Angesichts des harten Wettbewerbs auf den heutigen Finanzmärkten erfreut sich der quantitative Handel als Handelsstrategie auf Grundlage von Datenanalysen und algorithmischen Modellen bei Anlegern und Händlern zunehmender Beliebtheit. Im Bereich des quantitativen Handels wird der Wert von Daten immer wichtiger. Daher ist eine Reihe effizienter und zuverlässiger quantitativer Datenexplorationstools zu einem unverzichtbaren Schlüssel für den erfolgreichen Handel geworden.

In dieser Zeit, in der datengesteuerte Entscheidungsfindung immer mehr an Bedeutung gewinnt, entstand das Inventor Quantitative Data Exploration Module. Als eines der wesentlichen Werkzeuge im Bereich des quantitativen Handels ist es nicht nur eine gewöhnliche Datenanalyse-Software, sondern auch eine revolutionäre Innovation, die Anlegern einzigartige Datenanalyse- und Mining-Funktionen bietet, um ihnen dabei zu helfen, in komplexen und vielschichtigen Reduzieren Sie die Risiken auf den sich verändernden Finanzmärkten.

Als professionelle quantitative Handelsplattform wird FMZ Quant durch viele quantitative Handelstools unterstützt. Derzeit hat das Modul „Data Exploration“ der quantitativen FMZ-Plattform die Dienste der Datadata-Plattform integriert und bietet Benutzern größere Vorteile bei der mehrdimensionalen Datenanalyse und -gewinnung, der Datenvisualisierung und der Erkundung von Handelsstrategien. Die selbst entwickelte Datenplattform von FMZ Quantitative ist eine quantitative Finanzdatenplattform. Verwenden Sie SQL, um riesige Datenmengen abzufragen und zu analysieren, und konfigurieren Sie über eine visuelle Schnittstelle die Erstellung verschiedener für die Datenanalyse geeigneter Diagramme, um diese mit Ihrem Team zu teilen. So können Sie Markttrends leicht erfassen und Investitionsmöglichkeiten nutzen!

FMZ-Modul zur quantitativen Datenexploration

Machen wir uns zunächst mit der FMZ-Quantifizierung vertraut.DatenexplorationModul, Verwendung wie bei Datendaten. Für jeden Nutzer der FMZ-Plattform ist keine erneute Registrierung auf der datadata-Plattform erforderlich und er kann die vielfältigen Funktionen der datadata-Plattform direkt nutzen.

• 1. Datenbereich Die Liste links zeigt den Dateninhalt, der online unterstützt wurde. Derzeit werden K-Line-Daten (OHLC) und Tick-Daten verschiedener Börsen (Plattformen) unterstützt. In Zukunft werden weitere Datentypen und -dimensionen unterstützt. Diese Daten werden kontinuierlich in Echtzeit aktualisiert, sodass Sie Markttrends immer im Blick haben.

Wir wählen beispielsweise “OHLC” und wählen dannmarket->bitfinex_m1, klicken Sie zum Erweitern und Sie können die „Feldnamen“ in diesem Tabellenobjekt sehen.

Klicken Sie auf das Tabellendiagramm, um eine Vorschau der Daten anzuzeigen.

Die Plattform unterstützt auch das Hochladen eigener Daten. Klicken Sie unten in der Liste auf die Schaltfläche „Daten hochladen“, um die Daten hochzuladen.

Laden Sie die CSV-Datei von Ihrem Gerät auf den Server hoch Die Dateigröße sollte 10 MB nicht überschreiten und maximal 10.000 Zeilen und 128 Spalten enthalten.

• 2. SQL-Anweisungsbearbeitungsbereich

Dies ist das Bearbeitungsfeld zum Schreiben spezifischer Abfrageanweisungen. Wir werden später zwei interessante Beispiele zeigen, aber lernen wir zunächst andere Funktionen kennen.

Hier gibt es zwei Bedienknöpfe, mit dem ersten lässt sich die SQL-Anweisung einfach formatieren. Mit der zweiten Schaltfläche können Sie in SQL-Anweisungen verwendete Variablen einfügen. Dies ist vergleichbar mit dem Hinzufügen eines Parameters zur SQL-Abfrage, der in Echtzeit geändert werden kann (ohne dass einige Abfragebedingungen in der SQL-Anweisung fest codiert sind). Zum Beispiel:

Geben Sie den Parametertest ein.'1inch_usd'Klicken Sie anschließend rechts auf den Button „Ausführen“, um alle Daten der Sorte 1inch_usd abzufragen. Die abgefragten Daten können auch exportiert und lokal heruntergeladen werden:

Unterstützt die Formate JSON und CSV.

Wenn Sie diese SQL-Abfrage speichern und aufzeichnen möchten, können Sie auf die Schaltfläche “Speichern” in der oberen rechten Ecke klicken, um diese SQL-Abfrage in der Ressourcenliste von “Data Exploration” des aktuellen FMZ-Kontos aufzuzeichnen (die Schaltfläche “Ressourcenliste” befindet sich auf links neben der Schaltfläche „Speichern“) zur zukünftigen Verwendung.

Die Benutzeroberfläche, die wir jetzt sehen, ist einfach und die Funktionen sind einfach, aber wenn wir sie tatsächlich verwenden, werden wir die leistungsstarken Einsatzmöglichkeiten dieses Tools erleben. Sehen wir uns als Nächstes zwei komplexere Beispiele an.

Volatilitätsrangliste

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}};

Dieser SQL-Code wird verwendet, um die Volatilitätsprozentsätze von Handelspaaren abzurufen, die die Bedingungen aus der Tabelle „market.futures_binance_d1“ erfüllen, sie nach Volatilitätsprozentsätzen zu sortieren und die Ausgabemenge zu begrenzen.

Die Erklärung dieses SQL lautet wie folgt:

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。

Wenn wir die Parameter eingeben: Tage: 10, Rang: DESC, Limit: 10 Klicken Sie auf die Schaltfläche „Ausführen“, um die SQL-Anweisung auszuführen und die Ergebnisse abzufragen.

Daten können nicht nur in Tabellenform angezeigt werden, sondern auch mit verschiedenen Visualisierungsmethoden. Nachdem Sie einige entsprechende Visualisierungseinstellungen vorgenommen haben, werden die Daten umfassender und anschaulicher angezeigt.

Die erstellte Abfrage kann auch einen Link zum einfachen Teilen generieren und die Parameter können geändert werden, um die Abfrage zu aktualisieren.

Tiefe Wiedergabe

Als Nächstes lernen wir ein Beispiel für die Untersuchung eines Marktmikroszenarios kennen, das ein hervorragendes Instrument zum Studium der Details des Hochfrequenzhandels ist.

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

Verwenden Sie die obige SQL-Anweisung, um die Marktdaten auf Tick-Ebene eines bestimmten Produkts abzufragen.

Die SQL-Abfrage in diesem Beispiel ist sehr einfach. Sie fragt nur die Tick-Daten eines bestimmten Produkts (angegeben durch den Parameter Symbol) in der Binance-Börse ab.

Der entscheidende Punkt ist die Anzeige der Daten in Echtzeit-Wiedergabeform und mehrerer Diagramme in Zeitreihen:

Ist es nicht sehr praktisch, die Einzelheiten des Marktes zu studieren?

Als nächstes schauen wir uns an, wie wir unsere Forschung teilen können. Sie können auf das Teilen-Symbol in der oberen rechten Ecke klicken

Diese freigegebenen Codes und Links können in Community-Beiträge und Artikel der FMZ-Plattform eingebettet werden. Es kann in Webseiten eingebettet und in anderen Communities, Foren usw. erneut gepostet werden. Sie können es auch direkt mit anderen teilen.

Worauf warten Sie noch, dieses leistungsstarke quantitative Handelstool? Kommen Sie und versuchen Sie, Daten zu schürfen und zu analysieren.