Фундаментальный анализ криптовалют на Python: ончейн-метрики, DeFi, ML

Эта книга представляет собой практическое руководство по автоматизации фундаментального анализа криптоактивов с использованием языка программирования Python. Автор подробно объясняет, как собирать, обрабатывать и анализировать уникальные для крипторынка данные: ончейн-метрики (активные адреса, хешрейт, объем транзакций), финансовые показатели (рыночная капитализация, ликвидность), социальные факторы (активность в Twitter, Reddit, GitHub) и протокольные параметры (TVL, стейкинг, доходность).

Вторая часть книги посвящена технической реализации: настройке среды, работе с API криптобирж (Binance, CoinGecko) и блокчейн-эксплореров, парсингу социальных данных с использованием библиотек Pandas, Requests, Web3.py и Plotly. Читатель научится создавать скрипты для расчета ключевых коэффициентов, таких как NVT Ratio, и строить аналитические модели, включая адаптацию DCF и MVRV Z-Score для криптоактивов.

Особое внимание уделено практическим кейсам: глубокому анализу Bitcoin, оценке DeFi-протоколов (Uniswap, Aave) и NFT-коллекций. Заключительные разделы охватывают интеграцию машинного обучения для прогнозирования цен и классификации проектов, а также вопросы безопасности и мониторинга рисков. Книга предназначена для инвесторов, аналитиков и разработчиков, стремящихся систематизировать свой подход к оценке криптовалютных активов.