FMZ Quant: Análise de Exemplos de Design de Requisitos Comuns no Mercado de Criptomoedas (I)

No espaço de negociação de ativos de criptomoedas, a obtenção e análise de dados de mercado, as taxas de consulta e o monitoramento dos movimentos de ativos da conta são operações críticas.

1. Como escrevo o código para obter a moeda com o maior aumento em 4 horas no Binance Spot?

Ao escrever um programa de estratégia quantitativa de negociação na plataforma FMZ, a primeira coisa que você precisa fazer quando você encontrar um requisito é analisá-lo.

• Que linguagem de programação usar? O plano é usar o Javascript para implementá-lo.
• Requer cotações em tempo real em todas as moedas A primeira coisa que fizemos quando vimos o requisito foi procurar o documento da API da Binance para descobrir se havia alguma cotação agregada (é melhor ter cotações agregadas, é muito trabalho procurar uma por uma). Encontrámos a interface de citações agregadas:GET https://api.binance.com/api/v3/ticker/price- Não. Na plataforma FMZ, use oHttpQueryFunção para aceder à interface do ticker de troca (interface pública que não requer uma assinatura).
• Necessidade de contar dados para um período de janela rotativa de 4 horas Conceptualizar como conceber a estrutura do programa estatístico.
• Calcular as flutuações de preços e classificá-las Pensando no algoritmo de flutuações de preços, é:price fluctuations (%) = (current price - initial price) / initial price * 100em %.

Depois de resolvermos o problema e definirmos o programa, começámos a trabalhar no projeto.

Projeto de código

var dictSymbolsPrice = {}

function main() {
    while (true) {
        // GET https://api.binance.com/api/v3/ticker/price
        try {
            var arr = JSON.parse(HttpQuery("https://api.binance.com/api/v3/ticker/price"))
            if (!Array.isArray(arr)) {
                Sleep(5000)
                continue 
            }
            
            var ts = new Date().getTime()
            for (var i = 0; i < arr.length; i++) {
                var symbolPriceInfo = arr[i]
                var symbol = symbolPriceInfo.symbol
                var price = symbolPriceInfo.price

                if (typeof(dictSymbolsPrice[symbol]) == "undefined") {
                    dictSymbolsPrice[symbol] = {name: symbol, data: []}
                }
                dictSymbolsPrice[symbol].data.push({ts: ts, price: price})
            }
        } catch(e) {
            Log("e.name:", e.name, "e.stack:", e.stack, "e.message:", e.message)
        }
        
        // Calculate price fluctuations
        var tbl = {
            type : "table",
            title : "Price fluctuations",
            cols : ["trading pair", "current price", "price 4 hours ago", "price fluctuations", "data length", "earliest data time", "latest data time"],
            rows : []
        }
        for (var symbol in dictSymbolsPrice) {
            var data = dictSymbolsPrice[symbol].data
            if (data[data.length - 1].ts - data[0].ts > 1000 * 60 * 60 * 4) {
                dictSymbolsPrice[symbol].data.shift()
            }

            data = dictSymbolsPrice[symbol].data
            dictSymbolsPrice[symbol].percentageChange = (data[data.length - 1].price - data[0].price) / data[0].price * 100
        }

        var entries = Object.entries(dictSymbolsPrice)
        entries.sort((a, b) => b[1].percentageChange - a[1].percentageChange)

        for (var i = 0; i < entries.length; i++) {
            if (i > 9) {
                break
            }   
            var name = entries[i][1].name
            var data = entries[i][1].data
            var percentageChange = entries[i][1].percentageChange
            var currPrice = data[data.length - 1].price
            var currTs = _D(data[data.length - 1].ts)
            var prePrice = data[0].price
            var preTs = _D(data[0].ts)
            var dataLen = data.length

            tbl.rows.push([name, currPrice, prePrice, percentageChange + "%", dataLen, preTs, currTs])
        }
        
        LogStatus(_D(), "\n", "`" + JSON.stringify(tbl) + "`")
        Sleep(5000)
    }
}

Análise do código

• 1. Estrutura dos dados

- 2. Main function main()
  2.1. Infinite loop

enquanto (verdadeiro) { - Não. - Não.

The program continuously monitors the Binance API trading pair prices through an infinite loop.
  2.2. Get price information

var arr = JSON.parse ((HttpQuery(https://api.binance.com/api/v3/ticker/price”))

Get the current price information of the trading pair via Binance API. If the return is not an array, wait for 5 seconds and retry.
  2.3. Update price data

para (var i = 0; i < arr.length; i++) { - Não. - Não.

Iterate through the array of obtained price information and update the data in dictSymbolsPrice. For each trading pair, add the current timestamp and price to the corresponding data array.
  2.4. Exception processing

- Não, não. Registo ((e.name:, e.name, e.stack:, e.stack, e.message:, e.message) - Não.

Catch exceptions and log the exception information to ensure that the program can continue to execute.
  2.5. Calculate the price fluctuations

para (símbolo var em dictSymbolsPrice) { - Não. - Não.

Iterate through dictSymbolsPrice, calculate the price fluctuations of each trading pair, and remove the earliest data if it is longer than 4 hours.
  2.6. Sort and generate tables

Var entries = Object.entries ((dictSymbolsPrice) entries.sort (((a, b) => b[1].percentagemMudança - a[1].percentagemMudança)

para (var i = 0; i < entries.length; i++) { - Não. - Não.

Sort the trading pairs in descending order of their price fluctuations and generate a table containing information about the trading pairs.
  2.7. Log output and delay

LogStatus(_D(), \n, " + JSON.stringify(tbl) + ") Dormir ((5000)

Output the table and the current time in the form of a log and wait for 5 seconds to continue the next round of the loop.

The program obtains the real-time price information of the trading pair through Binance API, then calculates the price fluctuations, and outputs it to the log in the form of a table. The program is executed in a continuous loop to realize the function of real-time monitoring of the prices of trading pairs. Note that the program includes exception processing to ensure that the execution is not interrupted by exceptions when obtaining price information.

### Live Trading Running Test

![FMZ Quant: An Analysis of Common Requirements Design Examples in the Cryptocurrency Market (I)](/upload/asset/28e4c99554fea236762df.png)

Since data can only be collected bit by bit at the beginning, it is not possible to calculate the price fluctuations on a rolling basis without collecting enough data for a 4-hour window. Therefore, the initial price is used as the base for calculation, and after collecting enough data for 4 hours, the oldest data will be eliminated in order to maintain the 4-hour window for calculating the price fluctuations.

## 2. Check the full variety of funding rates for Binance U-denominated contracts
Checking the funding rate is similar to the above code, first of all, we need to check the Binance API documentation to find the funding rate related interface. Binance has several interfaces that allow us to query the rate of funds, here we take the interface of the U-denominated contract as an example:

GEThttps://fapi.binance.com/fapi/v1/premiumIndex

### Code Implementation
Since there are so many contracts, we're exporting the top 10 largest funding rates here.

função principal (() { enquanto (verdadeiro) { // GEThttps://fapi.binance.com/fapi/v1/premiumIndexTente. var arr = JSON.parse ((HttpQuery(https://fapi.binance.com/fapi/v1/premiumIndex”)) se (!Array.isArray(arr)) { Dormir ((5000) Continuar - Não.

        arr.sort((a, b) => parseFloat(b.lastFundingRate) - parseFloat(a.lastFundingRate))
        var tbl = {
            type: "table",
            title: "Top 10 funding rates for U-denominated contracts",
            cols: ["contracts", "funding rate", "marked price", "index price", "current rate time", "next rate time"],
            rows: []
        }
        for (var i = 0; i < 9; i++) {
            var obj = arr[i]
            tbl.rows.push([obj.symbol, obj.lastFundingRate, obj.markPrice, obj.indexPrice, _D(obj.time), _D(obj.nextFundingTime)])
        }
        LogStatus(_D(), "\n", "`" + JSON.stringify(tbl) + "`")
    } catch(e) {
        Log("e.name:", e.name, "e.stack:", e.stack, "e.message:", e.message)
    }
    Sleep(1000 * 10)
}

}

The returned data structure is as follows, and check the Binance documentation, it shows that lastFundingRate is the funding rate we want.

- O quê? símbolo:STMXUSDT, markPrice: 0.00883606, indexPrice: 0.00883074, Preço de liquidação estimado: 0,00876933, Última taxa de financiamento : 0.00026573 , Taxa de juro: 0,00005000, próximo período de financiamento :1702828800000, tempo:1702816229000 - Não.

Live trading running test:

![FMZ Quant: An Analysis of Common Requirements Design Examples in the Cryptocurrency Market (I)](/upload/asset/28d94562e5a8199b5446a.png)

### Getting OKX exchange contract funding rates of Python version
A user has asked for a Python version of the example, and it's for the OKX exchange. Here is an example:

The data returned by the interface ```https://www.okx.com/priapi/v5/public/funding-rate-all?currencyType=1```:

- O quê? código:0, dados:[ - O quê? Tempo de financiamento :1702828800000, Lista de financiamento:[ - O quê? instId: BTC-USDT-SWAP, nextFundingRate: 0.0001102188733642, minFundingRate:-0.00375, Taxa de financiamento: 0,0000821861465884, max FinanciamentoRate:0,00375 - Não.

Specific code:

Pedidos de importação importar json do tempo importado do sono a partir da data-hora da importação data-hora

def main ((): enquanto True: #https://www.okx.com/priapi/v5/public/funding-rate-all?currencyType=1Tente: resposta = solicitações.get(https://www.okx.com/priapi/v5/public/funding-rate-all?currencyType=1”) arr = response.json() [data][0][fundingList] Log ((arr) Se não for o caso ((arr, lista): Dormir. Continuar

        arr.sort(key=lambda x: float(x["fundingRate"]), reverse=True)

        tbl = {
            "type": "table",
            "title": "Top 10 funding rates for U-denominated contracts",
            "cols": ["contracts", "next rate", "minimum", "current", "maximum"],
            "rows": []
        }

        for i in range(min(9, len(arr))):
            obj = arr[i]
            row = [
                obj["instId"],
                obj["nextFundingRate"],
                obj["minFundingRate"],
                obj["fundingRate"],
                obj["maxFundingRate"]
            ]
            tbl["rows"].append(row)

        LogStatus(_D(), "\n", '`' + json.dumps(tbl) + '`')

    except Exception as e:
        Log(f"Error: {str(e)}")

    sleep(10)

` Teste de execução de negociação em tempo real:

Fim de ano

Esses exemplos fornecem ideias básicas de design e métodos de chamada, o projeto real pode precisar fazer alterações e extensões apropriadas com base nas necessidades específicas.