Maiores ocorrências

O pacote conta com a função plot_top_5_currencies() que já apresenta de brinde um gráfico de barras com as 5 principais cryptomoedas do mercado, veja:

plot_top_5_currencies()

Detalhes do mercado

Os resultados ficam disponíveis para quem quiser interpretar. É importante notar que isso não nos da a imagem de como o mercado está dividido entre várias cryptomoedas, então vamos obter os dados completos de várias cryptomoedas:

mercado_hoje <- get_marketcap_ticker_all()
head(mercado_hoje[,1:8])

Visualmente

Após extrair os dados completos de várias cryptomoedas, vamos visualizar essa distribuição através de um treemap com os códigos:

library(treemap)
base <- na.omit(mercado_hoje[,c('id','market_cap_usd')])
base$market_cap_usd <- as.numeric(base$market_cap_usd)
base$formatted_market_cap <-  paste0(base$id,'\n','$',format(base$market_cap_usd,big.mark = ',',scientific = F, trim = T))
treemap(base, index = 'formatted_market_cap', vSize = 'market_cap_usd', title = 'Cryptocurrency Market Cap', fontsize.labels=c(12, 8), palette='RdYlGn')

Vou deixar as interpretações para os analistas de mercado, mas como um cientista de dados, muitos (muitos mesmo) insights podem ser extraídos dos dados acima e pode ser interessante analisar esse mercado

Loop infinito para acompanhar os preço

Existe um universo de infinitas possibilidades para acompanhar estes dados, trago aqui um loop infinito (while(TRUE)) composto por um , um data.frame histórico.RData, um tempo entre uma consulta e outra (30 segundos por padrão) e a consulta propriamente dita. Veja:

#Inicializa o historico.RData
historico = nova_consulta
save(historico, file = "historico.RData")

Dando início ao loop:

  #loop infinito
  while(TRUE){
    #pega a cotacao do bitcoin brasil (BTCBRL) da API do blinktrade
    nova_consulta_list = safe_fromJSON("http://api.blinktrade.com/api/v1/BRL/ticker?crypto_currency=BTC")
  
    #verifica se a API retornou uma lista
    if("list" %in% class(nova_consulta_list$result)){
      nova_consulta = nova_consulta_list$result %>%
        as.tibble %>%
        mutate(timestamp = lubridate::now())
      #
      #
      # espaco reservado para as regras!
      #
      #
      #guarda a consulta
      historico = bind_rows(historico, nova_consulta)
      save(historico, file = "historico.RData")
    }
    #condicoes
    #Exemplo:
    #if(nova_consulta$buy > 14600 & nova_consulta$last < 14500){
    #
    #Fazer alguma coisa
    #
    #
    #}
  }

Também podemos acompanhar graficamente incluindo um gráfico dentro do loop, veja:

while(TRUE){
    #pega a cotacao do bitcoin brasil (BTCBRL) da API do blinktrade
    nova_consulta_list = safe_fromJSON("http://api.blinktrade.com/api/v1/BRL/ticker?crypto_currency=BTC")
  
    #verifica se a API retornou uma lista
    if("list" %in% class(nova_consulta_list$result)){
      nova_consulta = nova_consulta_list$result %>%
        as.tibble %>%
        mutate(timestamp = lubridate::now())
      
      #
      #
      # espaco reservado para as regras!
      #
      #
      
      #guarda a consulta
      historico = bind_rows(historico, nova_consulta)
      save(historico, file = "historico.RData")
    }
    
    #Cria um gráfico;
    
    ggplot(historico %>%
                 gather(indicador, valor, high, low, buy, sell, last))+
      geom_line(aes(x=timestamp, y=valor, color=indicador))
    
    #condicoes
    #if(nova_consulta$buy > 14600 & nova_consulta$last < 14500){
    #
    # Fazer alguma coisa
    #
    #}
    
    
  }

Este gráfico retornará algo como:

Este gráfico será atualizado em tempo real!