Bot de comercio de cifrado: bot de análisis de sentimientos con TextBlob y Python

Introducción al análisis de opiniones con Python

El análisis de sentimiento es una aplicación de aprendizaje automático en la que se analiza un fragmento de texto mediante un modelo informático para determinar el “sentimiento” detrás del tweet, como positivo o negativo sobre un tema en particular.

Python es un gran lenguaje para realizar este tipo de análisis dada cualquier fuente de escritura debido a las capacidades de procesamiento del lenguaje natural y bibliotecas y paquetes desarrollados específicamente para el análisis de sentimientos.

Debido a la inmensa cantidad de redes sociales disponibles, existe una gran oportunidad para poder comprender el sentimiento sobre un tema determinado en tiempo real.

Las capacidades ca p de análisis de sentimiento se utilizarán para crear señales de compra y venta para un robot de comercio de cifrado, que anticipará el movimiento de precios por el sentimiento actual de los principales operadores de twitter ‘influyentes’, en comparación con promedios históricos.

Para celebrar el nuevo chat de discordia del International Crypto Research Group, crearé una nueva serie de Youtube basada en un bot de análisis de sentimientos y, en particular, intentaré emular una determinada estrategia comercial basada en el análisis de sentimientos y el precio.

Las publicaciones de Twitter se utilizarán como fuente de contenido sobre el que se realizará un análisis sentimental, con valores históricos rastreados y comparados para informar la estrategia comercial.

El bot inicial se limitará a Twitter, sin embargo, en última instancia, se utilizarán sitios web extendidos y fuentes de noticias como Reddit, canales de Discord y chats de telegramas.

El objetivo final es el desarrollo de un robot comercial (escrito en Python) que sea capaz de realizar acciones en el mundo real, como comprar y vender criptomonedas con algoritmos en un intercambio de criptomonedas y funcionar de manera rentable a lo largo del tiempo, mientras se actualiza y analiza constantemente con Análisis de sentimiento.

Con respecto a las instrucciones técnicas para esta instalación de este bot, seguiré el tutorial disponible aquí: Análisis de sentimiento con Python.

Estrategia de comercio de Twitter criptográfico de análisis de sentimientos: “Barbie Bot”

Twitter es un gran lugar para conversaciones sobre criptomonedas debido a la gran cantidad de cuentas de “cripto twitter”, noticias y opiniones generadas por “líderes de opinión” e influencers de este género. Una de las mejores fuentes de información y conocimientos sobre criptomonedas es un comerciante con el identificador twitter.com/BARBIEBUYSDIPS.

En junio de 2018, Barbie Buys Dips describió una estrategia comercial que creo que sería excelente para imitar y codificar a través de un programa de Python. Con ese fin en mente, el conjunto de herramientas de análisis de sentimientos se aplicará a la estrategia descrita por Barbie Buys Dips para determinar las señales comerciales de compra / venta.

El bot de comercio de cifrado “Bitcoin Barbie Bot” es un intento de codificar la estrategia de comercio de cifrado descrita por @BarbieBuysDips ✨ en este tweet:

Básicamente, la estrategia descrita por @BarbieBuysDips ✨ describe cómo mantenerse alejado de Pump & amp; Volcar esquemas, mientras se beneficia de su comportamiento predecible. Además, la bomba & amp; Los esquemas de dumping no requieren necesariamente una “camarilla interna” organizada para organizar tal comportamiento, ya que el mercado generalmente experimentará esta exuberancia racional por completo sin un partido central organizador.

Al analizar el sentimiento y coordinarlo con la acción del precio, se explorará una nueva estrategia.

Pensé que esta estrategia sería excelente de implementar usando el Análisis de sentimiento porque brindará una metodología algorítmica para aprovechar un comportamiento predecible descubierto por un comerciante de criptomonedas con mucha experiencia.

Codificaremos un script de Python que monitoreará los tweets que mencionan una determinada moneda criptográfica (como bitcoin o ethereum), realizaremos un análisis de sentimiento para determinar la perspectiva de los tweets recientes sobre la moneda y realizará acciones comerciales si se alcanzan ciertos objetivos de precios. basado en horarios y valores históricos de 1 día o 1 hora. Enlace al código Python en Github.

La investigación adicional limitará las publicaciones de Influencer & amp; Cuentas de alto número de seguidores para determinar los cambios en la opinión, así como para determinar la opinión de la fuente que gran parte de cryptotwitter ha comenzado a seguir cuidadosamente.

Descripción, estrategia y amp; Análisis de sentimiento de funcionalidad / bot BBB

El bot realizará una serie de acciones “básicas” y se implementará en una secuencia de comandos de Python.

Reiterando, la funcionalidad de un bot para implementar esta estrategia se basa en un script de Python que:

Resultados del análisis de opiniones

Valores de opinión sobre Bitcoin
Número de tweets analizados: 200
Porcentaje de tweets positivos: 35,44%
Porcentaje de tweets negativos: 16,45%
Porcentaje de tweets neutrales: 48,10%

Los gráficos anteriores demuestran el robot de análisis de opiniones durante períodos de tiempo variables, desde 10 minutos hasta 12 horas. Deberá establecerse un valor “de referencia” para determinar si el sentimiento es particularmente positivo, negativo o neutral.

Valores de opinión promedio durante el período anterior:

Estos valores me sorprendieron porque esperaba un valor más alto tanto para Positivo como para Negativo, pero el chat de Twitter es principalmente Neutral sobre el tema de Bitcoin. También hay ocasiones en las que Neutral alcanza el 75% de todos los tweets enviados.

Valores máximos de opinión durante el período anterior

Valores mínimos de opinión durante el período anterior

Investigación futura sobre análisis de sentimientos / robot de estrategia BBB

Future Research consiste en codificar en vivo el desarrollo de la estrategia en Python, mejorar la documentación y el pensamiento estratégico detrás del proyecto e implementar la funcionalidad del bot en Binance Exchange para determinar los resultados del Análisis de sentimiento y la estrategia BBB.