LPPLS拟合量化交易

项目分为以下功能模块：
数据获取模块：通过ccxt库从Binance交易所抓取指定加密货币交易对的历史数据（如BTC/USDT），包括时间戳和收盘价，将数据存储为CSV文件。
数据拟合模块：使用pandas、numpy和lppls库读取CSV文件中的历史数据，对收盘价进行对数变换并拟合LPPLS模型，以预测潜在的市场崩溃或爆发点。
可视化模块：使用matplotlib库绘制拟合后的LPPLS模型与实际价格数据的对比图，方便用户对模型结果进行直观分析。

在这个项目中，我负责设计和实现整个数据处理流程，包括数据获取、拟合和可视化。我使用了Python作为主要编程语言，结合了ccxt、pandas、numpy、lppls和matplotlib等库来完成各个功能模块的实现。通过这个项目，用户可以轻松地获取加密货币的历史数据，并使用LPPLS模型对数据进行分析，以指导他们的投资决策。