Bitcoins

Motivación

Ahora viene la duda: ¿debería mantener los btc o liquidarlos?

Paquetes

library(tidyverse)
library(visdat)
library(xray) # devtools::install_github("sicarul/xray") 

df <- read_csv("https://www.quandl.com/api/v3/datasets/BCHARTS/BITSTAMPUSD.csv?api_key=zRCb1mN9ExN4CZFKsuRF")

Parsed with column specification:
cols(
  Date = col_date(format = ""),
  Open = col_double(),
  High = col_double(),
  Low = col_double(),
  Close = col_double(),
  `Volume (BTC)` = col_double(),
  `Volume (Currency)` = col_double(),
  `Weighted Price` = col_double()
)

Veo los datos

head(df)

Visualizo en busca de NAs

vis_dat(df)

o valores perdidos

vis_miss(df)

Datos OK, sin embargo no son rectangulares, y hay 2254 prices para 2275 fechas.

length(unique(df$Date))

[1] 2275

length(unique(df$`Weighted Price`))

[1] 2254

Voy a eliminar todas las columnas sin weighted price

df <- df[ which(df$`Weighted Price` > 0),] 

Ahora grafico

df %>% 
  ggplot(aes(x = Date, y = `Weighted Price`)) +
  geom_line()

So far, so good

Repaso, ahora con xray para ver como están los datos

anomalies(df)

$variables

$problem_variables

NA

distributions(df)

================================================================================================================

Ignoring variable Date: Unsupported type for visualization.

================
[1] "Ignoring variable Date: Unsupported type for visualization."

Detección de anomalias

library(AnomalyDetection)

Mantengo solo las dos variables de interés: fecha y precio promedio

df2 <- df %>% 
  select(Date, `Weighted Price`)
head(df2)

df2 %>% 
  ggplot(aes(x = Date, y = `Weighted Price`)) +
  geom_line()

Borro el df original

rm(df)

AnomalyDetectionTs(df2, max_anoms=0.01, direction="pos", plot=TRUE, e_value = T)

Error in data.frame(timestamp = all_anoms[[1]], anoms = all_anoms[[2]],  : 
  arguments imply differing number of rows: 22, 0

Malanga, ¿ de donde salen esos valores extras?

Voy a seleccionar solo aquellas fechas desde el 2015 a la fecha

identical(length(unique(df2$Date)), length(unique(df2$`Weighted Price`)))

[1] TRUE

Ahora si… :P

Detección de anomalias

Hay un paquete en R para detectar anomalías en series temporales, el detalle está en https://cran.r-project.org/web/packages/anomalyDetection/index.html

AnomalyDetectionVec(df2$`Weighted Price`, 
                    max_anoms = 0.01, 
                    period = 365,
                    direction = 'both',
                    only_last = FALSE,
                    plot = TRUE)

$anoms

$plot