今日,激しく競争する金融市場で,データ分析とアルゴリズムモデルに基づく取引戦略として,定量取引は,投資家やトレーダーにとってますます好ましい選択となっています.定量取引の分野で,データの価値はますます顕著になっています.したがって,効率的で信頼性の高い定量データ探査ツールが,成功した取引を達成するための不可欠な鍵となっています.
データに基づく意思決定がますます重視されるこの時代に,FMZ Quantデータ探査モジュールは登場しました.量的な取引の分野における不可欠なツールの一つとして,それは通常のデータ分析ソフトウェアだけでなく,投資家にユニークなデータ分析とマイニング機能を提供する革命的なイノベーションであり,複雑で常に変化する金融市場で機会を把握しリスクを軽減するのに役立ちます.
FMZ Quantは,プロの定量取引プラットフォームとして,多数の定量取引ツールによってサポートされています.現在,FMZ Quant Trading Platformの"データ探査"モジュールは,データデータプラットフォームのサービスを統合し,ユーザーに多次元データ分析,ビジュアルデータマイニング,トレード戦略の探求などでより多くの利点を提供します.FMZ Quantの自社開発のデータデータプラットフォームは,定量金融データプラットフォームです.SQLクエリを使用して膨大な量のデータを分析し,ビジュアルインターフェイスを通じて構成し,データ分析に適したさまざまなチャートを生成し,チームと共有し,市場のトレンドを容易に把握し,投資機会を把握することができます!
まず FMZ Quant に慣れましょうデータ探査FMZプラットフォームのユーザーごとに,私たちは再びデータデータプラットフォームに登録する必要はありません.
選択すると,OHLC
選択してくださいmarket->bitfinex_m1
このテーブルオブジェクトのフィールド名を Expand をクリックすると見ることができます.
表図をクリックすると,データの一部をプレビューできます.
リストの下にある"データアップロード"ボタンをクリックすることで,自分のデータをアップロードすることもサポートしています.
CSV ファイルをサーバーにアップロードします ファイルサイズは 10 MB を超えており,最大 10,000 行と 128 列でなければなりません.
2つの興味深い例を後で示します. まず他の機能を理解しましょう.
ここでは2つの制御ボタンがあります.最初のボタンを使用してSQL文を簡単にフォーマットできます.第2のボタンでは,SQL文に使用される変数を挿入するために使用されます.これは,SQLクエリにパラメータを追加してリアルタイムで修正できるようにします (SQL文にいくつかのクエリ条件をハードコードする必要はありません).例えば:
インプット'1inch_usd'
パラメータテストに入力して右側にある"Execute"ボタンをクリックすると,1inch_usdの範囲のすべてのデータをクエリできます.クエリされたデータは,ローカルで輸出してダウンロードすることもできます:
JSON,CSV形式に対応しています.
SQLクエリを保存したい場合は,右上隅にある"保存"ボタンをクリックして,現在のFMZアカウントの"データ探査"のリソースリストに SQLクエリを記録します (リソースリストのボタンは保存ボタンの左側にあります) 以後の使用のために.
現在,私たちが見るインターフェースはシンプルで,機能もシンプルですが,実用的な使用では,このツールの強力な使用を体験します.次に,さらに複雑な例を2つ見てみましょう.
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}};
このSQLコードは,表
このSQLの説明は以下のとおりです.
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.
パラメータを入力すると 日: 10,ランク: DESC, 制限: 10, 実行ボタンをクリックして SQL 文を実行し,結果をクエリします.
図表の形式でのデータ表示に加えて,さまざまな可視化方法でも表示できます.可視化のためのいくつかの関連設定を設定した後,データはより豊かで鮮明な方法で表示されます.
作成されたクエリは,簡単に共有するための URL を生成することもできます.また,クエリを更新するためにパラメータを変更することもできます (この記事でクエリを更新するためにパラメータを変更してみてください).下記は生成されたリアルタイムデータのチャートです:
波動性ランキング
次に,高周波取引の詳細を研究するための素晴らしいツールである市場マイクロシナリオを研究する例を研究します.
select * from market.binance where symbol = lower('{{symbol}}') order by timestamp desc limit 2000
上記の SQL 文を使用して特定の種の tick レベル tick データをクエリします.
この例のSQLクエリは非常にシンプルで,Binance取引所の特定の種類 (パラメータシンボルで指定) のTickデータをクエリするだけです.
ポイントは,複数のチャートで,時間系列で,ライブ取引の再現の形式でデータを表示することです.
市場での詳細を研究することは便利ですか.
次に,研究結果を共有する方法を見てみましょう.右上角にある共有アイコンをクリックします.
これらの共有コード,リンクは,FMZプラットフォームのコミュニティ投稿,記事に埋め込むことができます.Webページに埋め込むことができます.そして他のコミュニティ,フォーラムなどに再公開することができます.また,直接誰にでも共有することができます.
この強力な定量取引ツールで 何を待ってるの? データを採掘して分析してみてください.