Coder Social home page Coder Social logo

proyecto2_data_analytics's Introduction

Proyecto2_Data_Analytics Introduccion al Mercado de las Criptomonedas.

Proyecto n°2 Data Analytics Henry

descarga

🚀Introduccion al Mercado de las Criptomonedas 💹

  • Ya desde hace varios años el Mercado de las Criptomonedas esta creciendo. Cada vez más inversores, empresas y entusiastas buscan comprender mejor el comportamiento y la evolución de estos activos digitales. Es importante antes de adentrarse en este mundo, informarse. Uno de los acrónimos clásicos en la cultura cripto es DYOR, o lo que es lo mismo, Do-Your-Own-Research. Investiga sobre la moneda, en los canales oficiales, los foros, los perfiles sociales… Investiga, analiza y decide.
  • Algunas caracteristicas que lo diferencian de los mercados tradicionales:

  • Descentralizacion
  • Volatilidad
  • Funciona 24/7
  • Gran variedad
  • Tecnologia Blockchain
  • Anonimato y transparencia
  • Acceso global

🚀 Proyecto de data Analytics de Criptomonedas 💹

En este proyecto, se reailzo la seleccion de 10 monedas teniendo en cuenta la capitalizacion del mercado. Utilizando tecnologías como Python se llevo a cabo la conexión a la fuente de datos (API CoinGecko) y se realizo un analisis de los datos de estas 10 criptomonedas elegidas. Exploraremos las tendencias del mercado, realizaremos cálculos de rendimiento y examinaremos las oportunidades de inversión en el emocionante mundo de las finanzas descentralizadas (DeFi) y las criptomonedas. ¡Vamos a adentrarnos juntos en el panorama financiero del futuro! 🌌


📚 Descripción de la Selección por Capitalización de Mercado

La elección de la capitalización de mercado como fundamento de este proyecto de análisis de criptomonedas se basa en su papel fundamental en la evaluación y comprensión de la importancia y el valor percibido de cada token dentro del mercado criptográfico.

La capitalización de mercado es un indicador clave que refleja el valor total de una criptomoneda en circulación en función de su precio actual. Es calculada multiplicando el precio actual de cada token por su oferta circulante. A través de este enfoque, podemos comprender la valoración relativa de cada token en comparación con otros en el mismo mercado.

Al elegir la capitalización de mercado como criterio para seleccionar tokens para este proyecto, buscamos destacar aquellos tokens que tienen una mayor adopción, liquidez y reconocimiento en el mercado. Los tokens con una capitalización de mercado significativa generalmente han demostrado una base sólida de inversores y un interés sostenido de la comunidad financiera. Esto puede reflejar su utilidad, casos de uso y potencial para el crecimiento a largo plazo.

Además, los tokens con una capitalización de mercado alta tienden a ser menos volátiles en comparación con aquellos con una capitalización más baja. Esto puede proporcionar una mayor estabilidad para nuestros análisis y permitir una evaluación más precisa de las tendencias y patrones a lo largo del tiempo.

En resumen, la selección por capitalización de mercado nos permite enfocarnos en los tokens más influyentes y establecidos en el ecosistema criptográfico. Esto nos brinda la oportunidad de analizar con mayor precisión su evolución a lo largo del tiempo y comprender cómo han respondido a diversos factores del mercado y eventos macroeconómicos.

📊 Tokens Criptográficos Seleccionados por Capitalización de Mercado

En este proyecto de análisis de criptomonedas, hemos seleccionado cuidadosamente un conjunto de tokens basados en su capitalización de mercado, lo que nos permite enfocarnos en aquellos activos que tienen un impacto significativo en el mercado y una presencia establecida en la comunidad financiera. A continuación, presentamos los tokens seleccionados y algunos detalles clave de cada uno:

  • Bitcoin (BTC): Bitcoin es la primera y más reconocida criptomoneda. Fue creado como una alternativa a las monedas fiduciarias tradicionales y es considerado por muchos como una reserva de valor digital. Su oferta limitada y la adopción institucional han contribuido a su crecimiento y legitimidad en los mercados financieros.

  • Ethereum (ETH): Ethereum es una plataforma de contratos inteligentes y aplicaciones descentralizadas. Es conocido por impulsar el auge de las finanzas descentralizadas (DeFi) y los tokens no fungibles (NFT), transformando la forma en que se construyen y utilizan aplicaciones en línea.

  • Tether (USDT): Tether es una criptomoneda estable vinculada al dólar estadounidense. Se utiliza como refugio de valor en momentos de volatilidad y facilita el comercio en exchanges al proporcionar estabilidad de precio.

  • Binance Coin (BNB): BNB es la moneda nativa de la plataforma de intercambio Binance. Se utiliza para pagar tarifas de transacción en la plataforma y ha ganado popularidad debido a su utilidad y a las ventas de tokens en la plataforma.

  • Ripple (XRP): Ripple se enfoca en facilitar transferencias internacionales de dinero de manera rápida y eficiente. Aunque ha enfrentado desafíos regulatorios, su enfoque en soluciones de pagos globales sigue siendo relevante en la industria.

  • USD Coin (USDC): Similar a Tether, USDC es una criptomoneda estable vinculada al dólar estadounidense. Ofrece estabilidad de valor y es ampliamente utilizado en exchanges y aplicaciones financieras.

  • Lido Staked Ether (STETH): STETH es una forma de participar en Ethereum 2.0, una actualización de Ethereum para mejorar su escalabilidad y eficiencia. Los poseedores de STETH obtienen recompensas por validar transacciones en la red Ethereum.

  • Cardano (ADA): Cardano se centra en la investigación científica y el desarrollo de soluciones blockchain escalables y sostenibles. Ofrece un enfoque único en la gobernanza y la investigación académica.

  • Dogecoin (DOGE): Dogecoin comenzó como una broma, pero ha ganado una comunidad activa. Aunque tiene un enfoque menos serio, ha ganado popularidad y atención en los medios.

  • Solana (SOL): Solana destaca por su alta velocidad y escalabilidad, lo que lo hace adecuado para aplicaciones descentralizadas de alto rendimiento y DeFi.

Estos tokens son importantes debido a sus diversas características y casos de uso, que van desde ser 🛡️ reservas de valor hasta habilitar 🏦 aplicaciones financieras y 🤖 contratos inteligentes. Cada uno tiene su propia comunidad y utilidad en el mundo de las 🪙 criptomonedas y la 🔗 tecnología blockchain.

📂 Estructura de Carpetas

  • 📂EDA: Carpeta que contiene notebooks de análisis exploratorio de datos y archivos CSV con datos de diferentes tokens.
    • EDA10.ipynb: Es el notebook que contiene el análisis inicial de las 10 monedas elegidas.
    • EDAbitcoin/EDAbnb/EDAcardano/EDAdogecoin/EDAethereum/EDAlidostaked/EDAsolana/EDAtether/EDAxrp/EDAusd: Luego hay un notebook por cada token con el analisis exploratorio de cada uno. Ademas tambien en los graficos se encuentran algunos KPI´s de los que seleccione.

    📊 Archivos CSV con Datos

    • Dentro de la carpeta 'CSVDB' coloque los CSV que cree en cada EDA de cada token. Estos CSV los utilizo en el dashboard del proyecto.

  • 📂ETL: En esta carpeta estan los archivos en los cuales extraje inicialmente los datos para luego realizar el EDA.
  • 10monedas.ipynb: Notebook de extracción y carga de datos de las 10 criptomonedas seleccionadas.
  • api-conexion.ipynb: Notebook que muestra la conexión a una API para obtener datos.
  • categories.ipynb: Notebook para obtener las categorias de las 10 monedas elegidas.
  • exchanges.ipynb: Notebook para la extracción y transformación de datos de exchanges.
  • history.ipynb: Notebook para el histórico de precios y datos.
  • 10cripto.csv: Archivo CSV con los datos de las 10 criptomonedas seleccionadas.
  • bitcoin.csv: Archivo CSV con los datos de Bitcoin (BTC).
  • bnb.csv: Archivo CSV con los datos de Binance Coin (BNB).
  • cardano.csv: Archivo CSV con los datos de Cardano (ADA).
  • dogecoin.csv: Archivo CSV con los datos de Dogecoin (DOGE).
  • ethereum.csv: Archivo CSV con los datos de Ethereum (ETH).
  • lidostaked.csv: Archivo CSV con los datos de Lido Staked Ether (STETH).
  • solana.csv: Archivo CSV con los datos de Solana (SOL).
  • tether.csv: Archivo CSV con los datos de Tether (USDT).
  • usdcoin.csv: Archivo CSV con los datos de USD Coin (USDC).
  • xrp.csv: Archivo CSV con los datos de Ripple (XRP).
  • exchange.csv: Archivo CSV con los datos de exchanges.
  • categorias.csv: Archivo CSV con las categorias de las monedas.

📊 Key Performance Indicators (KPIs) utilizados en el análisis.

Dentro del analisis de mi proyecto seleccione los siguientes KPI´s que continuo desarrollando y explico con mayor profundidad en el Dashboard del proyecto.

  • Rendimiento histórico: Evaluar cómo una criptomoneda ha funcionado en el pasado, considerando su rendimiento en diferentes marcos temporales.
  • Valores maximos y minimos históricos.
  • Retorno de la inversión (ROI): es una medida financiera utilizada para evaluar la eficacia de una inversión en un activo. Es un indicador del crecimiento del valor de su inversión durante un determinado periodo de tiempo.
  • Índice de Fuerza Relativa (RSI) y media movil: son indicadores tecnicos utilizados por traders, facilitan la identificación de patrones y señales de venta o compra spot en el actual entorno de mercado, teniendo en cuenta cambios reciente de precio.
  • Volatilidad: medida de la variabilidad en los precios de una criptomoneda en un período de tiempo determinado

📊 DASHBOARD

  • El dashboard interactivo del proyecto muestra una introduccion a las 10 criptomonedas elegidas, los KPIS´s y las conclusiones.

README.md: Este archivo que proporciona una descripción detallada del proyecto.


📌 Recursos Utilizados

En este proyecto, hemos utilizado una variedad de recursos y herramientas para llevar a cabo el análisis de datos de criptomonedas. Aquí está la lista de recursos que hemos utilizado:

  • Python: El lenguaje de programación principal utilizado para la manipulación, análisis y visualización de datos.

  • Pandas Documentation: Pandas es una biblioteca de Python ampliamente utilizada para el análisis y manipulación de datos tabulares.

  • Matplotlib Documentation: Matplotlib es una biblioteca gráfica en 2D para la generación de visualizaciones estáticas, interactivas y animadas en Python.

  • Seaborn Documentation: Seaborn es una biblioteca de visualización de datos basada en Matplotlib que proporciona una interfaz de alto nivel para crear gráficos atractivos y informativos.

  • API coingecko: Para conectarnos y extraer los datos de las criptomonedas

  • Binance: Pude encontrar informacion de KPI´s en la pagina de binance academy.

  • CoinMarketCap: Tambien la utilice para obterner informacion sobre criptomonedas.

Estos recursos han sido fundamentales para realizar el análisis de datos, generar visualizaciones efectivas y presentar los resultados de manera clara y comprensible. Cada herramienta desempeña un papel esencial en diferentes etapas del proyecto, desde la extracción y transformación de datos hasta la creación de gráficos interactivos en el panel de control.

🙎🏻‍♀️Autora del proyecto:

Constanza Florio

proyecto2_data_analytics's People

Contributors

constanzafl avatar

Stargazers

 avatar

Watchers

 avatar

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. 📊📈🎉

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google ❤️ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.