업비트 API를 활용하여 현재 시장 세력을 분석해보자

지난번에 이어,

업비트 API를 활용하여 시세 체결 조회를 해서 데이터를 가공해 보려 한다.

 

지난번에 했었던 코인 현재가 Plot은 아래를 참고하면 된다. 

 

 

2021.10.16 - [* 디지털 노마드/Python] - 업비트 API를 활용하여 코인 현재가 Plot 그려보기

업비트 API를 활용하여 코인 현재가 Plot 그려보기

 

업비트에서 시세 체결 조회 - 최근 체결 내역을 불러오는 API가 있는데, Response 결과는 아래와 같다.

여기서 변수 중 하나인 count는 체결 개수인데 최대 500개까지 조회가 된다.

 

market	마켓 구분 코드	String
trade_date_utc	체결 일자(UTC 기준)	String
trade_time_utc	체결 시각(UTC 기준)	String
timestamp	체결 타임스탬프	Long
trade_price	체결 가격	Double
trade_volume	체결량	Double
prev_closing_price	전일 종가	Double
change_price	변화량	Double
ask_bid	매도/매수	String
sequential_id	체결 번호(Unique)	Long

 

 

1. 현재 시장의 체결 정보를 가져오는 함수를 정의한다.

 

def get_market_env(coin_name):
    print(datetime.datetime.today())
    
    market = "KRW-" + coin_name
    url = "https://api.upbit.com/v1/trades/ticks"
    querystring = {"market":market, "count":"500"}
    headers = {"Accept": "application/json"}
    response = requests.request("GET", url, headers=headers, params=querystring)

    recent_trade = pd.DataFrame(json.loads(response.text))
    env = pd.DataFrame({
                '매수세력 수':[len(recent_trade[recent_trade['ask_bid']=='BID'])],
                '매도세력 수':[len(recent_trade[recent_trade['ask_bid']=='ASK'])],
                '매수세력 규모':[recent_trade[recent_trade['ask_bid']=='BID']['trade_volume'].sum()],
                '매도세력 규모':[recent_trade[recent_trade['ask_bid']=='ASK']['trade_volume'].sum()],
                '규모(매수)': [recent_trade[recent_trade['ask_bid']=='BID']['trade_volume'].sum()/(recent_trade[recent_trade['ask_bid']=='BID']['trade_volume'].sum()+recent_trade[recent_trade['ask_bid']=='ASK']['trade_volume'].sum())],
                '규모(매도)': [recent_trade[recent_trade['ask_bid']=='ASK']['trade_volume'].sum()/(recent_trade[recent_trade['ask_bid']=='BID']['trade_volume'].sum()+recent_trade[recent_trade['ask_bid']=='ASK']['trade_volume'].sum())],
                '매수가격 평균':[recent_trade[recent_trade['ask_bid']=='BID']['trade_price'].mean()],
                '매도가격 평균':[recent_trade[recent_trade['ask_bid']=='ASK']['trade_price'].mean()]
    })
    
    return env, recent_trade

 

불러온 데이터들을 가공해서 매수/매도 세력 수, 규모, 매수/매도 가격 평균 등의 컬럼을 추가해준다.

 

 

2. 데이터를 불러온다.

 

coin_name = 'SRM'
env, recent_trade = get_market_env(coin_name)
env

 

 

다음과 같이 현재 시간 기준의 마켓 상황을 알 수 있다.