使用 Python 怎么实现自动交易加密货币，相信很多没有经验的人对此束手无策，为此本文总结了问题出现的原因和解决方法，通过这篇文章希望你能解决这个问题。
工具链
将在本教程使用如下工具：
币安专业交易视图（已经有其他人做了数据可视化，所以不需要重复造轮子）
Jupyter 笔记本：用于数据科学任务
Pythonic：作为整体框架
PythonicDaemon ：作为终端运行（仅适用于控制台和 Linux）
数据挖掘
为了使加密货币交易机器人尽可能做出正确的决定，以可靠的方式获取资产的美国线（OHLC）数据是至关重要。你可以使用 Pythonic 的内置元素，还可以根据自己逻辑来对其进行扩展。
一般的工作流程：
鸿蒙官方战略合作共建——HarmonyOS技术社区
与币安时间同步
下载 OHLC 数据
从文件中把 OHLC 数据加载到内存
比较数据集并扩展更新数据集
这个工作流程可能有点夸张，但是它能使得程序更加健壮，甚至在停机和断开连接时，也能平稳运行。
一开始，你需要 币安 OHLC 查询 元素和一个 基础操作 元素来执行你的代码。
数据挖掘工作流程
OHLC 查询设置为每隔一小时查询一次 TRXBTC 资产对（波?比特币）。
配置 OHLC 查询元素
其中输出的元素是 Pandas DataFrame。你可以在 基础操作 元素中使用 输入 变量来访问 DataFrame。其中，将 Vim 设置为 基础操作 元素的默认代码编辑器。
使用 Vim 编辑基础操作元素
具体代码如下：
import pickle, pathlib, osimport pandas as pd outout = None if isinstance(input, pd.DataFrame): file_name = 'TRXBTC_1h.bin' home_path = str(pathlib.Path.home()) data_path = os.path.join(home_path, file_name) try: df = pickle.load(open(data_path, 'rb')) n_row_cnt = df.shape[0] df = pd.concat([df,input], ignore_index=True).drop_duplicates(['close_time']) df.reset_index(drop=True, inplace=True) n_new_rows = df.shape[0] - n_row_cnt log_txt = '{}: {} new rows written'.format(file_name, n_new_rows) except: log_txt = 'File error - writing new one: {}'.format(e) df = input pickle.dump(df, open(data_path, "wb" )) output = df首先，检查输入是否为 DataFrame 元素。然后在用户的家目录（~/）中查找名为 TRXBTC_1h.bin 的文件。如果存在，则将其打开，执行新代码段（try 部分中的代码），并删除重复项。如果文件不存在，则触发异常并执行 except 部分中的代码，创建一个新文件。
只要启用了复选框 日志输出，你就可以使用命令行工具 tail 查看日志记录：
