Tin tức

Tự động lấy và trực quan hóa dữ liệu giá tiền điện tử từ Binance với Python

26/09/2026 Đặng Trí Thanh 116 lượt xem ~4 phút đọc
Mục lục bài viết
    Tự động lấy và trực quan hóa dữ liệu giá tiền điện tử từ Binance với Python

    Tự động lấy và trực quan hóa dữ liệu giá tiền điện tử từ Binance với Python

    Giới thiệu

    Trong bài viết này, chúng ta sẽ học cách sử dụng Python và thư viện CCXT để lấy dữ liệu giá tiền điện tử từ sàn Binance, sau đó phân tích và trực quan hóa dữ liệu này. Đây là kỹ năng quan trọng cho các nhà giao dịch và phân tích thị trường tiền điện tử.

    1. Cài đặt và Cấu hình

    1.1. Cài đặt các thư viện cần thiết

    pip install ccxt pandas numpy plotly openpyxl

    1.2. Kết nối với Binance qua CCXT

    import ccxt
    import pandas as pd
    import plotly.graph_objects as go
    from datetime import datetime
    
    # Khởi tạo exchange
    exchange = ccxt.binance({
        'enableRateLimit': True,  # Tự động xử lý rate limit
        'options': {
            'defaultType': 'spot'  # Sử dụng spot trading
        }
    })
    
    # Kiểm tra kết nối
    print(f"Exchange: {exchange.name}")
    print(f"Markets: {len(exchange.markets)}")

    2. Lấy dữ liệu OHLCV (Candlestick)

    2.1. Lấy dữ liệu theo timeframe

    def fetch_ohlcv(symbol, timeframe='1h', limit=1000):
        """
        Lấy dữ liệu OHLCV từ Binance
    
        Parameters:
        - symbol: Cặp giao dịch (ví dụ: 'BTC/USDT')
        - timeframe: Khung thời gian ('1m', '5m', '1h', '4h', '1d')
        - limit: Số lượng nến muốn lấy (tối đa 1000)
        """
        try:
            ohlcv = exchange.fetch_ohlcv(symbol, timeframe, limit=limit)
            df = pd.DataFrame(ohlcv, columns=['timestamp', 'open', 'high', 'low', 'close', 'volume'])
            df['timestamp'] = pd.to_datetime(df['timestamp'], unit='ms')
            return df
        except Exception as e:
            print(f"Error fetching data: {e}")
            return None
    
    # Ví dụ sử dụng
    btc_data = fetch_ohlcv('BTC/USDT', '1h', 1000)
    print(btc_data.head())

    2.2. Lấy nhiều hơn 1000 nến

    def fetch_multiple_ohlcv(symbol, timeframe='1h', since=None, limit=1000):
        """
        Lấy nhiều hơn 1000 nến bằng cách sử dụng since parameter
        """
        all_ohlcv = []
        while True:
            try:
                ohlcv = exchange.fetch_ohlcv(symbol, timeframe, since=since, limit=limit)
                if len(ohlcv) == 0:
                    break
                all_ohlcv.extend(ohlcv)
                since = ohlcv[-1][0] + 1
            except Exception as e:
                print(f"Error: {e}")
                break
        return pd.DataFrame(all_ohlcv, columns=['timestamp', 'open', 'high', 'low', 'close', 'volume'])

    3. Xử lý và Lưu trữ Dữ liệu

    3.1. Xử lý dữ liệu với Pandas

    def process_ohlcv_data(df):
        """
        Xử lý dữ liệu OHLCV
        """
        # Chuyển đổi timestamp
        df['timestamp'] = pd.to_datetime(df['timestamp'], unit='ms')
    
        # Tính toán các chỉ báo
        df['returns'] = df['close'].pct_change()
        df['volatility'] = df['returns'].rolling(window=20).std()
    
        # Tính toán SMA
        df['SMA20'] = df['close'].rolling(window=20).mean()
        df['SMA50'] = df['close'].rolling(window=50).mean()
    
        return df
    
    # Xử lý dữ liệu
    btc_data = process_ohlcv_data(btc_data)

    3.2. Lưu trữ dữ liệu

    def save_data(df, filename, format='csv'):
        """
        Lưu dữ liệu ra file
        """
        if format == 'csv':
            df.to_csv(f"{filename}.csv", index=False)
        elif format == 'excel':
            df.to_excel(f"{filename}.xlsx", index=False)
        elif format == 'html':
            df.to_html(f"{filename}.html", index=False)
        else:
            print("Unsupported format")
    
    # Ví dụ lưu dữ liệu
    save_data(btc_data, 'btc_data', 'csv')
    save_data(btc_data, 'btc_data', 'excel')

    4. Trực quan hóa dữ liệu với Plotly

    4.1. Vẽ biểu đồ nến (Candlestick)

    def plot_candlestick(df, title='BTC/USDT Price'):
        """
        Vẽ biểu đồ nến với Plotly
        """
        fig = go.Figure(data=[go.Candlestick(
            x=df['timestamp'],
            open=df['open'],
            high=df['high'],
            low=df['low'],
            close=df['close']
        )])
    
        # Thêm SMA
        fig.add_trace(go.Scatter(
            x=df['timestamp'],
            y=df['SMA20'],
            name='SMA20',
            line=dict(color='blue')
        ))
    
        fig.add_trace(go.Scatter(
            x=df['timestamp'],
            y=df['SMA50'],
            name='SMA50',
            line=dict(color='red')
        ))
    
        # Cập nhật layout
        fig.update_layout(
            title=title,
            yaxis_title='Price (USDT)',
            xaxis_title='Date',
            template='plotly_dark'
        )
    
        return fig
    
    # Vẽ và hiển thị biểu đồ
    fig = plot_candlestick(btc_data)
    fig.show()

    4.2. Vẽ biểu đồ volume

    def plot_volume(df, title='BTC/USDT Volume'):
        """
        Vẽ biểu đồ volume
        """
        fig = go.Figure(data=[go.Bar(
            x=df['timestamp'],
            y=df['volume'],
            name='Volume'
        )])
    
        fig.update_layout(
            title=title,
            yaxis_title='Volume',
            xaxis_title='Date',
            template='plotly_dark'
        )
    
        return fig
    
    # Vẽ và hiển thị biểu đồ volume
    volume_fig = plot_volume(btc_data)
    volume_fig.show()

    5. Lấy giá hiện tại (Ticker)

    def get_current_price(symbol):
        """
        Lấy giá hiện tại của một cặp giao dịch
        """
        try:
            ticker = exchange.fetch_ticker(symbol)
            return {
                'symbol': symbol,
                'last': ticker['last'],
                'bid': ticker['bid'],
                'ask': ticker['ask'],
                'volume': ticker['baseVolume'],
                'timestamp': datetime.fromtimestamp(ticker['timestamp']/1000)
            }
        except Exception as e:
            print(f"Error fetching ticker: {e}")
            return None
    
    # Ví dụ lấy giá BTC/USDT
    btc_ticker = get_current_price('BTC/USDT')
    print(btc_ticker)

    6. Mở rộng: Các tính năng nâng cao

    6.1. Lấy dữ liệu từ nhiều cặp giao dịch

    def fetch_multiple_symbols(symbols, timeframe='1h', limit=1000):
        """
        Lấy dữ liệu từ nhiều cặp giao dịch
        """
        data = {}
        for symbol in symbols:
            data[symbol] = fetch_ohlcv(symbol, timeframe, limit)
        return data
    
    # Ví dụ lấy dữ liệu nhiều cặp
    symbols = ['BTC/USDT', 'ETH/USDT', 'BNB/USDT']
    multi_data = fetch_multiple_symbols(symbols)

    6.2. Tính toán tương quan giữa các cặp

    def calculate_correlation(data_dict):
        """
        Tính toán tương quan giữa các cặp giao dịch
        """
        # Tạo DataFrame với giá đóng cửa của các cặp
        closes = pd.DataFrame()
        for symbol, df in data_dict.items():
            closes[symbol] = df['close']
    
        # Tính toán ma trận tương quan
        correlation = closes.corr()
        return correlation
    
    # Tính và hiển thị tương quan
    correlation = calculate_correlation(multi_data)
    print(correlation)

    Kết luận

    Trong bài viết này, chúng ta đã học cách:

    1. Kết nối với Binance qua CCXT
    2. Lấy và xử lý dữ liệu OHLCV
    3. Lưu trữ dữ liệu dưới nhiều định dạng
    4. Trực quan hóa dữ liệu với Plotly
    5. Thực hiện các phân tích nâng cao

    Đây là nền tảng cơ bản để bạn có thể tự động hóa việc phân tích dữ liệu tiền điện tử. Bạn có thể mở rộng thêm bằng cách:

    • Thêm các chỉ báo kỹ thuật
    • Tạo chiến lược giao dịch tự động
    • Phân tích sentiment từ social media
    • Tích hợp với các nguồn dữ liệu khác

    Tài liệu tham khảo

    1. CCXT Documentation
    2. Binance API Documentation
    3. Pandas Documentation
    4. Plotly Documentation

    Liên hệ

    Nếu bạn có thắc mắc hoặc cần hỗ trợ thêm, hãy liên hệ:

    Đặng Trí Thanh

    Đặng Trí Thanh

    Giám đốc Công nghệ · DNT Digital · Giảng viên HNDL Hướng Nghiệp Dữ Liệu
    1.398 Bài viết
    15.4k Người theo dõi
    120k+ Lượt đọc

    Đặng Trí Thanh — Founder & CTO · Hướng Nghiệp Dữ Liệu - DNT Digital. Chuyên đào tạo và triển khai thực chiến Python, MT5 và hệ thống bot auto trading / IB cho học viên và doanh nghiệp.

    Thẻ: (chưa gắn thẻ)

    Bài viết liên quan

    DNT DIGITAL

    🤖 AI CODE: Vibe Code NEEDED! 🚀 🏦 SSI • DNSE • MT5 • Bitget ⚡

    Zalo 0934145100
    Khóa đào tạo
    Hỗ trợ

    Được học lại miễn phí · Hỗ trợ trọn đời · Cập nhật miễn phí

    Đội ngũ hỗ trợ

    Đặng Trí Thanh
    Đặng Trí Thanh
    Giám đốc Công nghệ DNT Digital
    Zalo 0934145100
    Mộng Cầm
    Mộng Cầm
    Hỗ trợ khách hàng · Huấn luyện viên
    Zalo 0927909257
    Khánh Linh
    Khánh Linh
    Hỗ trợ khách hàng · Huấn luyện viên
    Zalo 0927909582