Construction du Dataset

Ce document décrit le processus complet de collect, nettoyage et intégration des données utilisées pour la prédiction du prix du Bitcoin sur une période de 6 ans (2019-03-15 à 2025-03-15).

Sources de Données

1. Données de Marché (OHLCV - Open, High, Low, Close, Volume) - Source: CoinGecko API

   • Période: 2019-03-15 à 2025-03-15

   • Fréquence: Quotidienne

   • Code de collecte:

   import requests
   import pandas as pd
   import time
   
   def fetch_ohlcv():
       """
       Récupère les données OHLCV historiques du Bitcoin depuis CoinGecko API
       """
       url = "https://api.coingecko.com/api/v3/coins/bitcoin/ohlc"
       params = {
           'vs_currency': 'usd',
           'days': 'max'  # Période maximale disponible
       }
   
       response = requests.get(url, params=params)
       if response.status_code != 200:
           raise Exception(f"Erreur API: {response.status_code}")
   
       data = response.json()
   
       # Conversion en DataFrame
       ohlc = pd.DataFrame(data, columns=['timestamp', 'open', 'high', 'low', 'close'])
       ohlc['date'] = pd.to_datetime(ohlc['timestamp'], unit='ms')
       ohlc.drop('timestamp', axis=1, inplace=True)
   
       # Récupération séparée du volume
       volume_url = "https://api.coingecko.com/api/v3/coins/bitcoin/market_chart"
       volume_params = {
           'vs_currency': 'usd',
           'days': 'max',
           'interval': 'daily'
       }
       volume_response = requests.get(volume_url, params=volume_params)
       volume_data = volume_response.json()['total_volumes']
       volume_df = pd.DataFrame(volume_data, columns=['timestamp', 'volume'])
       volume_df['date'] = pd.to_datetime(volume_df['timestamp'], unit='ms')
   
       # Fusion des données
       full_data = ohlc.merge(volume_df[['date', 'volume']], on='date', how='left')
   
       return full_data.set_index('date').sort_index()
   
   # Exécution
   btc_data = fetch_ohlcv()
   print(btc_data.head())
   

2. Indice Fear & Greed - Source: Alternative.me API

   • Description: Mesure du sentiment du marché (0-100)

   • Code de collecte:

   def fetch_fear_greed():
       """
       Récupère l'historique de l'indice Fear & Greed
       """
       url = "https://api.alternative.me/fng/?limit=0"  # limit=0 pour toutes les données
       response = requests.get(url)
   
       if response.status_code != 200:
           raise Exception(f"Erreur API Fear & Greed: {response.status_code}")
   
       data = response.json()['data']
       df = pd.DataFrame(data)
   
       # Conversion des types
       df['timestamp'] = df['timestamp'].astype(int)
       df['value'] = df['value'].astype(int)
   
       # Formatage des dates
       df['date'] = pd.to_datetime(df['timestamp'], unit='s')
   
       return df[['date', 'value']].rename(columns={'value': 'fear_greed'})
   

3. Données On-Chain - Source: Glassnode API - Fonctionnalités:

   • AdrActCnt: Nombre d’adresses actives

   • TxTfrCnt: Nombre de transactions

   • Code de collecte:

   def fetch_glassnode_metrics():
       """
       Récupère les métriques on-chain depuis Glassnode
       Nécessite une clé API
       """
       API_KEY = "votre_cle_api_glassnode"
       metrics = {
           'adractcnt': 'AdrActCnt',
           'txtfrcnt': 'TxTfrCnt'
       }
   
       dfs = []
       start_date = int(pd.Timestamp('2019-03-15').timestamp())
       end_date = int(pd.Timestamp('2025-03-15').timestamp())
   
       for metric, col_name in metrics.items():
           url = f"https://api.glassnode.com/v1/metrics/network/{metric}"
           params = {
               'api_key': API_KEY,
               'a': 'BTC',
               'i': '24h',
               's': start_date,
               'u': end_date
           }
   
           response = requests.get(url, params=params)
           if response.status_code != 200:
               print(f"Erreur pour {metric}: {response.status_code}")
               continue
   
           data = response.json()
           df = pd.DataFrame(data)
           df['t'] = pd.to_datetime(df['t'], unit='s')
           df = df.rename(columns={'v': col_name})
           dfs.append(df.set_index('t')[[col_name]])
   
       # Fusion de toutes les métriques
       return pd.concat(dfs, axis=1) if dfs else pd.DataFrame()
   

Features Utilisées

Caractéristiques principales du dataset

Colonne	Description
Date	Date de l’observation (format YYYY-MM-DD)
Open	Prix d’ouverture du Bitcoin (USD)
High	Prix maximum quotidien (USD)
Low	Prix minimum quotidien (USD)
Close	Prix de clôture du Bitcoin (USD)
Volume	Volume d’échanges quotidien (USD)
Fear_Greed	Indice de sentiment du marché (0-100)
AdrActCnt	Nombre d’adresses actives (participant aux transactions)
TxTfrCnt	Nombre total de transferts de valeur (en BTC)

Statistiques Clés

• Période couverte: 6 ans (2019-2025)

• Nombre d’observations: 2,191 jours

• Nombre de features: 15

• Fréquence: Quotidienne

• Taux de complétion: 99.2% avant imputation

Note

Note : Le dataset final contient également des caractéristiques dérivées comme les moyennes mobiles et les retards temporels qui ne sont pas listés ici pour plus de clarté.