Bitcoin no R

[et_pb_section admin_label="section"][et_pb_row admin_label="row"][et_pb_column type="4_4"][et_pb_text admin_label="Texto" background_layout="light" text_orientation="justified" text_font="Verdana||||" text_font_size="18" use_border_color="off" border_color="#ffffff" border_style="solid"]

Vou participar de dois eventos no mês que vem sobre criptomoedas e, portanto, estou lendo um pouco mais sobre o assunto. Nunca tive grande interesse pelo tema (sim, eu não sou austríaco), mas é sempre bom a gente expandir nosso conhecimento, não é mesmo? E qual a melhor forma de começar? Sim, tendo acesso aos dados...

library(Quandl)
library(ggplot2)
library(forecast)
library(scales)
btc = Quandl("BCHARTS/ROCKUSD", type='xts')
autoplot(btc[,4])+
 annotate("rect", fill = "gray", alpha = 0.5, 
 xmin = as.Date('2016-08-01'), 
 xmax = as.Date('2017-08-20'),
 ymin = -Inf, ymax = Inf)+
 geom_line(size=.1, colour='darkblue')+
 scale_y_discrete(limits=c(0,500,1000,1500,2000,2500,3000,3500,4000,
 4500))+
 scale_x_date(breaks = date_breaks("3 months"),
 labels = date_format("%b/%Y"))+
 theme(axis.text.x=element_text(angle=45, hjust=1),
 plot.title = element_text(size=11, face='bold'),
 plot.caption = element_text(size=9),
 axis.title.y = element_text(size=9))+
 xlab('')+ylab('')+
 labs(title='Bitcoin vs. USD (Fechamento Diário)',
 subtitle='Fonte: Quandl R API')

O gráfico, como se pode ver no código, está baseado no Quandl, mas há um pacote específico chamado Rbitcoin. Por enquanto é isso. Ao longo das próximas semanas falo mais de bitcoin por aqui! 🙂

[/et_pb_text][/et_pb_column][/et_pb_row][/et_pb_section]

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Aplicando o Time Series Transformer para prever inflação (IPCA)

Neste exercício, exploramos a previsão de séries temporais utilizando o Temporal Fusion Transformer (TFT). O TFT é uma arquitetura de Deep Learning baseada em mecanismos de atenção, desenhada especificamente para lidar com múltiplas variáveis e horizontes de previsão longos, mantendo a interpretabilidade — uma característica frequentemente ausente em modelos de "caixa-preta".

Análise do Payroll norte-americano com Python

O Payroll norte-americano é o termômetro da economia global. No post de hoje, mostro como analisar esse indicador usando Python e as bibliotecas Pandas e Plotnine. Saia do básico e aprenda a visualizar a geração de empregos nos EUA de forma profissional.

O papel da credibilidade do Banco Central na desinflação da economia

O objetivo deste trabalho é mensurar a credibilidade da política monetária brasileira através de diferentes métricas e verificar empiricamente se uma maior credibilidade contribui para a redução da inflação. Realizamos a modelagem econométrica usando o pacote {systemfit} disponível na linguagem. Ao fim, criamos um relatório reprodutível com a combinação Quarto + R.

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

como podemos ajudar?

Preencha os seus dados abaixo e fale conosco no WhatsApp

Boletim AM

Preencha o formulário abaixo para receber nossos boletins semanais diretamente em seu e-mail.