1. создать и активировать окружение (python >= 3.11)
2. установить зависимости

pip install -r requirements.txt

3. находясь в корневой папке, для запуска прописать в терминале

python stream.py

1. Происходит событие А влияющее на изменение btc и eth одинаково, например, обрушение FTX. Является ли это влиянием цены btc на eth? Технически нет, но при выполнени ТЗ такие события опущены.
2. Если изменения в курсе двух фьючерсов это исключительно покупка/продажа, то установить зависимость невозможно.
3. Также опускаем одновременность получения значения двух разных фьючерсов
4. Хорошо было бы анализировать по сглаживанию и использовать scipy, но решил начать с простого, также не использовал python-binance (а надо было пробовать)
5. А ещё хорошо было бы сделать анимацию вместо картинки... Если что могу поправить :)

Рассмотрим картинку:

Ось x => номер замера

Ось y => производные функций изменения фьючерсов

В основном нас интересуют кейсы в красных кругах, когда прирост двух фьючерсов практически одинаков. Синие - игнорируются, Зелёные - приветствуются, Желтые под вопросом.

Также из картинки ниже: Можно предположить, что ETHUSDT априори зависим от BTCUSDT (зеленая линия) Красная линия - другой способ - опускает случаи когда изменения почти идентичны Изменения фьючерса ETHUSDT - жёлтая линия Изменения фьючерса BTCUSDT - синяя

Чтобы как-то протестировать работоспособность кода, рекомендую:

1. изменить процент с 1го на, например, 0.001 в stream -> Stream -> _follow
2. использовать Stream.run() в который можно передать время сколько будет исполнятся код (по умолчанию "inf"), и функцию из compare_funcs,
3. раскомментить функцию и поменять значения (не забыть закомментить текущую) в async_retriever для генерации синтетических данных вместо реальных
4. уменьшить ttl для CurrencyList, проверить что список начинает себя чистить
5. визуализировать различие реального курса с независимым с помощью Stream.visualize_eth_values(), но для этого .run() должен быть конечным