如何用 CCXT 下载数字货币历史价格数据
CCXT 简介
CCXT 是一个支持多交易所的加密货币交易库，它集成了 100 多个交易所的 API。
今天用这个库来获取 BTC 合约的历史数据。
其实不用 CCXT 而使用 requests 直接发送请求也可以获取到数据，但是为了保持后续代码的一致性，还是使用 CCXT 来获取数据。
安装 CCXT
使用 Anaconda 在界面安装，或者在命令行内输入：
pip install ccxt
流程
- 初始化 CCXT：CCXT 是下载数据的库，使用前需要进行交易所类的实例化，供后续调用，在此我使用的是某安的合约；
- 加载或新建
DataFrame：价格数据以 pandas 的DataFrame格式的文件进行保存，如果文件存在则说明存在之前获取的价格数据，否则新建一个空的DataFrame； - 循环获取价格数据：先确定时间范围，每次批量获取 1000 条数据，直到取完所有数据；
- 检查重复数据：如果存在时间重复的数据，则报错退出；
- 检查缺失数据：如果存在时间缺失的数据，则报错退出；
- 保存
DataFrame为文件。
数据获取
上面这段代码展示了循环获取价格数据，直到结束的过程。
-
代码片段 1：用来确定获取的数据的起止时间范围，停止时间为当前时间。如果是在之前获取的数据后面追加数据，则开始时间是之前数据的最后一条的时间；如果是从头获取，则开始时间设定为 2019 年 10 月 1 日，这个时间是某安合约板块开通的时间。
-
代码片段 2：在起止时间范围内，循环获取数据，每次 1000 条，解析后追加到 data 变量中。如果获取的数据条数小于等于 1，则知道数据已经取空了，可以停止。
-
代码片段3：将新获取的数据和老数据进行合并，生成新的
DataFrame。group().tail()这一组语句的目的，是把新旧数据的重复数据进行去重，留下交易量 volume 高的那一条。产生重复的原因是，每次获取 1000 条数据后，简单进行了追加，没有和已有数据进行去重。
数据缺失和重复检查
检查缺失数据的方法，是按起止时间范围，生成出每一条时间，和 DataFrame 中的每一条时间对比，看是否有差异。
检查重复数据，使用了 DataFrame 的 duplicated() 函数，它能直接找出重复项。
数据结果样例
获取的 BTC 价格数据的 DataFrame 像上面这样。
总结
整个代码中的主要部分，是数据循环获取。
需要着重处理的部分，是新旧数据的拼接和去重问题。
其他辅助部分包括加载旧数据和重复缺失检查。
本文位于搭建量化交易体系中的获取「数据」下的「获取币圈数据」部分。
如果需要完整代码文件，可以加我的微信「wuzaoquant」发给你。