Nouvelle version Zeus_8_3_2_B_4_2.py

tools/chute.py

@@ -0,0 +1,69 @@
+import pandas as pd
+
+
+def detect_btc_crashes_and_rebounds(df, drop_threshold=-10, rebound_threshold=5):
+    """
+    Identifie les plus grosses chutes du BTC et le rebond suivant.
+
+    Paramètres :
+    - df : DataFrame contenant une colonne 'close' avec les prix du BTC.
+    - drop_threshold : Seuil de chute en % (ex: -10 pour une chute > 10%).
+    - rebound_threshold : Seuil de rebond en % après la chute.
+
+    Retourne :
+    - Une liste des chutes avec le pourcentage de rebond correspondant.
+    """
+    df['return'] = df['close'].pct_change() * 100  # Variation en %
+    crashes = []
+
+    in_crash = False
+    crash_start, crash_end, bottom, rebound_end = None, None, None, None
+
+    for i in range(1, len(df)):
+        change = df.loc[i, 'return']
+
+        # Début d'une chute
+        if change < drop_threshold and not in_crash:
+            crash_start = i - 1
+            in_crash = True
+
+        # En pleine chute, trouver le creux
+        if in_crash:
+            if bottom is None or df.loc[i, 'close'] < df.loc[bottom, 'close']:
+                bottom = i
+
+        # Fin de la chute et début du rebond
+        if in_crash and change > 0:
+            crash_end = i
+
+        # Identifier un rebond
+        if in_crash and crash_end:
+            rebound_percent = (df.loc[i, 'close'] - df.loc[bottom, 'close']) / df.loc[bottom, 'close'] * 100
+            if rebound_percent > rebound_threshold:
+                rebound_end = i
+                crashes.append({
+                    'crash_start': df.index[crash_start],
+                    'crash_end': df.index[crash_end],
+                    'bottom': df.index[bottom],
+                    'rebound_end': df.index[rebound_end],
+                    'drop_percent': (df.loc[bottom, 'close'] - df.loc[crash_start, 'close']) / df.loc[
+                        crash_start, 'close'] * 100,
+                    'rebound_percent': rebound_percent
+                })
+                in_crash = False  # Reset pour détecter une nouvelle chute
+
+    return crashes
+
+import yfinance as yf
+
+df = yf.download("BTC-USD", start="2020-01-01", end="2025-01-01", interval="1d")
+df.to_csv("btc_prices.csv")
+print("Données enregistrées !")
+
+
+# Exemple d'utilisation avec un DataFrame BTC (OHLCV)
+df = pd.read_csv("btc_prices.csv", parse_dates=["date"], index_col="date")
+crashes = detect_btc_crashes_and_rebounds(df)
+
+for crash in crashes:
+    print(crash)