def rules_simulation(request):
"""
Function to apply the rules over an existing crytocurrency values database
It needs a starting point (date and paid price.value)
Then it has to go over the dates and read the value applying the rules
"""
rateArray = MainTickerValue.objects.filter(currency='USD').order_by('id')
# rateArray = MainTickerValue.objects.all().order_by('id')
# dollarArray = Currency.objects.all().order_by('id')
# nb_element = 200
# rateArray = [random.uniform(0.0, 0.2) for i in range(nb_element)]
print rateArray
bought_price = 936.8
moneda = " USD "
reference_price = bought_price
html = "=============== <br>"
html = html + "Precio de salida (comprado a): " + str(
reference_price) + moneda + "<br>"
bought = True
sold = False
profit = -0.00505000
max_value = reference_price
min_value = reference_price
for val, price in enumerate(rateArray):
# SI HA COMPRADO COMPRUEBA QUE TIENE QUE VENDER SI EL VALOR MAXIMO BAJA UN 3%
# ===========================================================================
if bought:
html = html + "Miramos si hay que vender <br>"
html = html + "Precio de referencia: " + str(
reference_price) + moneda + "<br>"
# Obtenemos el porcentaje del precio actual con el de compra (referencia)
html = html + "Valor maximo: " + str(max_value) + moneda + "<br>"
html = html + "Precio actual: " + str(
price.value) + moneda + "<br>"
percentage = logic.getPercentage(reference_price, price.value)
html = html + "Porcentaje (valor maximo, precio actual): " + str(
percentage) + "<br><br>"
# Si el porcentaje actual es mas bajo (o igual) que la regla del 3% tiene que vender
if percentage <= logic.getMinPercentage():
# indicamos que hay que vender
sell = True
# comprobamos que ya hemos vendido antes o no
vender = logic.checkToSell(sold, sell)
# si vender es true hay que colocar la orden de venta
if vender:
check_profit = decimal.Decimal(profit) + price.value
if check_profit > 0:
html = html + "<span style='color:#FF0000'>Vendido a: " + str(
vender) + "--->" + str(price.value) + "</span><br>"
# indicamos que hemos vendido
sold = True
bought = False
# actualizamos el precio de referencia al de venta
reference_price = price.value
# Calculamos el profit:
profit = decimal.Decimal(profit) + reference_price
# current_dollars = dollarArray[val].rate * profit
html = html + "<span style='color:#0000FF'>Profit: " + str(
profit) + " Por " + moneda + " vendido </span><br>"
# html = html + "<span style='color:#C2C2C2'>Dollars: " + str(current_dollars) + " Por " + moneda + " vendido </span><br>"
min_value = price.value
# si el porcentage es positivo actualizamos el precio de referencia (ya que es mayor al actual)
else:
# Comprobamos el valor maximo, si el precio actual es mas grande se actualiza
max_value = logic.checkMaxValue(max_value, price.value)
reference_price = max_value
else:
html = html + "Miramos si hay que comprar <br>"
html = html + "Precio de referencia: " + str(
reference_price) + "<br>"
# Obtenemos el porcentaje del precio actual con el de compra (referencia)
html = html + "Precio actual: " + str(price.value) + "<br>"
percentage = logic.getPercentage(reference_price, price.value)
html = html + "Porcentaje (precio mas bajo, precio actual): " + str(
percentage) + "<br>"
# Si el porcentaje actual es mas alto (o igual) que la regla del 3% tiene que comprar
if percentage >= logic.getMaxPercentage():
# indicamos que hay que comprar
buy = True
# comprobamos que ya hemos comprado antes o no
comprar = logic.checkToBuy(bought, buy)
# si comprar es true hay que colocar la orden de compra
if comprar:
check_profit = decimal.Decimal(profit) - price.value
if check_profit > 0:
html = html + "<span style='color:#00FF00'>Comprado a: " + str(
comprar) + "--->" + str(
price.value) + moneda + "</span><br><br>"
# indicamos que hemos comprado
bought = True
sold = False
# actualizamos el precio de referencia al de venta
reference_price = price.value
# Calculamos el profit:
profit = decimal.Decimal(profit) - reference_price
html = html + "<span style='color:#0000FF'>Profit: " + str(
profit) + moneda + "</span><br>"
max_value = price.value
# si el porcentage es negativo actualizamos el precio de referencia (ya que es menor al actual)
else:
# Comprobamos el valor minimo, si el precio actual es mas bajo se actualiza
min_value = logic.checkMinValue(min_value, price.value)
html = html + "Valor minimo: " + str(min_value) + "<br><br>"
reference_price = min_value
max_value = price.value
html = html + "<span style='color:#0000FF'>Profit: " + str(
profit) + moneda + "</span><br><br>"
pair = "ltc_btc"
tickerman = radical_ex_lib.getTicker(
pair) #tuickerman is the one for LTC-BTC
##### We save the value for the future
papor = MainTickerValue.objects.create(currency='LTC',
time=datetime.datetime.utcnow(),
value=tickerman)
papor.save()
context = {'html': html}
return render(request, 'dashboard/simulation.html', context)
def rules_simulation(request):
"""
Function to apply the rules over an existing crytocurrency values database
It needs a starting point (date and paid price.value)
Then it has to go over the dates and read the value applying the rules
"""
rateArray = MainTickerValue.objects.filter(currency='USD').order_by('id')
# rateArray = MainTickerValue.objects.all().order_by('id')
# dollarArray = Currency.objects.all().order_by('id')
# nb_element = 200
# rateArray = [random.uniform(0.0, 0.2) for i in range(nb_element)]
print rateArray
bought_price = 936.8
moneda = " USD "
reference_price = bought_price
html = "=============== <br>"
html = html + "Precio de salida (comprado a): " + str(reference_price) + moneda +"<br>"
bought = True
sold = False
profit = -0.00505000
max_value = reference_price
min_value = reference_price
for val, price in enumerate(rateArray):
# SI HA COMPRADO COMPRUEBA QUE TIENE QUE VENDER SI EL VALOR MAXIMO BAJA UN 3%
# ===========================================================================
if bought:
html = html + "Miramos si hay que vender <br>"
html = html + "Precio de referencia: " + str(reference_price) + moneda + "<br>"
# Obtenemos el porcentaje del precio actual con el de compra (referencia)
html = html + "Valor maximo: " + str(max_value) + moneda + "<br>"
html = html + "Precio actual: " + str(price.value) + moneda +"<br>"
percentage = logic.getPercentage(reference_price, price.value)
html = html + "Porcentaje (valor maximo, precio actual): " + str(percentage) + "<br><br>"
# Si el porcentaje actual es mas bajo (o igual) que la regla del 3% tiene que vender
if percentage <= logic.getMinPercentage():
# indicamos que hay que vender
sell = True
# comprobamos que ya hemos vendido antes o no
vender = logic.checkToSell(sold, sell)
# si vender es true hay que colocar la orden de venta
if vender:
check_profit = decimal.Decimal(profit) + price.value
if check_profit > 0:
html = html + "<span style='color:#FF0000'>Vendido a: " + str(vender) + "--->" + str(price.value) + "</span><br>"
# indicamos que hemos vendido
sold = True
bought = False
# actualizamos el precio de referencia al de venta
reference_price = price.value
# Calculamos el profit:
profit = decimal.Decimal(profit) + reference_price
# current_dollars = dollarArray[val].rate * profit
html = html + "<span style='color:#0000FF'>Profit: " + str(profit) + " Por " + moneda + " vendido </span><br>"
# html = html + "<span style='color:#C2C2C2'>Dollars: " + str(current_dollars) + " Por " + moneda + " vendido </span><br>"
min_value = price.value
# si el porcentage es positivo actualizamos el precio de referencia (ya que es mayor al actual)
else:
# Comprobamos el valor maximo, si el precio actual es mas grande se actualiza
max_value = logic.checkMaxValue(max_value, price.value)
reference_price = max_value
else:
html = html + "Miramos si hay que comprar <br>"
html = html + "Precio de referencia: " + str(reference_price) + "<br>"
# Obtenemos el porcentaje del precio actual con el de compra (referencia)
html = html + "Precio actual: " + str(price.value) + "<br>"
percentage = logic.getPercentage(reference_price, price.value)
html = html + "Porcentaje (precio mas bajo, precio actual): " + str(percentage) + "<br>"
# Si el porcentaje actual es mas alto (o igual) que la regla del 3% tiene que comprar
if percentage >= logic.getMaxPercentage():
# indicamos que hay que comprar
buy = True
# comprobamos que ya hemos comprado antes o no
comprar = logic.checkToBuy(bought, buy)
# si comprar es true hay que colocar la orden de compra
if comprar:
check_profit = decimal.Decimal(profit) - price.value
if check_profit > 0:
html = html + "<span style='color:#00FF00'>Comprado a: " + str(comprar) + "--->" + str(price.value) + moneda +"</span><br><br>"
# indicamos que hemos comprado
bought = True
sold = False
# actualizamos el precio de referencia al de venta
reference_price = price.value
# Calculamos el profit:
profit = decimal.Decimal(profit) - reference_price
html = html + "<span style='color:#0000FF'>Profit: " + str(profit) + moneda +"</span><br>"
max_value = price.value
# si el porcentage es negativo actualizamos el precio de referencia (ya que es menor al actual)
else:
# Comprobamos el valor minimo, si el precio actual es mas bajo se actualiza
min_value = logic.checkMinValue(min_value, price.value)
html = html + "Valor minimo: " + str(min_value) + "<br><br>"
reference_price = min_value
max_value = price.value
html = html + "<span style='color:#0000FF'>Profit: " + str(profit) + moneda + "</span><br><br>"
pair = "ltc_btc"
tickerman = radical_ex_lib.getTicker(pair) #tuickerman is the one for LTC-BTC
##### We save the value for the future
papor = MainTickerValue.objects.create(currency='LTC',time=datetime.datetime.utcnow(),value=tickerman)
papor.save()
context = {'html': html}
return render(request, 'dashboard/simulation.html', context)
def home(request):
pair = "ltc_btc"
#asks, bids = getDepth(pair)
#print ">>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>"
#print len(asks), len(bids)
tickerman = radical_ex_lib.getTicker(
pair) #tuickerman is the one for LTC-BTC
##### We save the value for the future
#papor = MainTickerValue.objects.create(currency='LTC',time=datetime.datetime.utcnow(),value=tickerman)
#papor.save()
#############
radical_ex_lib.saveCurrencies()
radical_ex_lib.updateTrends()
trends = []
trends = radical_ex_lib.getTrends()
trendsLTC = []
trendsLTC = radical_ex_lib.getLTCTrends()
trendsEUR = []
trendsEUR = radical_ex_lib.getEURTrends()
#################################
pair_2 = "ppc_btc"
ticker_2 = radical_ex_lib.getTicker(pair_2)
pair_3 = "nmc_btc"
ticker_3 = radical_ex_lib.getTicker(pair_3)
pair_4 = "qrk_btc"
ticker_4 = radical_ex_lib.getTicker(pair_4)
# ask = asks[0].replace("(Decimal('", "")
USD_ticker = radical_ex_lib.getTickerfastUSD()
EUR_ticker = radical_ex_lib.getTickerfastEUR()
BTCE_EUR_ticker = radical_ex_lib.getTickerBTC_E_EUR()
################################
chart = radical_ex_lib.mainticker_chart()
#dthandler = lambda obj: obj.isoformat() if isinstance(obj, datetime.datetime) or isinstance(obj, datetime.date) else None
#chart = simplejson.dump(chart, default=dthandler)
# print chart
# sys.exit()
#chart = simplejson.dumps(chart)
### Pintando la grafica (que no rula bien de momento)
#nb_element = 100
#start_time = int(time.mktime(datetime.datetime(2014, 1, 2).timetuple()) * 1000)
#xdata = range(nb_element)
#xdata = map(lambda x: start_time + x * 1000000000, xdata)
#ydata = [i + random.randint(1, 2) for i in range(nb_element)]
#####datos = MainTickerValue.objects.all();
#time_list = []
#####value_list = []
#####for dat in datos:
# time_list.append(dat.time)
#####value_list.append(int(dat.value*100))
#time_list = list(time_list)
#time_list_json = simplejson.dumps(time_list)
#print value_list
# value_data = simplejson.dumps(value_list)
# print value_data
#ydata2 = map(lambda x: x * 2, value_list)
# for dat in value_data:
# dat = int(dat) * 1000
# print "SEGUNDA VEZZZ"
# print value_data
# ydata2 = map(lambda x: x * 2, ydata)
# ydata3 = map(lambda x: x * 2, ydata)
# ydata4 = map(lambda x: x * 2, ydata)
# print ydata2
# print "POLLA GIORDAAAAAAAAAAAAAAAAAAA"
# print ydata3
# tooltip_date = "%d %b %Y %H:%M:%S %p"
# extra_serie = {"tooltip": {"y_start": "There are ", "y_end": " calls"},
# "date_format": tooltip_date}
# chartdata = {
# 'x': xdata,
# 'name1': 'series 1', 'y1': ydata, 'extra1': extra_serie,
# 'name2': 'series 2', 'y2': ydata2, 'extra2': extra_serie,
# 'name3': 'series 3', 'y3': ydata3, 'extra3': extra_serie,
# 'name4': 'series 4', 'y4': ydata4, 'extra4': extra_serie
# }
# charttype = "lineChart"
# chartcontainer = 'lineChart_container' # container name
context = {#'asks': asks,
#'bids': bids,
'ticker' : tickerman,
'ticker2' : ticker_2,
'ticker3' : ticker_3,
'ticker4' : ticker_4,
'pair' : pair,
'pair2' : pair_2,
'pair3' : pair_3,
'pair4' : pair_4,
'usdticker' : USD_ticker,
'eurticker' : EUR_ticker,
'trend_hour': trends[0],
'trend_day' : trends[1],
'one_hour_ago' : trends[2],
'one_day_ago' : trends[3],
'trend_LTC' : trendsLTC[0],
'one_hour_ago_LTC' : trendsLTC[1],
'trend_hour_EUR' : trendsEUR[0],
'trend_day_EUR' : trendsEUR[1],
'one_hour_ago_EUR' : trendsEUR[2],
'one_day_ago_EUR' : trendsEUR[3],
'BTCE_EUR_ticker' : BTCE_EUR_ticker,
'maintickerchart': chart,
}
# 'charttype': charttype,
# 'chartdata': chartdata,
# 'chartcontainer': chartcontainer,
# 'extra': {
# 'x_is_date': True,
# 'x_axis_format': '%d %b %Y %H',
# 'tag_script_js': True,
# 'jquery_on_ready': True,
# }
# }
return render(request, 'dashboard/index.html', context)
def home(request):
pair = "ltc_btc"
#asks, bids = getDepth(pair)
#print ">>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>"
#print len(asks), len(bids)
tickerman = radical_ex_lib.getTicker(pair) #tuickerman is the one for LTC-BTC
##### We save the value for the future
#papor = MainTickerValue.objects.create(currency='LTC',time=datetime.datetime.utcnow(),value=tickerman)
#papor.save()
#############
radical_ex_lib.saveCurrencies()
radical_ex_lib.updateTrends()
trends = []
trends = radical_ex_lib.getTrends()
trendsLTC = []
trendsLTC = radical_ex_lib.getLTCTrends()
trendsEUR = []
trendsEUR = radical_ex_lib.getEURTrends()
#################################
pair_2 = "ppc_btc"
ticker_2 = radical_ex_lib.getTicker(pair_2)
pair_3 = "nmc_btc"
ticker_3 = radical_ex_lib.getTicker(pair_3)
pair_4 = "qrk_btc"
ticker_4 = radical_ex_lib.getTicker(pair_4)
# ask = asks[0].replace("(Decimal('", "")
USD_ticker = radical_ex_lib.getTickerfastUSD()
EUR_ticker = radical_ex_lib.getTickerfastEUR()
BTCE_EUR_ticker = radical_ex_lib.getTickerBTC_E_EUR()
################################
chart = radical_ex_lib.mainticker_chart()
#dthandler = lambda obj: obj.isoformat() if isinstance(obj, datetime.datetime) or isinstance(obj, datetime.date) else None
#chart = simplejson.dump(chart, default=dthandler)
# print chart
# sys.exit()
#chart = simplejson.dumps(chart)
### Pintando la grafica (que no rula bien de momento)
#nb_element = 100
#start_time = int(time.mktime(datetime.datetime(2014, 1, 2).timetuple()) * 1000)
#xdata = range(nb_element)
#xdata = map(lambda x: start_time + x * 1000000000, xdata)
#ydata = [i + random.randint(1, 2) for i in range(nb_element)]
#####datos = MainTickerValue.objects.all();
#time_list = []
#####value_list = []
#####for dat in datos:
# time_list.append(dat.time)
#####value_list.append(int(dat.value*100))
#time_list = list(time_list)
#time_list_json = simplejson.dumps(time_list)
#print value_list
# value_data = simplejson.dumps(value_list)
# print value_data
#ydata2 = map(lambda x: x * 2, value_list)
# for dat in value_data:
# dat = int(dat) * 1000
# print "SEGUNDA VEZZZ"
# print value_data
# ydata2 = map(lambda x: x * 2, ydata)
# ydata3 = map(lambda x: x * 2, ydata)
# ydata4 = map(lambda x: x * 2, ydata)
# print ydata2
# print "POLLA GIORDAAAAAAAAAAAAAAAAAAA"
# print ydata3
# tooltip_date = "%d %b %Y %H:%M:%S %p"
# extra_serie = {"tooltip": {"y_start": "There are ", "y_end": " calls"},
# "date_format": tooltip_date}
# chartdata = {
# 'x': xdata,
# 'name1': 'series 1', 'y1': ydata, 'extra1': extra_serie,
# 'name2': 'series 2', 'y2': ydata2, 'extra2': extra_serie,
# 'name3': 'series 3', 'y3': ydata3, 'extra3': extra_serie,
# 'name4': 'series 4', 'y4': ydata4, 'extra4': extra_serie
# }
# charttype = "lineChart"
# chartcontainer = 'lineChart_container' # container name
context = {#'asks': asks,
#'bids': bids,
'ticker' : tickerman,
'ticker2' : ticker_2,
'ticker3' : ticker_3,
'ticker4' : ticker_4,
'pair' : pair,
'pair2' : pair_2,
'pair3' : pair_3,
'pair4' : pair_4,
'usdticker' : USD_ticker,
'eurticker' : EUR_ticker,
'trend_hour': trends[0],
'trend_day' : trends[1],
'one_hour_ago' : trends[2],
'one_day_ago' : trends[3],
'trend_LTC' : trendsLTC[0],
'one_hour_ago_LTC' : trendsLTC[1],
'trend_hour_EUR' : trendsEUR[0],
'trend_day_EUR' : trendsEUR[1],
'one_hour_ago_EUR' : trendsEUR[2],
'one_day_ago_EUR' : trendsEUR[3],
'BTCE_EUR_ticker' : BTCE_EUR_ticker,
'maintickerchart': chart,
}
# 'charttype': charttype,
# 'chartdata': chartdata,
# 'chartcontainer': chartcontainer,
# 'extra': {
# 'x_is_date': True,
# 'x_axis_format': '%d %b %Y %H',
# 'tag_script_js': True,
# 'jquery_on_ready': True,
# }
# }
return render(request, 'dashboard/index.html', context)
