pythonで仮想通貨⑥ LINE TOKENのフィンシア（FNSA)が値上がりの予感

こんにちは。久方ぶりにブログ書きます。

乞食です。

表題の通り、個人的にはLINE　TOKENのフィンシア（FNSA)に注目しております。

理由

上記より、利便性と射幸性が認められてきた時に、トークン価値が高騰すると見込んでいます。

最近では資産性ミリオンアーサーが人気を博しており、LINE　NFT上のマーケットで連日売買が活発となっています。

資産性ミリオンアーサーの成功から、新たなNFTゲームが登場しLINEというプラットフォームでフィンシア（FNSA)が市民権を得ていくことが予想されます。

以下はフィンシア（FNSA)のチャートです。

現在はかなり厳しいチャート【1FSNA=22ドル＝3,260円】ですが、2021/4/2には【1FNSA=36,119円　最高値】を付けたことのあるTOKENです。

ビットコイナー視点から見ると草コインではあるものの、日本のLINE（ソフトバンク、ヤフーグループ）と考えれば、むしろメインのコインです。全然草コインではありません。

そういった、期待を込めて今からフィンシア（FNSA)を仕込むのも一興でしょう。

※因みに乞食である私は2023/4月に300,000円ほどフィンシア（FNSA)を購入しました。現在の価値は140,102円だそうです。。。

ハっ？って感じです(´；ω；`)ｳｯ…

では、気を取り直してpythonで分析してくぜー😎

まずはcoinmarketcapよりフィンシア（FNSA)のデータをダウンロードします。

そしてデータをEDA（探索的データ分析）していきます。

期間：2020/3/9～2023/8/14まで

import pandas as pd
 import sweetviz as sv
 
 data2 = pd.read_csv("FNSA_ALL_graph_coinmarketcap.csv")
 report = sv.analyze(data2)
 # HTMLファイルに出力
 report.show_html()

すると以下の様にデータが可視化されるので、close終値を見ていきます。

データ数：180個

最高値：33,188円

最低値：510円

平均値：8,068円

標準偏差（１σ）：7,393円

てところです。

次です。

from pandasgui import show
 show()

まずはチャートを描画。泣ける勢いで下落しています😢

期間：2020/3/9～2023/8/14まで

次に出来高です。

2021/10と2022/3に取引が増加しています。

いずれもビットコイン最高値付近と暴落時であり、暗号通貨全体の取引が増加したときです。ですので他の草コイン同様連動していることが分かります。

ほんで値段のヒストグラムです。

4,000円～6,000円の価格帯が最も高く、46個あります。

出来高と終値の散布図です。

最後に出来高がフィンシア（FNSA)の値動きにどのように影響があるのか？決定木分析で見ていきます。

説明変数のX（出来高）が一次元配列のシリーズとなっているので、サイキットラーンで分轄する前に、二次元のデータフレームに変換するのを忘れないようにしましょう。

import pandas as pd
 import sweetviz as sv
 
 data2 = pd.read_csv("FNSA_ALL_graph_coinmarketcap.csv", index_col="timestamp")
 # インデックスを日付型に変換
 data2.index = pd.to_datetime(data2.index)
 
 # 前日との差分を格納
 data2["Diff"] = data2["close"].diff()
 # 正解ラベルｙを格納
 # 円高（y=0) , 円安（y=1）
 data2["y"] = data2["Diff"].apply(lambda x: 1 if x > 0 else 0).shift(-1)
 display(data2)
 
 # 説明変数
 X = data2["volume"].dropna()
 X = X.drop('2023-08-14', axis=0)
 display(X)
 
 y = data2["y"].dropna()
 y
 
 # 1D配列を2D配列に変換
 X = pd.DataFrame(X)
 #X.reshape(-1, 1)
 X
 
 from sklearn.model_selection import train_test_split
 #from sklearn.metrics import accuracy_score
 from sklearn.linear_model import LogisticRegression
 X_train, X_test, y_train, y_test = train_test_split(X,
  y,
  test_size=0.15,
  random_state=0,
  shuffle=False,)
 
 #決定木分析[回帰木]
 import numpy as np
 import pandas as pd
 from sklearn import tree
 from dtreeviz.trees import *
 import graphviz
 
 regression = tree.DecisionTreeRegressor(max_depth=2)
 regression.fit(X,y)
 
 viz = dtreeviz(regression,X,y,
  target_name = "y",
  feature_names = ["volume"],
  X = [100000000]
  )
 
 # 重要度を表示
 print(dict(zip(X.columns, regression.feature_importances_)))
 
 # bar plot
 fig, ax = plt.subplots()
 plt.grid()
 ax.bar(X.columns, regression.feature_importances_)
 fig.autofmt_xdate() # make space for and rotate the x-axis tick labels
 plt.show()
 
 
 viz

フィンシア（FNSA)の出来高が1億の時がオレンジ色で囲まれた結果です。

1億しか出来高がない場合、翌日のフィンシア（FNSA)の値段は49％の確率で値下がりします。

というか、出来高10億でも44％の確率で値下がりします。

ハイ😎

もうお分かりかと思いますが、フィンシア（FNSA)の値段予測に出来高は関係ないのです。

全てはBitcoin次第。Bitcoinが上がればフィンシア（FNSA)も上がるし、Bitcoinが下がればフィンシア（FNSA)も死にます。

そんなこんなで、フィンシア（FNSA)の未来に期待したいと思います。

私の含み損は助かるのでしょうか？(´；ω；`)ｳｩｩ

VIVA!

ビットコイン！

では👋