coin-stock-deep-learning

upbit-api를 통해서 coin 데이터를 받아 LSTM으로 주가 예측

개요

본 시스템은 크게 3가지 단계로 이루어져 있습니다.

1. Data pre-processing upbit-api를 통해서 원하는 코인의 'opening_price', 'high_price', 'low_price', 'trade_price', 'candle_acc_trade_volume'를 가져와 .csv로 저장합니다.
2. Deep learning 데이터를 LSTM을 통해 학습합니다.
3. Predict 학습한 모델을 통해서 하루 뒤의 코인 주가를 예측합니다.

Installation

파이썬 개발 환경으로 최신 버전의 Anaconda를 설치하세요. (Python3 버전용)

• tensorflow (2 이상)
• pandas
• numpy
• scikit-learn
• matplotlib
• tqdm
• requests

$ pip install -r requirements.txt

---

Directory

필수 디렉토리는 다음과 같습니다:

.
├── coin_list.txt
├── upbit_main.py
├── upbit_market.py
├── upbit_deep.py
├── upbit_deep_test.py
├── checkpoint/
└── data/

각각의 것들에 대한 개요입니다:

파일	설명
coin_list.txt	원하는 코인이름 입력
upbit_main.py	main
upbit_market.py	coin-stock데이터 받아오기
upbit_deep.py	deep learning학습
upbit_deep_test.py	검증

시작하기 앞서 coin_list.txt에 원하는 코인의 이름을 한글명으로 적어야합니다.

비트코인 이더리움
리플 에이다
폴카닷

---

Run

다음과 같이 프로그램을 실행 합니다.

$ python upbit_main.py

결과는 아래의 파일과 같이 저장됩니다.

1. coin stock data: (./data/coin name.csv)
2. loss: (./coin name.png)
3. checkpoint (./checkpoint/coin name.ckpt)
4. result (./coin name_pred.png)

---

1. coin stock data

2. loss

4. result

upbit_market

성능

upbit-api를 가지고 200개의 데이터를 한번 받는데 0.1005s가 걸리며 반복문을 통해서 200, 100, 10, 1개순으로 데이터를 받으며 원하는 날짜를 입력하면 그 날부터 데이터를 받습니다. 1일단위는 ["opening_price", "high_price", "low_price", "trade_price", "candle_acc_trade_price", "candle_acc_trade_volume", "prev_closing_price", "change_price", "change_rate"]이며, 그 외에는 ["opening_price", "high_price", "low_price", "trade_price", "candle_acc_trade_price", "candle_acc_trade_volume"]를 받습니다. 자세한 내용은 [upbit-api-docs]](https://docs.upbit.com/reference#%EC%8B%9C%EC%84%B8-%EC%BA%94%EB%93%A4-%EC%A1%B0%ED%9A%8C)를 확인해주세요.

---

KRW-coin의 종목을 korean, english를 dic형태로 반환합니다. coin_list에는 korean KRW-coin을 리스트형태로 지정해주어야 합니다. None인 경우 KRW-coin전체를 반환합니다.

upbit_market.Choose_coin(coin_list = None)

local_path 파라미터는 현재 소스가 저장된 디렉토리로 지정됩니다.

• 래퍼런스 함수로 os.getcwd()를 사용하면 됩니다.

step 파라미터는 조회단위를 지정합니다. 파라미터에는 다음 값을 지정할 수 있습니다.

• day/minute1/minute3/minute5/minute10/minute15/minute30/minute60/minute240/week/month

coin_list 파라미터는 원하는 코인의 이름을 리스트형태로 적어주면 됩니다.

upbit_market.get_coin_data(local_path = None, step = None, coin_list = None):

upbit_deep

Model

LSTM기반으로 사용하며 현재는 더 좋은 모델을 찾고 있습니다.

'opening_price', 'high_price', 'low_price', 'trade_price', 'candle_acc_trade_volume' 총 (60, 5)의 데이터를 통해서 다음 step의 trade_price를 예측하는 모델입니다

• Train : Test = 70 : 30
• Train Period = 현재로부터 최근 30% 데이터
• epochs = 20 (2번부터 loss가 줄지 않을 때 정지합니다.)