerías que son esenciales para llevar a cabo un análisis exploratorio de datos de manera efectiva. Algunas de las librerías clave que utilizamos son:

• requests
• locale
• pandas
• matplotlib.pyplot
• seaborn

En el proceso de análisis exploratorio de datos, ejecutamos las siguientes etapas:

1. Carga y unión de datos: Importamos archivos CSV de los dataframes individuales para cada grupo de monedas y los fusionamos en un único dataframe df_cryptocurrency.

2. Limpieza de datos: Realizamos varias tareas de limpieza, entre las que destacan:

• Conversión del tipo de dato de la columna "Date" al formato datetime, lo que facilita el análisis temporal.
• Verificación de la existencia de duplicados y datos nulos, constatando que no existieran anomalías en los datos.
• Formateo de números: Hacemos uso de la librería 'locale' para asegurarnos de que los números se muestren de manera comprensible, en especial cuando se trata de precios en USD y los valores de MarketCap y TotalVolume, que cuentan con separadores de miles.

3. Visualizaciones: Creamos diversas visualizaciones que nos ayudan a entender mejor los datos:

• Scatter plot: Esta gráfica visualiza la relación entre el precio, el capital de mercado y el volumen total de diferentes criptomonedas, lo que puede ayudar a identificar patrones y relaciones.
• Gráfico de líneas con áreas: Este tipo de gráfico es ideal para representar la evolución y las tendencias de las criptomonedas a lo largo de un período de tiempo.
• Matriz de correlación: Utilizamos esta herramienta para descubrir patrones y relaciones más complejas en los precios de las criptomonedas.

Finalmente, concluimos el proceso guardando el dataframe resultante en un archivo CSV llamado cryptocurrancy_final.cvs, el cual posteriormente utilizamos para alimentar un dashboard que facilita la visualización y comprensión de los datos de manera interactiva y efectiva.

El EDA se encuentra aquí

Dashboard

Importación de datos.

Una vez importado el csv cryptocurrency_final, se optó por dividir el dataset en 1 tabla de hecho y 2 tablas de dimensiones según las siguientes variables elegidas del dataset:

Cripto_Id: identifcando las monedas con su nombre, categoria, símbolo y posición en el raking de capitalización del mercado.

Price [Precio]: colocando los precios de cada moneda con la fecha correspondiente.

Cryptocurrency: tabla de hecho que muestra por cada registro una fecha a partir del 01-08-2023 hasta el 15-08-2023 para cada una de las monedas del dataset, su MarketCap y TotalVolume.

Una vez efectuadas las creaciones de tablas y algunas transformaciones mínimas en Power Query, procedimos a unir las tablas en la vista "Modelo" mediante la clave primaria de cada tabla con la tabla de transacciones creando un esquema estrella.

A su vez creamos la tabla calendario para poder ser utilizada en funciones de inteligencia de tiempo y mayor nivel de agregación de datos.

El modelo quedó de la siguiente forma:

Modelado

El dashboard consta de 1 portada y 4 páginas navegables a través de una botonera de navegación.

Portada

En esta página introductoria, se presenta el informe "Análisis de Criptomonedas" y se indica el autor responsable de su creación. Sirve como punto de partida para explorar los datos y los hallazgos presentados en el informe.

Panorama General

En esta página se brinda una visión general del análisis de criptomonedas. Se presentan varios aspectos clave, como el "Total de Monedas" incluidas en el análisis. Además, se muestra el "Ranking" de las criptomonedas según su capitalización de mercado, lo que permite identificar rápidamente las monedas más influyentes. El "Mercado de Capitalización por Moneda" ilustra la distribución de valor entre las diferentes criptomonedas. También se destacan los valores extremos de "Precio Mínimo" y "Precio Máximo" por moneda, lo que proporciona una comprensión inmediata de la variabilidad de los precios. El análisis temporal se explora mediante el "Precio de las Criptomonedas según la Fecha", mientras que el "Volumen Total por Criptomoneda" revela la actividad de negociación en el mercado.

Detalles de las Criptomonedas

Esta página se enfoca en los detalles más específicos de las criptomonedas analizadas. Se resaltan los extremos de "Máximo Volumen Total" y "Mínimo Volumen Total", lo que arroja luz sobre las monedas más y menos negociadas. La "Volatilidad del Precio" ofrece información sobre la variabilidad en los precios de las criptomonedas. El "Volumen Total de Negociación por Moneda" refleja la actividad de compra y venta para cada criptomoneda, mientras que el "Cambio Promedio Diario por Moneda" presenta las fluctuaciones diarias de precio.

KPIs

Esta página alberga los Indicadores Clave de Desempeño (KPIs) más relevantes del análisis. El "Porcentaje de Cambio de Mercado de Capitalización por Moneda" muestra la evolución de la capitalización de mercado para cada criptomoneda. El "Porcentaje de Cambio en el Precio Promedio" refleja cómo los precios han variado en el tiempo. Finalmente, el "Volumen Total de Negociación por Moneda" detalla el nivel de actividad comercial. Estos KPIs proporcionan una instantánea rápida de los aspectos cruciales del análisis de criptomonedas.

Conclusiones

• Porcentaje de Cambio en el Mercado de Capitalización por Moneda: La mayoría de las criptomonedas experimentaron un crecimiento en su capitalización de mercado, indicando un interés continuo en estas monedas líderes. Sin embargo, algunas monedas como BUSD y TUSD registraron disminuciones significativas en su capitalización.

• Porcentaje de Cambio en el Precio Promedio: Los precios promedio de las criptomonedas tuvieron variaciones diversas. Mientras algunas como BTC y las stablecoins mantuvieron su estabilidad, otras como XRP experimentaron caídas notables en su precio promedio.

• Volumen Total de Negociación por Moneda: El aumento general en el volumen de negociación refleja un mayor interés y actividad comercial en el mercado de criptomonedas. Algunas criptomonedas destacadas experimentaron aumentos notables en su volumen total de negociación.