放了好久，自己可以用电脑编代码后就跟少再写东西了，今天把早前放出的BTC代码实现在电脑中执行了一次，自己又研究了下：以下是代码：
!/usr/bin/env python
-- encoding: utf-8 --
import sys
import importlib #加强版import
importlib.reload(sys) #python文档不推荐加载sys等系统模块
import os
import pandas as pd
import quandl
import pickle
import matplotlib.pyplot as plt
import plotly.offline as py #IPython绘图库，离线绘图
import plotly.figure_factory as ff
import plotly.graph_objs as go
py.init_notebook_mode(connected=True) #必须安装jupyter才能在pycharm中使用
def get_quandl_data(quandl_id):
"""Download and cache a Quandl datarises"""
#存储获取的数据结构路径
cache_path = '{}.pkl'.format(quandl_id).replace('/', '-')
try:
f = open(cache_path, 'rb') #打开路径代表的文件
df = pickle.load(f) #加载文件对象到变量
print('Loaded {} from cache'.format(quandl_id)) #打印提示
except(OSError, IOError) as e:
print('Downloading {} from Quandl'.format(quandl_id))
df = quandl.get(quandl_id, returns='pandas') #以pandas方式返回数据集
df.to_pickle(cache_path) #转换为pickle 格式
print('Cache {} at {}'.format(quandl_id, cache_path))
return df #记得返回值，否则下述代码会出现空类型
if name == 'main':
#掉用函数并绘图
btc_usd_price_kraken = get_quandl_data('BCHARTS/KRAKENUSD')#调用函数获取数据
#通过rolling_mean函数进行指定窗口大小的列数据，计算简单算数平滑移动平均线，指数平滑移动平均线用ewma
#五日均线就是前五日（五个窗口的收盘价）的平滑移动平均数
btc_usd_price_kraken['ma5'] = pd.rolling_mean(btc_usd_price_kraken[
'Close'], 5)
btc_usd_price_kraken['ma20'] = pd.rolling_mean(btc_usd_price_kraken[
'Close'], 20)
list_f = ['ma5', 'ma20', 'Close','Volume (BTC)'] #关键字组成的列表
print(btc_usd_price_kraken.head())
btc_usd_price_kraken[list_f].plot() #关键字组成的列表代表的数据绘图
plt.legend(loc=2)
plt.title("The Price of BTC Trend in Kraken", fontsize=16)
plt.grid(b=True)
plt.show()
# plt.savefig('BTC.png', bbox_inchse='tight')
执行完的结果是这样的
放大版是这样的：
通过代码实现对交易平台的数据调用和可视化为5日均线和20日均线作对比，看收盘价有什么样的规律。
均线系统是现代金融产品及其衍生品常用的参考系统，有日线、周线、月线、年限，当然都不是按照自然日期来计算，比如一周交易也就五天，逢节假日还会减少，所以五日线可以代表一周的价格波动；同理，20日线可以作为一个月的价格波动。通过选定的均线对比相对趋势，可以看出：
1、在5日线向下交叉20日线，意味着价格的下跌趋势确立，且两条线分隔距离越远，斜率越大，趋势持续时间越长，伴随成交量的变化：缩量下跌，放量下跌，策略不同。反之亦然。
2、当然均线需要不同的搭配会有不同的效果，慢慢研究。
3、不作为投资建议，后果自负；
4、对比特币还是看其价值，没有深究，不是太懂，望懂得多交流。
有很多自己不懂，查资料后理清了思路：
1、需要用的包：sys, quandl, matpltotlib, pandas, pickle, plotly;自己在抄写别人的代码时，并未注意代码中那些包没用到，这是个不好的习惯，首先要大致浏览代码，看那些没用到，还好Pycharm比较智能，没用到的会提示。如果没用到还是不要导入的好，以免影响运算速度；
2、2.7版Python中用reload()表示对某一模块的重新加载，不知道在实现该功能时，为什么要重新加载，并且3.6版需要用importlib.reload(modul)来实现加载，但是这个模块这种方法，python文档不建议加载系统模块，因为该方法会修改模块；进一步检索资料会发现，mac中运行python默认为utf-8编码，其他系统则不一定，所以要用更改系统默认编码模式。python3默认就是用字符串流编写的，所以不需要进行默认编码的改动；
3、quandl、 pandas、pickle均为针对数据结构设计的模块，可以很方便的实现不同数据的调用和转换等操作；
4、plotly是一种针对Ipython开发的智能绘图库，功能比matplotlib更智能，集成度更高；Ipython是一种适用于在网页端协同开发的编辑器，还好Pytharm也有Jupyter Notebook模式，只要安装了jupyter模块就可以使用；自己尝试了下，是这样的：
不过还是不太习惯，暂时也用不上。对同一端口不能实现统一文件的两次run，不知道如何解决；
5、定义获取数据的函数：其中用到了前面所学format格式化传递变量、try方式实现输出的异常自定义化；初步理解是对Kraken这一比特币交易平台交易数据文件的ID进行调用，并对调用的数据按格式存储——pickle格式；需要注意的是一定不能忘了返回数据变量，否则可视化代时会出现空类型——NoneType错误；
6、主函数中调用数据存储于变量；对数据进行5日均新和20日均新的算数移动平均计算——pd.rolling_mean(arg, window)，其中arg表示要计算的数据，window表示一次计算的窗口，对于一个pickle数据集，5就表示计算前五行的收盘价平均，20位前20日的收盘价平均，从执行结果来看，pandas模块自动通过前一列的日期建立索引并对其自动进行检索；
7、以5日均线、20日均线、收盘价、BTC成交量进行可视化；需要注意的是用plot方法可视化时，并未制定很轴数据列，但仍旧输出了以日期为横轴的数据，可见对上述数据结构进行可视化，不指定横轴数据，会自动建立以索引为数据系列的对象；
对未明白的代码功能，仍需深究。
