मात्रात्मक व्यापार के क्षेत्र में एक आवश्यक उपकरण - FMZ क्वांट डेटा एक्सप्लोरेशन मॉड्यूल

आज के भयंकर प्रतिस्पर्धी वित्तीय बाजार में, डेटा विश्लेषण और एल्गोरिथम मॉडल पर आधारित एक ट्रेडिंग रणनीति के रूप में मात्रात्मक व्यापार निवेशकों और व्यापारियों के लिए तेजी से पसंदीदा विकल्प बन रहा है। मात्रात्मक व्यापार के क्षेत्र में, डेटा का मूल्य तेजी से प्रमुख हो रहा है। इसलिए, एक कुशल और विश्वसनीय मात्रात्मक डेटा अन्वेषण उपकरण सफल लेनदेन प्राप्त करने के लिए एक अपरिहार्य कुंजी बन गया है।

इस युग में जहां डेटा-संचालित निर्णय लेने को तेजी से महत्व दिया जाता है, एफएमजेड क्वांट डेटा एक्सप्लोरेशन मॉड्यूल उभरा है। मात्रात्मक व्यापार के क्षेत्र में आवश्यक उपकरणों में से एक के रूप में, यह न केवल एक साधारण डेटा विश्लेषण सॉफ्टवेयर है, बल्कि एक क्रांतिकारी नवाचार भी है जो निवेशकों को अद्वितीय डेटा विश्लेषण और खनन कार्यों के साथ प्रदान करता है, जिससे उन्हें जटिल और लगातार बदलते वित्तीय बाजारों में अवसरों को जब्त करने और जोखिमों को कम करने में मदद मिलती है।

एफएमजेड क्वांट, एक पेशेवर मात्रात्मक ट्रेडिंग प्लेटफॉर्म के रूप में, कई मात्रात्मक ट्रेडिंग टूल द्वारा समर्थित है। वर्तमान में, एफएमजेड क्वांट ट्रेडिंग प्लेटफॉर्म के डेटा एक्सप्लोरेशन मॉड्यूल ने डेटा डेटा प्लेटफॉर्म की सेवाओं को एकीकृत किया है, जिससे उपयोगकर्ताओं को बहुआयामी डेटा विश्लेषण, दृश्य डेटा खनन, ट्रेडिंग रणनीतियों का पता लगाने और अन्य पहलुओं में अधिक लाभ मिलते हैं। एफएमजेड का स्व-विकसित डेटा डेटा प्लेटफॉर्म एक मात्रात्मक वित्तीय डेटा प्लेटफॉर्म है। एसक्यूएल क्वेरी का उपयोग करके बड़ी मात्रा में डेटा का विश्लेषण करना और उन्हें दृश्य इंटरफ़ेस के माध्यम से कॉन्फ़िगर करना, डेटा विश्लेषण के लिए उपयुक्त विभिन्न चार्ट उत्पन्न करना और उन्हें टीम के साथ साझा करना, जिससे हम आसानी से बाजार के रुझानों को समझ सकते हैं और निवेश के अवसरों को जब्त कर सकते हैं!

FMZ क्वांट डेटा एक्सप्लोरेशन मॉड्यूल

सबसे पहले, आइए एफएमजेड क्वांट से परिचित होंडेटा अन्वेषणप्रत्येक FMZ प्लेटफॉर्म उपयोगकर्ता के लिए, हमें डेटा डेटा प्लेटफॉर्म के लिए फिर से पंजीकरण करने की आवश्यकता नहीं है, और हम सीधे डेटा डेटा प्लेटफॉर्म की सभी सुविधाओं का उपयोग कर सकते हैं।

• 1. डेटा क्षेत्र बाईं ओर की सूची में उन डेटा सामग्री को दिखाया गया है जिन्हें ऑनलाइन समर्थित किया गया है, वर्तमान में प्रत्येक एक्सचेंज (प्लेटफ़ॉर्म) के के-लाइन डेटा (OHLC) और टिक डेटा का समर्थन किया जाता है। भविष्य में डेटा के अधिक प्रकार और आयाम समर्थित होंगे। ये आंकड़े वास्तविक समय में निरंतर अद्यतन किए जाते हैं, जिससे हमें बाजार की गतिशीलता को हमेशा समझने की अनुमति मिलती है।

उदाहरण के लिए, अगर हम चयनOHLCऔर फिर चयन करेंmarket->bitfinex_m1, हम विस्तार पर क्लिक करने के बाद इस तालिका वस्तु में क्षेत्र नाम देख सकते हैं.

कुछ डेटा का पूर्वावलोकन करने के लिए तालिका चार्ट पर क्लिक करें.

प्लेटफ़ॉर्म सूची के निचले भाग में अपलोड डेटा बटन पर क्लिक करके अपने स्वयं के डेटा अपलोड करने का भी समर्थन करता है।

अपने डिवाइस से सर्वर पर सीएसवी फ़ाइलें अपलोड करना. फ़ाइल का आकार 10 एमबी से अधिक नहीं होना चाहिए, जिसमें अधिकतम 10,000 पंक्तियाँ और 128 स्तंभ हों।

• 2. एसक्यूएल कथन संपादन क्षेत्र

यहाँ एक विशिष्ट क्वेरी कथन लिखने के लिए संपादन बॉक्स है, हम दो दिलचस्प उदाहरण बाद में दिखाएंगे, चलो पहले अन्य सुविधाओं को समझते हैं।

यहाँ दो नियंत्रण बटन हैं, पहला SQL कथन को आसानी से स्वरूपित करने के लिए इस्तेमाल किया जा सकता है। दूसरे बटन का उपयोग SQL कथन में उपयोग किए जाने वाले चर डालने के लिए किया जाता है, जैसे कि SQL क्वेरी में एक पैरामीटर जोड़ना जिसे वास्तविक समय में संशोधित किया जा सकता है (SQL कथन में कुछ क्वेरी शर्तों को हार्ड-कोड किए बिना) । उदाहरण के लिएः

इनपुट'1inch_usd'पैरामीटर परीक्षण में प्रवेश करें और दाईं ओर Execute बटन पर क्लिक करें, फिर आप 1inch_usd श्रेणी के सभी डेटा की क्वेरी कर सकते हैं। क्वेरी किए गए डेटा को स्थानीय रूप से निर्यात और डाउनलोड भी किया जा सकता हैः

यह JSON, CSV प्रारूप का समर्थन करता है।

यदि हम SQL क्वेरी को सहेजना चाहते हैं, तो हम वर्तमान FMZ खाते की संसाधन सूची में SQL क्वेरी को रिकॉर्ड करने के लिए ऊपरी दाएं कोने में Save बटन पर क्लिक कर सकते हैं Data Exploration (संसाधन सूची बटन सहेजें बटन के बाईं ओर है) भविष्य के उपयोग के लिए।

वर्तमान में, हम जो इंटरफ़ेस देखते हैं वह सरल है और कार्य सरल हैं, लेकिन व्यावहारिक उपयोग में, हम इस उपकरण के शक्तिशाली उपयोग का अनुभव करेंगे। आगे, आइए दो अधिक जटिल उदाहरणों पर एक नज़र डालें।

अस्थिरता रैंक

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}};

इस एसक्यूएल कोड का उपयोग तालिका market.futures_binance_d1 से उन ट्रेडिंग जोड़े की अस्थिरता प्रतिशत प्राप्त करने और अस्थिरता प्रतिशत द्वारा मात्रा आउटपुट को सॉर्ट करने और सीमित करने के लिए किया जाता है जो मानदंडों को पूरा करता है।

इस एसक्यूएल का स्पष्टीकरण नीचे दिया गया हैः

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.

जब हम पैरामीटर दर्ज करते हैंः दिनः 10, रैंकः DESC, सीमाः 10, SQL कथन निष्पादित करने और परिणाम क्वेरी करने के लिए Execute बटन पर क्लिक करें.

तालिकाओं के रूप में डेटा प्रदर्शित करने के अलावा, इसे विभिन्न प्रकार के विज़ुअलाइज़ेशन तरीकों से भी प्रदर्शित किया जा सकता है। विज़ुअलाइज़ेशन के लिए कुछ प्रासंगिक सेटिंग्स सेट करने के बाद, डेटा एक समृद्ध और अधिक जीवंत तरीके से प्रदर्शित किया जाएगा।

बनाई गई क्वेरी आसानी से साझा करने के लिए यूआरएल भी उत्पन्न कर सकती है, और हम क्वेरी को अपडेट करने के लिए मापदंडों को भी संशोधित कर सकते हैं (लेख में यहां क्वेरी को अपडेट करने के लिए मापदंडों को संशोधित करने का प्रयास करें) । निम्नलिखित उत्पन्न वास्तविक समय डेटा का एक चार्ट हैः

अस्थिरता क्रम

गहन पुनरावृत्ति

इसके बाद हम एक बाजार सूक्ष्म परिदृश्य का अध्ययन करने का एक उदाहरण अध्ययन करने जा रहे हैं, जो उच्च आवृत्ति व्यापार के विवरण का अध्ययन करने के लिए एक अद्भुत उपकरण है।

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

किसी विशेष प्रजाति के लिए टिक स्तर टिक डेटा की क्वेरी करने के लिए उपरोक्त SQL कथन का उपयोग करें.

इस उदाहरण के लिए SQL क्वेरी बहुत सरल है, बस Binance एक्सचेंज पर एक निश्चित विविधता (पैरामीटर प्रतीक द्वारा निर्दिष्ट) के लिए टिक डेटा की क्वेरी।

बिंदु कई चार्ट के साथ एक समय श्रृंखला पर, एक लाइव ट्रेडिंग रिप्ले के रूप में डेटा दिखाने के लिए हैः

क्या बाज़ार में विवरणों का अध्ययन करना सुविधाजनक है?

अब हम अपने शोध को साझा करने के तरीके पर एक नज़र डालते हैं। हम ऊपरी दाएं कोने में शेयर आइकन पर क्लिक कर सकते हैं।

ये साझा किए गए कोड, लिंक, एफएमजेड प्लेटफॉर्म समुदाय पोस्ट, लेखों में एम्बेड किए जा सकते हैं। उन्हें वेब पृष्ठों में एम्बेड किया जा सकता है और अन्य समुदायों, मंचों, आदि में पुनः प्रकाशित किया जा सकता है। इसे सीधे किसी के साथ भी साझा किया जा सकता है।

आप इस शक्तिशाली मात्रात्मक व्यापार उपकरण के साथ क्या इंतजार कर रहे हैं? डेटा खनन और विश्लेषण करने की कोशिश करें.