# ライブラリの読み込み
import numpy as np
import pandas as pd
import time
import requests
import json
import matplotlib as mpl
from pylab import rcParams
from datetime import datetime
from matplotlib import pyplot as plt

#ビットコインの価格データを取得する
def get_btcprice(ticker,max): 
    url = ('https://api.coingecko.com/api/v3/coins/')+ticker+('/market_chart?vs_currency=jpy&days=')+max
    r = requests.get(url)
    r2 = json.loads(r.text) 
    return r2


# 取得した価格データを整形する

# jsonから価格データだけをPandasに変換して抽出する
def get_price(r2):
    s = pd.DataFrame(r2['prices'])
    s.columns = ['date','price']
    date = []
    for i in s['date']:
        tsdate = int(i/1000)
        loc = datetime.utcfromtimestamp(tsdate)
        date.append(loc)
    s.index = date
    
    del s['date']
    return s

# 処理開始
# ビットコインの全期間の価格データを取得する
r2 = get_btcprice('bitcoin', 'max')

btc = get_price(r2)
btc

# データを可視化する

# # 変化率を計算する
change = btc['price'].pct_change()
# 変化率からトータルリターン(累積変化率)を計算する
trade_return = (change + 1).cumprod()
print("trade_return = (change + 1).cumprod()")
trade_return[0] = 1
print("trade_return[0] = 1")
print(trade_return)
trade_return = trade_return*10000
print(trade_return.head(), trade_return[-5:])

#移動平均を計算する
EMA5 = btc['price'].rolling(5).mean()
EMA25 = btc['price'].rolling(25).mean()

#変化率
trade_change = (change + 1)
print("trade_change = (change + 1)")
print(trade_change)

#print(len(btc['price']))
#トレード戦略から売買シグナルを計算する
signal = []
for i in range(len(btc['price'])): 
    #5日平均が25日平均より上なら買い＝1とする 
    if EMA5[i] > EMA25[i]: 
        signal.append(1)
 
    # 5日平均が25日平均より下なら売り＝-1とする 
    elif EMA5[i] < EMA25[i]: 
        signal.append(-1) 
    else: signal.append(0) 

font = {"family":"Kochi Gothic"}
mpl.rc('font', **font)

#キャンバスのサイズを大きくする
rcParams['figure.figsize'] = 15,5

# 日次変化率×トレードシグナルの累積変化率で
# トレード戦略に従ってトレードした累積リターンを算出する
backtest_return = ((change[1:-1] * signal[0:-2]) + 1).cumprod()
print("change[1:-1]")
print(change[1:-1].head(10),change[1:-1].tail(10))
print("signal[0:-2]")
print(signal[0:-2],signal[0:-2])
backtest_return = backtest_return*10000 
print("change[1:-1]")
x = btc.index[0:-2]

# matplotlibでリターンの推移を可視化
plt.title('トレードリターンの比較') 
plt.plot(btc, label='Bitcoin価格')
plt.plot(x, trade_return[0:-2], 'purple', label='ホールドした場合のリターン', alpha=0.3, linewidth=1.0) 
plt.plot(x, backtest_return, 'orange', label='移動平均で取引した場合のリターン', alpha=1, linewidth=1.5) 
plt.plot(EMA5, 'red', label='移動平均5日', alpha=1, linewidth=1) 
plt.plot(EMA25, 'green', label='移動平均25日', alpha=1, linewidth=1) 
plt.grid(which='both') 
plt.legend()
plt.show()

pi@raspberrypi:~ $ python3 gecko_get_backtest.py[ENTER]