📊 ¿De dónde salen los datos? Extrayendo 1 Millón de Velas de Binance
La IA es tan buena como sus datos. Te mostramos cómo descargamos y procesamos 5 años de historia cripto para entrenar nuestro cerebro algorítmico.
Data Engineering Team
DearmasTrader Team
Muchos nos preguntan: "¿Cómo sabe la IA que el mercado va a caer?". La respuesta no es magia, es Big Data.
El Desafío de la Escala
Para que un modelo de Machine Learning sea robusto, necesita ver miles de escenarios: mercados alcistas, crashes repentinos, estancamientos y manipulaciones.
Números de Nuestra Extracción:
- Periodo: Enero 2020 - Abril 2026
- Símbolos: BTC, ETH, SOL, XRP, BNB, DOGE
- Timeframes: 1m, 5m y 15m para captar micro-volatilidad
- Volumen Total: +1,200,000 velas procesadas
El Proceso Técnico
Usamos scripts personalizados en Python que consultan la API pública de Binance Futures, respetando los rate limits y reconstruyendo la historia vela a vela.
# Ejemplo de nuestra lógica de descarga
import binance.client
client = Client(api_key, api_secret)
# Descarga de datos masiva
candles = client.get_historical_klines(
"BTCUSDT",
Client.KLINE_INTERVAL_1MINUTE,
"1 Jan, 2020"
)
Limpieza de Datos: La clave del 92%
No todo el dato es útil. Eliminamos periodos de baja liquidez y normalizamos las mechas extremas que podrían confundir al modelo. Este proceso, llamado Data Cleansing, es lo que separa a DearmasTrader de un bot genérico.
Dato Curioso: La extracción completa tomó 48 horas de conexión ininterrumpida con los servidores de Binance en Tokio.