Una herramienta esencial en el campo del comercio cuantitativo - FMZ Quant Data Exploration Module

En el mercado financiero de hoy en día, el comercio cuantitativo, como una estrategia comercial basada en el análisis de datos y modelos algorítmicos, se está convirtiendo en una opción cada vez más favorecida para los inversores y operadores.

En esta era en la que la toma de decisiones basada en datos es cada vez más valorada, ha surgido el módulo de exploración de datos FMZ Quant. Como una de las herramientas esenciales en el campo del comercio cuantitativo, no es solo un software de análisis de datos ordinario, sino también una innovación revolucionaria que proporciona a los inversores funciones únicas de análisis de datos y minería, ayudándoles a aprovechar las oportunidades y reducir los riesgos en mercados financieros complejos y en constante cambio.

FMZ Quant, como plataforma de negociación cuantitativa profesional, cuenta con el soporte de numerosas herramientas de negociación cuantitativa. Actualmente, el módulo Data Exploration de la plataforma de negociación FMZ Quant ha integrado los servicios de la plataforma de datos, dando a los usuarios más ventajas en el análisis multidimensional de datos, minería de datos visuales, exploración de estrategias comerciales y otros aspectos. La plataforma de datos de datos de FMZ es una plataforma de datos financieros cuantitativos. Usando consultas SQL para analizar grandes cantidades de datos y configurarlos a través de interfaces visuales, generando varios gráficos adecuados para el análisis de datos y compartirlos con el equipo, lo que nos permite comprender fácilmente las tendencias del mercado y aprovechar las oportunidades de inversión!

Módulo de exploración de datos cuánticos FMZ

En primer lugar, vamos a familiarizarnos con el FMZ QuantExploración de datosPara cada usuario de la plataforma FMZ, no necesitamos volver a registrarnos en la plataforma de datos y podemos utilizar todas las características de la plataforma de datos directamente.

• 1. Áreas de datos La lista del lado izquierdo muestra el contenido de datos que se ha apoyado en línea, actualmente soportando datos de línea K (OHLC) y datos de tick de cada intercambio (plataforma). Estos datos se actualizan continuamente en tiempo real, lo que nos permite comprender siempre la dinámica del mercado.

  Por ejemplo, si seleccionamosOHLCy luego seleccionemarket->bitfinex_m1, podemos ver los nombres de campos en este objeto de tabla después de hacer clic en Expand.

Haga clic en la tabla para ver algunos de los datos.

La plataforma también admite subir sus propios datos haciendo clic en el botón Subir datos en la parte inferior de la lista.

Cargando archivos CSV desde su dispositivo al servidor. El tamaño del archivo no debe exceder de 10 MB, con un máximo de 10.000 filas y 128 columnas.

• 2. Área de edición de instrucciones SQL

Aquí está el cuadro de edición para escribir una instrucción de consulta específica, mostraremos dos ejemplos interesantes más adelante, entendamos las otras características primero.

Hay dos botones de control aquí, el primero se puede utilizar para formatear la instrucción SQL fácilmente. El segundo botón se utiliza para insertar variables utilizadas en la instrucción SQL, similar a la adición de un parámetro a la consulta SQL que se puede modificar en tiempo real (sin tener que codificar algunas de las condiciones de la consulta en la instrucción SQL). Por ejemplo:

Ingreso'1inch_usd'en la prueba de parámetros y haga clic en el botón Execute en el lado derecho, entonces puede consultar todos los datos de la variedad 1inch_usd. Los datos consultados también se pueden exportar y descargar localmente:

Es compatible con el formato JSON, CSV.

Si queremos guardar la consulta SQL, podemos hacer clic en el botón Guardar en la esquina superior derecha para registrar la consulta SQL en la lista de recursos de la cuenta FMZ actual Exploración de datos (el botón de lista de recursos está en el lado izquierdo del botón de guardar) para su uso futuro.

En la actualidad, la interfaz que vemos es simple y las funciones son simples, pero en el uso práctico, experimentaremos el uso poderoso de esta herramienta.

Clasificación de la volatilidad

SELECT 
    UPPER(REPLACE(symbol, '_usdt.swap', '')) as symbol,
    ((MAX(high) - MIN(low)) / AVG((high + low) / 2)) AS volatility_percentage
FROM 
    market.futures_binance_d1
WHERE 
    timestamp >= CURRENT_DATE - INTERVAL '{{days}} day' and symbol like '%.swap'
GROUP BY 
    symbol
ORDER BY 
    volatility_percentage {{rank}}
LIMIT 
    {{limit}};

Este código SQL se utiliza para obtener el porcentaje de volatilidad del par de operaciones que cumple los criterios de la tabla market.futures_binance_d1 y ordenar y limitar la cantidad de salida por porcentaje de volatilidad.

La explicación de este SQL se da a continuación:

1. Two expressions were used for calculation, one was to replace the '_usdt.swap' in the 'symbol' column with an empty string and convert the result to uppercase, and the other was to calculate (MAX(high) - MIN(low)) / AVG((high+low) / 2).
The first expression uses the REPLACE function to replace strings that meet the criteria, and then uses the UPPER function to convert the result to uppercase.
The second expression calculates the difference between the highest and lowest prices divided by the average of the highest and lowest prices to calculate the percentage of volatility.

2. FROM clause:
The specified data table to be queried is "market.futures.binance_d1".

3. WHERE clause:
Two filter conditions are used: timestamp >= CURRENT_DATE - INTERVAL '{{days}} day' and symbol like '%.swap'.
The first condition filters out data within the last {{days}} days.
The second condition filters out trading pairs where the "symbol" column ends in '.swap'.

4. GROUP BY clause:
Group by the "symbol" column.

5. ORDER BY clause:
Sort by volatility percentage, either ascending (ASC) or descending (DESC), depending on the {{rank}} parameter.

6. LIMIT clause:
Limit the number of output results, which can be set according to the {{limit}} parameter.

Cuando introducimos los parámetros: días: 10, rango: DESC, límite: 10, haga clic en el botón Execute para ejecutar la instrucción SQL y consultar el resultado.

Además de mostrar los datos en forma de tablas, también se pueden mostrar en una variedad de formas de visualización.

La consulta creada también puede generar URLs para compartir fácilmente, y también podemos modificar los parámetros para actualizar la consulta (intentar modificar los parámetros para actualizar la consulta aquí en el artículo).

Clasificación de volatilidad

Repetición en profundidad

A continuación vamos a estudiar un ejemplo de estudio de un micro-escenario de mercado, que es una herramienta maravillosa para estudiar los detalles del comercio de alta frecuencia.

select * from market.binance where symbol = lower('{{symbol}}') order by timestamp desc limit 2000

Utilice la instrucción SQL anterior para consultar los datos de nivel de tick para una especie en particular.

La consulta SQL para este ejemplo es muy simple, solo consulta los datos de Tick para una cierta variedad (especificada por el símbolo del parámetro) en el intercambio Binance.

El punto es mostrar los datos en forma de una repetición de operaciones en vivo, en una serie de tiempo, con múltiples gráficos:

¿Es conveniente estudiar los detalles en el mercado?

A continuación, vamos a ver cómo compartir nuestra investigación. Podemos hacer clic en el icono de compartir en la esquina superior derecha.

Estos códigos compartidos, enlaces, pueden ser incrustados en las publicaciones de la comunidad de la plataforma FMZ, artículos. Pueden ser incrustados en páginas web y pueden ser republicados en otras comunidades, foros, etc. También se puede compartir directamente con cualquier persona.

¿Qué esperas con esta poderosa herramienta de comercio cuantitativo?