Alat penting dalam bidang transaksi kuantitatif - inventor modul eksplorasi data kuantitatif

Dalam persaingan ketat di pasar keuangan saat ini, perdagangan kuantitatif sebagai strategi perdagangan yang didasarkan pada analisis data dan model algoritma, menjadi pilihan yang semakin disukai oleh investor dan pedagang. Dan dalam bidang perdagangan kuantitatif, nilai data menjadi semakin menonjol, sehingga satu set alat eksplorasi data kuantitatif yang efisien dan dapat diandalkan menjadi salah satu kunci yang sangat diperlukan untuk mencapai perdagangan yang sukses.

Dalam era semakin mementingkan keputusan yang didorong data, inventor harus menggunakan modul eksplorasi data kuantifikasi. Sebagai salah satu alat penting dalam bidang perdagangan kuantifikasi, ini bukan hanya perangkat lunak analisis data biasa, tetapi juga inovasi revolusioner yang memberikan kemampuan analisis dan penggalian data yang unik kepada investor untuk membantu mereka menangkap peluang dan mengurangi risiko di pasar keuangan yang kompleks dan berubah-ubah.

FMZ Quantified sebagai platform perdagangan kuantitatif profesional, dengan berbagai alat perdagangan kuantitatif yang didukung. Saat ini, modul "Data Exploration" FMZ Quantified Platform telah mengintegrasikan layanan platform datadata, yang memungkinkan pengguna untuk melakukan analisis data multi-dimensi, penambangan; memvisualisasikan data; strategi transaksi eksplorasi, dll. FMZ Quantified Self-Researched Datadata Platform adalah platform data keuangan kuantitatif.

FMZ Mengukur Modul Eksplorasi Data

Pertama-tama, mari kita kenal dengan FMZ.Penjelajahan dataUntuk setiap pengguna FMZ platform, kami tidak perlu mendaftar kembali ke platform datadata dan dapat langsung menggunakan semua fitur dari platform datadata.

• 1 data area Daftar di sebelah kiri menunjukkan konten data yang saat ini sudah didukung secara online, yang saat ini mendukung data K-line (OHLC) dan data Tick (Tick) dari berbagai platform. Data ini selalu diperbarui secara real time, sehingga Anda selalu mengetahui dinamika pasar.

  Jadi kita pilih "OHLC" dan kemudian kita pilih "OHLC".market->bitfinex_m1Setelah mengklik membuka, Anda dapat melihat setiap "nama bidang" dalam objek tabel ini.

  

  Untuk melihat beberapa data, klik grafik tabel.

  Platform ini juga mendukung untuk mengunggah data Anda sendiri dengan mengklik tombol "unggah data" di bagian bawah daftar.

  Mengunggah file CSV dari perangkat Anda ke server Ukuran file harus tidak lebih dari 10 MB, dan maksimal 10.000 baris dan 128 baris.

• 2, area pengeditan kalimat SQL

  

  Di sini adalah kotak editor untuk menulis pernyataan kueri tertentu, dan kami akan menunjukkan dua contoh menarik di kemudian hari sebelum kita mempelajari fitur lainnya.

  

  Ini memiliki dua tombol kontrol, yang pertama dapat dengan mudah memformat pernyataan SQL. Tombol kedua digunakan untuk memasukkan variabel yang digunakan dalam pernyataan SQL, mirip dengan menambahkan parameter yang dapat dimodifikasi secara real-time ke kueri SQL (tidak perlu mengkode keras beberapa kondisi kueri dalam pernyataan SQL) misalnya:

  

  Masukkan dalam parameter test'1inch_usd'Kemudian klik tombol "Execute" di sebelah kanan untuk mencari semua data dari varietas 1inch_usd. Data yang dicari juga dapat diekspor dan diunduh secara lokal:

  

  Dukungan untuk format JSON, CSV.

  Jika Anda ingin menyimpan catatan dari query SQL ini, Anda dapat mengklik tombol "Simpan" di pojok kanan atas untuk menyimpan query SQL ini ke dalam daftar sumber daya "Data Explore" akun FMZ saat ini (tombol daftar sumber daya berada di sebelah kiri tombol "Simpan") untuk digunakan di kemudian hari.

  Di sini kita akan melihat beberapa contoh yang sedikit rumit. Di sini kita akan melihat beberapa contoh yang sedikit rumit.

Peringkat yang berfluktuasi

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}};

Kode SQL ini digunakan untuk mendapatkan persentase volatilitas dari transaksi yang memenuhi syarat dari tabel market.futures_binance_d1, dan mengurutkan dan membatasi jumlah output sesuai dengan persentase volatilitas.

Pernyataan SQL ini adalah sebagai berikut:

1、使用了两个表达式进行计算，一个是将 "symbol" 列中的 '_usdt.swap' 替换为空字符串，并将结果转换为大写，另一个是计算 (MAX(high) - MIN(low)) / AVG((high + low) / 2)。
第一个表达式使用了 REPLACE 函数将符合条件的字符串进行替换，然后使用 UPPER 函数将结果转换为大写。
第二个表达式计算了最高价与最低价的差值除以最高价与最低价的平均值，以计算波动率百分比。

2、FROM 子句：
指定了要查询的数据表为 "market.futures_binance_d1"。

3、WHERE 子句：
使用了两个筛选条件：timestamp >= CURRENT_DATE - INTERVAL '{{days}} day' 和 symbol like '%.swap'。
第一个条件筛选出最近 {{days}} 天内的数据。
第二个条件筛选出 "symbol" 列以 '.swap' 结尾的交易对。

4、GROUP BY 子句：
根据 "symbol" 列进行分组。

5、ORDER BY 子句：
根据波动率百分比进行排序，可以选择升序（ASC）或降序（DESC），根据 {{rank}} 参数而定。

6、LIMIT 子句：
限制输出结果的数量，可以根据 {{limit}} 参数进行设置。

Jika kita masukkan parameter: Days: 10, rank: DESC, limit: 10 Klik tombol "Execute" untuk mengeksekusi pernyataan SQL dan menanyakan hasilnya.

Data dapat ditampilkan dalam berbagai bentuk selain dalam bentuk tabel, dan beberapa pengaturan terkait untuk memvisualisasikannya dapat ditampilkan dalam cara yang lebih hidup setelah diatur dengan baik.

Anda juga dapat membuat koneksi, berbagi, mengubah parameter, dan memperbarui pertanyaan.

Pemutaran dalam

Berikut ini kita akan mempelajari contoh skenario mikro pasar, yang merupakan alat yang sangat baik untuk mempelajari detail perdagangan frekuensi tinggi.

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

Dengan menggunakan pernyataan SQL di atas untuk menanyakan data pasar tingkat Tick dari suatu varietas.

Pertanyaan SQL dalam contoh ini sangat sederhana, hanya menanyakan data Tick dari varietas tertentu (disebut berdasarkan simbol parameter) di bursa binance.

Yang penting, data diputar secara real-time, dalam urutan waktu, dengan beberapa grafik:

Apakah mudah untuk mempelajari detail dari piring tersebut?

Berikutnya kita akan melihat bagaimana berbagi hasil penelitian kita dengan mengklik ikon berbagi di pojok kanan atas.

Kode dan tautan yang dibagikan dapat disematkan dalam posting komunitas, artikel, halaman web, dan dapat ditransfer ke komunitas lain, forum, dll.

Apa lagi yang Anda tunggu? Cepatlah untuk mencoba menggali data, menganalisis data.