Извлечение MVRV, NVT и цены из Glassnode API слияние в Pandas

import requests
import pandas as pd
from datetime import datetime, timedelta
import os

# --- Конфигурация API --- 
# Рекомендуется хранить API ключ в переменных окружения
# Для примера, можно задать напрямую, но это небезопасно для продакшена
GLASSNODE_API_KEY = os.getenv('GLASSNODE_API_KEY', 'YOUR_GLASSNODE_API_KEY_HERE')
BASE_URL = 'https://api.glassnode.com/v1/metrics/'

def fetch_glassnode_data(metric_path: str, asset: str, start_date: str, end_date: str, interval: str = '24h') -> pd.DataFrame:
    """
    Извлекает данные из Glassnode API для указанной метрики.

    Args:
        metric_path (str): Путь к метрике в API (например, 'market/mvrv').
        asset (str): Тикер актива (например, 'BTC').
        start_date (str): Начальная дата в формате 'YYYY-MM-DD'.
        end_date (str): Конечная дата в формате 'YYYY-MM-DD'.
        interval (str): Интервал данных (например, '24h', '1h').

    Returns:
        pd.DataFrame: DataFrame с данными метрики, индексированный по дате.
    """
    params = {
        'a': asset,
        's': start_date,
        'u': end_date,
        'i': interval,
        'api_key': GLASSNODE_API_KEY
    }
    
    try:
        response = requests.get(f'{BASE_URL}{metric_path}', params=params)
        response.raise_for_status() # Вызывает исключение для ошибок HTTP (4xx или 5xx)
        data = response.json()
        
        if not data:
            print(f"Предупреждение: Нет данных для метрики {metric_path} в указанный период.")
            return pd.DataFrame()

        df = pd.DataFrame(data)
        df['t'] = pd.to_datetime(df['t'], unit='s') # Преобразование Unix timestamp в datetime
        df = df.set_index('t')
        df = df.rename(columns={'v': metric_path.replace('/', '_')}) # Переименование столбца 'v' в имя метрики
        return df
    except requests.exceptions.RequestException as e:
        print(f"Ошибка при запросе данных для {metric_path}: {e}")
        return pd.DataFrame()
    except ValueError as e:
        print(f"Ошибка при парсинге JSON для {metric_path}: {e}")
        return pd.DataFrame()


def main():
    # --- Параметры запроса --- 
    ASSET = 'BTC'
    END_DATE = datetime.now().strftime('%Y-%m-%d')
    START_DATE = (datetime.now() - timedelta(days=365 * 3)).strftime('%Y-%m-%d') # Последние 3 года
    INTERVAL = '24h'

    print(f"Извлечение данных для {ASSET} с {START_DATE} по {END_DATE} с интервалом {INTERVAL}...")

    # --- Извлечение ончейн-метрик --- 
    print("Извлечение MVRV...")
    df_mvrv = fetch_glassnode_data('market/mvrv', ASSET, START_DATE, END_DATE, INTERVAL)
    
    print("Извлечение NVT...")
    df_nvt = fetch_glassnode_data('transactions/nvt', ASSET, START_DATE, END_DATE, INTERVAL)

    # --- Извлечение ценовых данных --- 
    print("Извлечение цены...")
    # Glassnode предоставляет цену в метрике 'market/price_usd_ohlc_sum' или 'market/price_usd_close'
    # Используем 'market/price_usd_close' для простоты, если нужна только цена закрытия
    df_price = fetch_glassnode_data('market/price_usd_close', ASSET, START_DATE, END_DATE, INTERVAL)
    if not df_price.empty:
        df_price = df_price.rename(columns={'market_price_usd_close': 'Price_USD'})

    # --- Слияние данных --- 
    print("Слияние данных...")
    # Начинаем с цены, так как она часто является основной для анализа
    merged_df = df_price.copy()

    if not df_mvrv.empty:
        merged_df = merged_df.merge(df_mvrv, left_index=True, right_index=True, how='left')
    
    if not df_nvt.empty:
        merged_df = merged_df.merge(df_nvt, left_index=True, right_index=True, how='left')

    # Удаление строк, где нет данных по цене (если цена была пустой, merged_df будет пуст)
    merged_df = merged_df.dropna(subset=['Price_USD'])

    print("Первые 5 строк объединенного DataFrame:")
    print(merged_df.head())

    print("Информация об объединенном DataFrame:")
    merged_df.info()

    # --- Сохранение данных (опционально) --- 
    output_filename = f'{ASSET}_onchain_metrics_merged.csv'
    merged_df.to_csv(output_filename)
    print(f"Данные успешно сохранены в {output_filename}")

if __name__ == '__main__':
    main()