ডেটা প্লেব্যাক বৈশিষ্ট্যগুলির উপর ভিত্তি করে বিকাশিত রৈখিক মোড়ক একক স্ট্রিম কৌশল

উপস্থাপনা

এটা প্রায়ই বলা হয় যে লেনদেন একটি শিল্প, এবং শিল্প অনুপ্রেরণা থেকে আসে। তাই আজ আমি আপনাদের সাথে শেয়ার করতে চাই কিভাবে উদ্ভাবকরা তাদের লেনদেনের অনুপ্রেরণা খুঁজে পেতে কোয়ালিটি ডেটা পুনরায় চালু করার ক্ষমতা ব্যবহার করে।

লেনদেনের অনুপ্রেরণা ও অনুভূতি

সাধারণত আমরা যখন অনুপ্রেরণা বলি, তখন তা বোঝায় যে, চিন্তা করার সময় মানুষ এক মুহুর্তে সৃজনশীল হয়ে ওঠে। ব্যবসায়ীদের ক্ষেত্রে, আমাদের মস্তিষ্কের বাম দিকটি কৌশল রচনা, তহবিল বরাদ্দ, পরামিতি সেটিং ইত্যাদির মতো নিয়মগুলি তৈরি করে।

অনেকেরই এই শব্দটি শোনা গেছে, যা একটি অস্পষ্ট অনুভূতি, যেমনটি বর্তমান ঘটনার সাথে পরিচিত। ট্রেডিংয়ের সময়, এই ষষ্ঠ অনুভূতির মতো অন্তর্দৃষ্টি, যদিও যৌক্তিক যুক্তি এবং বিশ্লেষণ ছাড়াই, বাজারের ভবিষ্যতের গতির পূর্বাভাস দেয়, যা ব্যবসায়ীকে কেনার বা বিক্রয়ের সিদ্ধান্ত নিতে বাধ্য করে।

কিভাবে অনুপ্রেরণা পেতে হয়

বহিরাগতদের কাছে, বাজারের অনুভূতি একটি অদ্ভুত এবং অদ্ভুত, একটি অপরাজেয় রহস্যময় প্রতিভা, যার সাথে এটি বাজারে প্রতিষ্ঠিত হতে পারে। আসলে, বাজারের অনুভূতি হ'ল মস্তিষ্কের স্বতন্ত্র ট্রেডিং অভিজ্ঞতার সংক্ষিপ্তসার, বহু বছর ধরে বাজারের মাধ্যমে উপলব্ধি করা একটি অদ্ভুত পূর্বাভাসের অনুভূতি।

যদিও কঠোরভাবে বলতে গেলে, অনুপ্রেরণা পুরোপুরি অনুভূতির সমান নয়, তবে আমি বিশ্বাস করি যে হাজার হাজারবার বাজারের অনুশীলন করার পরে, বাজারের গভীরতর জ্ঞান রয়েছে, কৌশল বিকাশের সময় আপনি নিজের হাতে হাত রাখবেন। সুতরাং এই প্রতিভা অর্জন করতে চান, আরও বেশি ট্রেডিং কৌশল বিকাশ করতে চান, অন্য কেউ নয়, কেবল দক্ষ। প্রচুর পরিমাণে লেনদেনের মাধ্যমে, আপনার ট্রেডিং সিস্টেমকে নিখুঁত করতে পারেন।

তবে দেশীয় পণ্যের ভবিষ্যৎ ও শেয়ারের ট্রেডিংয়ের সময় মাত্র কয়েক ঘন্টা, যদি কেবলমাত্র বাস্তব ট্রেডিং থেকে নিজের ট্রেডিংয়ের অভিজ্ঞতা উন্নত করা হয়, নিজের লাভের মডেল এবং ট্রেডিংয়ের নিয়ম তৈরি করা হয় এবং অবচেতনভাবে নিজের শর্তাধীন প্রতিফলনকে প্রশিক্ষণ দেওয়া হয় তবে এটি হৃদয়বিদারক। দীর্ঘ সময় ব্যয় ছাড়াও বেশিরভাগ ব্যবসায়ীরা তহবিলের ক্ষতির ব্যয় বহন করে। এই সমস্যাটি সমাধান করার জন্য, উদ্ভাবকরা পরিমাণগতভাবে ডেটা রিপ্লেস বৈশিষ্ট্যটি বিকাশ করেছেন।

কিভাবে ডেটা পুনরুদ্ধার করতে হয়

ডেটা রিপ্লে বৈশিষ্ট্যটি এক্সচেঞ্জের ট্রেডিং সময় সীমাবদ্ধতা ছাড়াই প্রশিক্ষিত হতে পারে, বিভিন্ন পণ্যের ভবিষ্যৎ এবং ডিজিটাল মুদ্রার জাতকে সমর্থন করে, বাজারটি ম্যানুয়ালি পুনরুদ্ধার করা যায় বা স্বয়ংক্রিয়ভাবে পুনরুদ্ধার করা যায় এবং historicalতিহাসিক বাজার শুরু হওয়ার সময় এবং পুনরুদ্ধারের গতি নির্দ্বিধায় সেট করা যায়। অন্যান্য সফ্টওয়্যারগুলির তুলনায় যা সাধারণভাবে কে-লাইন ডেটা পুনরুদ্ধারের পদ্ধতি গ্রহণ করে, উদ্ভাবকরা টিক-স্তরের ডেটা পুনরুদ্ধারের পদ্ধতি ব্যবহার করে পরিমাণযুক্ত, যা প্রকৃত ট্রেডিংয়ের পুনরুদ্ধারের পরিবেশে সত্যিকারের কাছাকাছি আসে, এবং পুনরুদ্ধার করা হয়।

এই ওয়েবসাইটটি একটি গুগল সাইট, যা ডেভেলপারদের জন্য যথেষ্ট।fmz.com) নিবন্ধন করুন এবং লগইন করুন, তারপরে কন্ট্রোল সেন্টারে ডেটা অনুসন্ধান ক্লিক করুন, যা ডেটা প্লেব্যাক বৈশিষ্ট্য পৃষ্ঠা প্রদর্শন করে। এতে চারটি বিকল্প বাক্স এবং একটি নির্বাচন বোতাম রয়েছে, প্রথমে নির্বাচন বোতামটি ক্লিক করুন যা কেবলমাত্র বাস্তব ডিস্ক প্লেব্যাক সমর্থন করে, তারপরে উপরের বাম দিকে যে জাতটি খেলতে হবে তা নির্বাচন করুন, তারপরে পিছনের দুটি বিকল্প বাক্স থেকে ডেটা শুরু হওয়ার সময় নির্বাচন করুন, তারপরে ডেটাটির সময়কাল নির্বাচন করুন যা বাস্তব ডিস্ক প্লেব্যাক হিসাবে ব্যবহৃত হয়, অবশেষে ডানদিকে গো বোতামটি ক্লিক করুন, যা ডেটা প্লেব্যাক বৈশিষ্ট্যটি চালু করে।

ডাটা ট্যাগের নিচে তিনটি ব্লক রয়েছে; বাম দিকে লেনদেনের ইতিহাস রয়েছে, যা সময়ানুযায়ী সমস্ত অর্ডার প্রদর্শন করে; মাঝখানে ক্রয়-বিক্রয়ের জন্য 20 ফাইলে গভীরতার ইনভেন্টরি ডেটা রয়েছে; ডানদিকে ডেটা প্লেয়ারের নিয়ন্ত্রণ অঞ্চল রয়েছে, যেখানে আপনি মিডিয়া প্লেয়ার ব্যবহারের মতোই সহজভাবে ম্যানুয়াল এবং স্বয়ংক্রিয়ভাবে ডেটা প্লেয়ার নির্বাচন করতে পারেন।

অবস্থান সূচকগুলি বাম এবং পিছনে টানতে পারে এবং দ্রুত ডেটা প্লেব্যাকের শুরু সময় নির্বাচন করতে পারে।

সর্বনিম্ন অংশে ডান-বাম স্যুইচিং লোগোর মাধ্যমে ডেটা প্লেব্যাকের গতি নিয়ন্ত্রণ করা যায়, যা মিলিসেকেন্ডে সময় একক হিসাবে, ডেটা প্লেব্যাক করার সময় ত্বরান্বিত বা হ্রাস করা যায়।

কৌশলগত যুক্তি তৈরি করা

যদিও অনেকগুলি কারণ রয়েছে যা দামের পতনের উপর প্রভাব ফেলে, যার মধ্যে রয়েছেঃ বৈশ্বিক অর্থনৈতিক পরিবেশ, দেশীয় ম্যাক্রো নীতি, সংশ্লিষ্ট শিল্প নীতি, সরবরাহ-যাচাই সম্পর্ক, আন্তর্জাতিক ঘটনা, সুদের হার এবং বিনিময় হার, মুদ্রাস্ফীতি এবং সংকোচন, বাজার মনোবিজ্ঞান, অজানা কারণ ইত্যাদি, তবে শেষ প্লেটে দামগুলি বহুপক্ষীয় এবং শূন্যের প্রতিযোগিতার ফলাফল। যদি আরও বেশি ক্রেতা থাকে তবে দাম বাড়বে; বিপরীতভাবে, যদি আরও বেশি বিক্রেতা থাকে তবে দাম কমবে। তাহলে আমাদের কেবল মূল্য বিশ্লেষণ করতে হবে এবং একটি ট্রেডিং কৌশল তৈরি করতে হবে।

ইনভেন্টররা গত এক মাসের বিএনএ এক্সচেঞ্জের বিটিসি_ইউএসডিটি লেনদেনের জোড়া পুনরুদ্ধার করে, আমরা দেখতে পেয়েছি যে বাজারের উত্থান এবং পতনের সময়, টিক ডেটার অর্ডারগুলির পরিমাণ উভয় পক্ষের মধ্যে স্পষ্টভাবে অসামঞ্জস্যপূর্ণ। যখন বাজারের উত্থান ঘটে তখন একাধিক শিরোনামের পরিমাণ শিরোনামের পরিমাণের চেয়ে উল্লেখযোগ্যভাবে বেশি হয়; যখন বাজারের উত্থান ঘটে তখন খালি শিরোনামের পরিমাণ বহু শিরোনামের পরিমাণের চেয়ে উল্লেখযোগ্যভাবে কম হয়। তাহলে আমরা কি শিরোনামের পরিমাণের উপর ভিত্তি করে স্বল্পমেয়াদী দামের পতন পূর্বাভাস দিতে পারি?

এই প্রশ্নের উত্তর অবশ্যই হ্যাঁ।

আমরা গভীরতার টিক ডেটা সংগ্রহ করে, বহু শূন্য পক্ষের বাজি পরিমাণ গণনা করতে পারি এবং তুলনা করতে পারি, যদি বহু শূন্য সম্মিলিত বাজি পরিমাণের পার্থক্য খুব বেশি হয়, তবে সম্ভাব্য বিক্রয় সুযোগ রয়েছে। উদাহরণস্বরূপ, যখন বহু শূন্যের বাজি পরিমাণটি বহু শূন্যের বাজি পরিমাণের N গুণ হয়, তখন আমরা অনুমান করতে পারি যে বাজারে বেশিরভাগ লোক বেশি দেখছে এবং ভবিষ্যতে স্বল্প সময়ের মধ্যে দাম বাড়ার সম্ভাবনা বাড়বে; যখন বহু শূন্যের বাজি পরিমাণটি বহু শূন্যের N গুণ হয়, তখন আমরা অনুমান করতে পারি যে বেশিরভাগ বাজারই শূন্য এবং ভবিষ্যতে স্বল্প সময়ের মধ্যে দাম হ্রাসের সম্ভাবনা বাড়বে।

লেনদেনের কৌশল লিখুন

উপরে বর্ণিত নীতির যুক্তি অনুসারে, কোডটি বাস্তবায়িত করতে শুরু করুন। এইভাবে খুলুনঃ fmz.com ওয়েবসাইট > লগইন > কন্ট্রোল সেন্টার > নীতি পুস্তিকা > নতুন নীতি > উপরের ডানদিকে ডানদিকে ড্র্যাগ-ডাউন মেনুতে ক্লিক করুন, পাইথন ভাষা নির্বাচন করুন এবং নীতিটি লিখতে শুরু করুন।

প্রথম ধাপঃ কৌশলগত কাঠামো তৈরি করা

# 策略主函数
def onTick():
    pass


# 程序入口
def main():
    while True:  # 进入无限循环模式
        onTick()  # 执行策略主函数
        Sleep(1000)  # 休眠1秒

আমরা যখন পলিসি লিখব তখন সেটাকে বড় থেকে ছোট করে লিখতে হবে, যেমন একটি কভার হাউসের মত, ফ্রেমওয়ার্ককে কভার করে দেয়ালে। এই ফ্রেমওয়ার্কে আমরা দুটি ফাংশন ব্যবহার করেছি, যথাঃ main ফাংশন এবং onTick ফাংশন। যেখানে main ফাংশন হল প্রোগ্রামের ইনপুট, অর্থাৎ প্রোগ্রামটি এখান থেকে কার্যকর হবে, তারপর অসীম লুপ মোডে যাবে এবং onTick ফাংশনটি পুনরাবৃত্তি করবে। তাহলে আমাদের শুধু পলিসির বিষয়বস্তু onTick ফাংশনে লিখতে হবে।

দ্বিতীয় ধাপঃ গ্লোবাল ভেরিয়েবল লিখুন

vol_ratio_arr = []  # 多空挂单比率数组
mp = 0  # 虚拟持仓

ভোল_রেটিও_আরকে গ্লোবাল ভেরিয়েবল হিসেবে সংজ্ঞায়িত করার কারণ হল আমার কৌশলটি হল একটি টিক ডেটার একটি বহু-স্পেস হ্যাং-এন্ড অনুপাত সংগ্রহ করা। যদি আমরা ভোল_রেটিও_আর ভেরিয়েবলটিকে অন টিক ফাংশনে রাখি, তাহলে লুপ চলার সাথে সাথে এটি স্পষ্টভাবে অযৌক্তিক। আমাদের যা দরকার তা হল লুপ মোডে, যখন একটি নির্দিষ্ট শর্ত পূরণ হয় তখন ভেরিয়েবলটির মান পরিবর্তন করা হয়। সবচেয়ে যুক্তিসঙ্গত উপায় হ'ল এই ভেরিয়েবলটিকে লুপের বাইরে রাখা।

হোল্ডিং ম্যানেজমেন্ট খুবই প্রয়োজনীয় কারণ এটি কেনার এবং বিক্রির যুক্তির সাথে সম্পর্কিত, সাধারণত আমরা অবিলম্বে ট্রেডিংয়ের ক্ষেত্রে অ্যাকাউন্টটি গ্রহণ করে আমাদের ধারিত মুদ্রা জোড়া গণনা করি। এখানে কোডটি সহজ করার জন্য, সরাসরি একটি বিশ্বব্যাপী ভার্চুয়াল হোল্ডিং ভেরিয়েবল সংজ্ঞায়িত করা হয়, যা কেনার এবং বিক্রয়ের যুক্তি নিয়ন্ত্রণ করে।

তৃতীয় ধাপঃ বর্তমান স্পেস অনুপাত গণনা করুন

depth = exchange.GetDepth()  # 获取深度数据
asks = depth['Asks']  # 获取卖价数组
bids = depth['Bids']  # 获取买价数组
asks_vol = 0  # 所有卖价挂单
bids_vol = 0  # 所有买价挂单
for index, ask in enumerate(asks):  # 遍历卖价数组
    # 线性计算所有卖价挂单
    asks_vol = asks_vol + ask['Amount'] * (20 - index)
for index, bid in enumerate(bids):  # 遍历买价数组
    # 线性计算所有买价挂单
    bids_vol = bids_vol + bid['Amount'] * (20 - index)
bidask_ratio = bids_vol / asks_vol  # 计算多空比率

এটা জানা যায় যে, ডিজিটাল মুদ্রা সাধারণত ২০ গ্রেডের গভীরতার ডেটা হয়, তাই আমরা বহু শিরোনাম এবং শূন্য শিরোনামগুলির পরিমাণ যোগ করতে পারি এবং বহু শিরোনাম এবং শূন্য শিরোনামের অনুপাত গণনা করতে পারি। যখন এই মানটি 1 এর চেয়ে বেশি হয় তখন এটি বোঝায় যে যারা বেশি দেখেন তারা কম সময়ের মধ্যে দাম বাড়বে; যখন এই মানটি 1 এর চেয়ে কম হয় তখন এটি বোঝায় যে যারা বেশি দেখেন তারা কম সময়ের মধ্যে দাম হ্রাস পাবে।

তবে একটি পার্থক্য করা দরকার, যখন তালিকার কাছাকাছি অবস্থিত তালিকাগুলির কাছাকাছি অবস্থিত, তখন এটি আরও বেশি বা কম পড়ার ইচ্ছা প্রকাশ করে, উদাহরণস্বরূপ, এক স্তরে থাকা পেমেন্ট অবশ্যই 20 স্তরে থাকা পেমেন্টের চেয়ে বেশি দেখতে আগ্রহী। অতএব, আমরা যখন তালিকাগুলিকে একত্রিত করি, তখন 20 স্তরের তালিকাগুলিকে বিভিন্ন ওজনের সাথে একটি রৈখিক পদ্ধতিতে আলাদাভাবে দিতে হবে। এটি আরও যুক্তিযুক্ত হবে।

চতুর্থ ধাপঃ লিনিয়ার গণনা সময়সীমার মধ্যে বহুস্থানের অনুপাত

global vol_ratio_arr, mp  # 引入全局变量
vol_ratio_arr.insert(0, bidask_ratio)  # 把多空比率放到全局变量数组里面
if len(vol_ratio_arr) > 20:  # 如果数组超过指定长度
    vol_ratio_arr.pop()  # 删除最旧的元素
all_ratio = 0  # 临时变量，所有多空挂单比率
all_num = 0  # 临时变量，所有线性乘数
for index, vol_ratio in enumerate(vol_ratio_arr):  # 变量全局变量数组
    num = 20 - index  # 线性乘数
    all_num = all_num + num  # 线性乘数累加
    all_ratio = all_ratio + vol_ratio * num  # 所有多空挂单比率累加
ratio = all_ratio / all_num  # 线性多空挂单比率

বহু শিরোনাম যোগ করা লিঙ্কগুলিকে খালি শিরোনাম যোগ করা লিঙ্কগুলিকে বিভাজন করে বহু-স্পেস অনুপাত পাওয়া যায়, তবে এটি কেবলমাত্র একটি টিকের ডেটা, যদি কেবলমাত্র একটি টিকের ডেটা ব্যবহার করা হয় তবে কেনা বেচা সিদ্ধান্ত নেওয়া একটি বুদ্ধিমান পছন্দ নাও হতে পারে, কারণ তাত্ক্ষণিকভাবে পরিবর্তিত বাজারে একটি টিকের ডেটা বিশ্বাসযোগ্য নয়। সুতরাং আমাদের একটি নির্দিষ্ট টিকের ডেটা সংগ্রহ করতে হবে এবং অবশেষে একটি ন্যায্য সংখ্যাটি রৈখিকভাবে গণনা করতে হবে।

পঞ্চম ধাপঃ লেনদেন করুন

last_ask_price = asks[0]['Price']  # 最新卖一价，用于买入的价格
last_bid_price = bids[0]['Price']  # 最新买一价，用于卖出的价格
if mp == 0 and ratio > buy_threshold:  # 如果当前无持币，并且比率大于指定值
    exchange.Buy(last_ask_price, 0.01)  # 买入
    mp = 1  # 设置虚拟持仓的值
if mp == 1 and ratio < sell_threshold:  # 如果当前持币，并且比率小于指定值
    exchange.Sell(last_bid_price, 0.01)  # 卖出
    mp = 0  # 重置虚拟持仓的值

যেহেতু অর্ডার দেওয়ার সময় একটি মূল্য নির্দিষ্ট করা প্রয়োজন, তাই আমরা কেনার সময় সরাসরি সর্বশেষতম বিক্রয় মূল্য ব্যবহার করতে পারি; বিক্রয় করার সময় সরাসরি সর্বশেষতম কিনতে পারি। অবশেষে, অর্ডারটি শেষ হওয়ার পরে, ভার্চুয়াল হোল্ডিংয়ের মান পুনরায় সেট করুন।

শেষ

উপরের তথ্যগুলো ডাটা রিপ্লে ফাংশনের উপর ভিত্তি করে তৈরি লিনিয়ার হ্যাং স্ট্রিম কৌশল কোড বিশ্লেষণ। যদি আপনি ট্রেডিং নবাগত হন, তাহলে ডাটা রিপ্লে ফাংশন আপনাকে ট্রেডিং শিখতে শূন্য খরচ দিতে পারে, ট্রেডিং সম্পর্কে ধারণাগত সময় কমাতে পারে, বাস্তব বা অ্যামোনিয়াম ট্রেডিংয়ে সাধারণত প্রথম ফলাফল দেখতে কয়েক বছর সময় লাগে, ডেটা রিপ্লে ফাংশনে কয়েক সপ্তাহ সময় নষ্ট না করে একই ফলাফল অর্জন করা যায়।