Alat penting dalam bidang perdagangan kuantitatif - Modul Eksplorasi Data Kuantum FMZ

Dalam pasaran kewangan yang sangat kompetitif hari ini, perdagangan kuantitatif, sebagai strategi perdagangan berdasarkan analisis data dan model algoritma, menjadi pilihan yang semakin disukai oleh pelabur dan peniaga. Dalam bidang perdagangan kuantitatif, nilai data menjadi semakin menonjol. Oleh itu, alat penerokaan data kuantitatif yang cekap dan boleh dipercayai telah menjadi kunci yang sangat diperlukan untuk mencapai transaksi yang berjaya.

Dalam era ini di mana pengambilan keputusan berdasarkan data semakin dihargai, modul penerokaan data FMZ Quant telah muncul. Sebagai salah satu alat penting dalam bidang perdagangan kuantitatif, ia bukan sahaja perisian analisis data biasa, tetapi juga inovasi revolusioner yang menyediakan pelabur dengan analisis data dan fungsi perlombongan yang unik, membantu mereka merebut peluang dan mengurangkan risiko di pasaran kewangan yang kompleks dan sentiasa berubah.

FMZ Quant, sebagai platform perdagangan kuantitatif profesional, disokong oleh banyak alat perdagangan kuantitatif. Pada masa ini, modul Data Exploration dari Platform Dagangan FMZ Quant telah mengintegrasikan perkhidmatan platform data, memberikan pengguna lebih banyak kelebihan dalam analisis data berbilang dimensi, perlombongan data visual, meneroka strategi perdagangan, dan aspek lain. Platform data yang dibangunkan sendiri FMZ adalah platform data kewangan kuantitatif. Menggunakan pertanyaan SQL untuk menganalisis sejumlah besar data dan mengkonfigurasi mereka melalui antara muka visual, menjana pelbagai carta yang sesuai untuk analisis data dan berkongsi dengan pasukan, membolehkan kita dengan mudah memahami trend pasaran dan merebut peluang pelaburan!

Modul Eksplorasi Data Kuantum FMZ

Pertama sekali, mari kita berkenalan dengan FMZ QuantPenjelajahan DataUntuk setiap pengguna platform FMZ, kita tidak perlu mendaftar semula untuk platform data, dan kita boleh menggunakan semua ciri platform data secara langsung.

• 1. Kawasan data Senarai di sebelah kiri menunjukkan kandungan data yang telah disokong dalam talian, kini menyokong data K-line (OHLC) dan data Tick setiap pertukaran (platform). Data ini dikemas kini secara berterusan dalam masa nyata, yang membolehkan kita sentiasa memahami dinamik pasaran.

  Sebagai contoh, jika kita memilihOHLCdan kemudian pilihmarket->bitfinex_m1, kita boleh melihat nama medan dalam objek jadual ini selepas mengklik Expand.

Klik pada carta jadual untuk melihat beberapa data.

Platform ini juga menyokong memuat naik data anda sendiri dengan mengklik butang Upload Data di bahagian bawah senarai.

Mengunggah fail CSV dari peranti anda ke pelayan. Saiz fail tidak boleh melebihi 10 MB, dengan maksimum 10,000 baris dan 128 lajur.

• 2. Kawasan penyuntingan pernyataan SQL

Berikut adalah kotak sunting untuk menulis pernyataan pertanyaan tertentu, kita akan menunjukkan dua contoh menarik kemudian, mari kita faham ciri-ciri lain terlebih dahulu.

Terdapat dua butang kawalan di sini, yang pertama boleh digunakan untuk memformat pernyataan SQL dengan mudah. butang kedua digunakan untuk memasukkan pembolehubah yang digunakan dalam pernyataan SQL, serupa dengan menambahkan parameter kepada pertanyaan SQL yang boleh diubah suai dalam masa nyata (tanpa perlu hard-code beberapa syarat pertanyaan ke dalam pernyataan SQL).

Input'1inch_usd'ke dalam ujian parameter dan klik butang Execute di sebelah kanan, maka anda boleh menanyakan semua data pelbagai 1inch_usd. Data yang ditanyakan juga boleh dieksport dan dimuat turun secara tempatan:

Ia menyokong format JSON, CSV.

Jika kita ingin menyimpan pertanyaan SQL, kita boleh klik butang Save di sudut kanan atas untuk merakam pertanyaan SQL dalam senarai sumber akaun FMZ semasa Data Exploration (tombol senarai sumber terletak di sebelah kiri butang simpan) untuk kegunaan masa depan.

Pada masa ini, antara muka yang kita lihat adalah mudah dan fungsi yang mudah, tetapi dalam penggunaan praktikal, kita akan mengalami penggunaan yang kuat alat ini.

Peringkat Volatiliti

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}};

Kod SQL ini digunakan untuk mendapatkan peratusan turun naik pasangan dagangan yang memenuhi kriteria dari jadual market.futures_binance_d1 dan menyusun dan mengehadkan pengeluaran kuantiti mengikut peratusan turun naik.

Penjelasan SQL ini diberikan di bawah:

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.

Apabila kita memasukkan parameter: hari: 10, pangkat: DESC, had: 10, klik butang Execute untuk menjalankan arahan SQL dan menanyakan hasilnya.

Selain memaparkan data dalam bentuk jadual, ia juga boleh dipaparkan dalam pelbagai cara visualisasi.

Pertanyaan yang dicipta juga boleh menjana URL untuk perkongsian mudah, dan kita juga boleh mengubah suai parameter untuk mengemas kini pertanyaan (cuba mengubah suai parameter untuk mengemas kini pertanyaan di sini dalam artikel). Berikut adalah carta data masa nyata yang dihasilkan:

ranking turun naik

Pembaharuan mendalam

Seterusnya kita akan mengkaji contoh mengkaji mikro senario pasaran, yang merupakan alat yang hebat untuk mengkaji butiran perdagangan frekuensi tinggi.

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

Gunakan pernyataan SQL di atas untuk menyoal data tik tahap tik untuk spesies tertentu.

Soalan SQL untuk contoh ini sangat mudah, hanya menyoal data Tick untuk pelbagai tertentu (ditentukan oleh simbol parameter) di bursa Binance.

Maksudnya adalah untuk menunjukkan data dalam bentuk replay dagangan langsung, pada siri masa, dengan pelbagai carta:

Adakah mudah untuk mengkaji perincian di pasaran?

Seterusnya, mari kita lihat bagaimana berkongsi penyelidikan kita. Kita boleh klik pada ikon perkongsian di sudut kanan atas.

Kod yang dikongsi ini, pautan, boleh disematkan dalam jawatan komuniti platform FMZ, artikel. Mereka boleh disematkan dalam halaman web dan boleh diterbitkan semula di komuniti lain, forum, dll. Ia juga boleh dikongsi secara langsung kepada sesiapa sahaja.

Apa yang anda tunggu dengan alat perdagangan kuantitatif ini?