比特币10年价格数据(2014-2024)分析(基础)

数据入口：【每周挑战】比特币10年价格数据可视化和量化分析 - Heywhale.com

本数据集包含 2014 - 2024 的比特币美元价格数据，具体包含比特币每日的开盘价、最高价、最低价、收盘价以及成交量等关键信息。数据说明如下：

字段	说明
Date	日期，比特币的交易日期
Open (Open price per unit)	开盘价，每天比特币交易开始时的价格
High (Highest price per unit)	最高价，每天交易期间比特币的最高成交价格
Low	最低价，每天交易期间比特币的最低成交价格
Close (Adj Close)	收盘价，指当天交易结束时的价格，调整后的收盘价考虑了股息等因素
Volume	成交量，每天比特币的交易量，通常以比特币的单位表示

本文将从以下方面进行：价格波动与趋势分析、成交量与市场波动关系分析、价格异常波动检测和成交量异常值检测。

一：数据预处理

import pandas as pd
file_path = 'BTC-USD (2014-2024).csv'
df = pd.read_csv(file_path)
df1 = df[['Date', 'Adj Close', 'Volume']]
df1

这里常用收盘价作为当日比特币价格，所以可以去除其他与数据分析无关的列，数据样貌如下：

df1.info()

数据概览如下：

有与观察到数据存在空值，可能会影响后续分析，可以先去除空值：

df1 = df1.dropna(subset=['Adj Close', 'Volume'])

二：价格波动与趋势分析

import matplotlib.pyplot as plt
import matplotlib.dates as mdates

df1['Date'] = pd.to_datetime(df1['Date'])

start_index_2014 = df1[df1['Date'].dt.year == 2014].index[0]

plt.figure(figsize=(14, 7))
plt.plot(df1['Date'], df1['Adj Close'], label='Adjusted Close Price')
plt.title('Adjusted Close Price Trend from 2014')
plt.xlabel('Date')
plt.ylabel('Price')
plt.legend()
plt.gca().xaxis.set_major_locator(mdates.YearLocator())  
plt.gca().xaxis.set_major_formatter(mdates.DateFormatter('%Y')) 
plt.gca().set_xlim(df1['Date'][start_index_2014], df1['Date'].iloc[-1])  
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

rolling_window = 30
df1['Rolling Mean'] = df1['Adj Close'].rolling(window=rolling_window).mean()
df_reduced['Rolling Std'] = df1