Una herramienta esencial en el campo de la transacción cuantitativa - inventor de módulos de exploración de datos cuantitativos

En la actual competencia en los mercados financieros, la transacción cuantitativa, como una estrategia de negociación basada en el análisis de datos y modelos algorítmicos, está siendo cada vez más la opción preferida por los inversores y los operadores. En el ámbito de la transacción cuantitativa, el valor de los datos es cada vez más destacado, por lo que un conjunto de herramientas de exploración de datos cuantitativos eficientes y confiables se ha convertido en una de las claves indispensables para lograr una transacción exitosa.

En esta era en la que cada vez se centra más en la toma de decisiones basadas en datos, los inventores deben desarrollar un módulo de exploración de datos cuantitativos. Como una de las herramientas imprescindibles en el campo de la negociación cuantitativa, es más que un software de análisis de datos ordinario, es una innovación revolucionaria que ofrece a los inversores funciones únicas de análisis y extracción de datos que les ayudan a aprovechar las oportunidades y reducir el riesgo en los complejos y cambiantes mercados financieros.

FMZ Quantitative es una plataforma de comercio cuantitativo profesional, con una amplia gama de herramientas de comercio cuantitativo. Actualmente, el módulo de "exploración de datos" de FMZ Quantitative ha integrado los servicios de la plataforma de datos, lo que permite a los usuarios tener más ventajas en el análisis de datos multidimensionales, la extracción, la visualización de datos, la estrategia de transacción de exploración, etc. FMZ Quantitative es una plataforma de datos de datos financieros cuantificados.

Modulo de exploración de datos cuantificados de FMZ

Para empezar, vamos a familiarizarnos con la cantidad de FMZ.Exploración de datosLos módulos, que se utilizan como en Datadata. Para cada usuario de la plataforma FMZ, no es necesario volver a registrarse en Datadata y se puede usar directamente las funciones de Datadata.

• 1 área de datos La lista a la izquierda muestra los contenidos de datos que actualmente se admiten en línea, los datos de línea K (OHLC) y los datos de tick (Tick) de las plataformas de los intercambios; más tipos y dimensiones de datos se admitirán posteriormente. Los datos se actualizan en tiempo real para que puedas estar al tanto de la dinámica del mercado.

  Por ejemplo, elegimos "OHLC" y luego seleccionamos "OHLC".market->bitfinex_m1El nombre de cada uno de los campos en este objeto de tabla se puede ver al hacer clic en el nombre de cada uno de ellos.

  

  Para ver algunos datos, haga clic en el gráfico del formulario.

  La plataforma también admite la posibilidad de subir sus propios datos, que se pueden subir simplemente haciendo clic en el botón "Subir datos" en la parte inferior de la lista.

  Subir archivos CSV desde su dispositivo al servidor El tamaño del archivo no debe ser superior a 10 MB, con un máximo de 10.000 líneas y 128 columnas.

• 2, el área de edición de la frase de SQL

  

  Aquí está el cuadro de edición para escribir una frase de consulta específica, y luego mostraremos dos ejemplos interesantes, pero primero vamos a aprender sobre otras funciones.

  

  Aquí hay dos botones de control, el primero es muy conveniente para formatear las declaraciones SQL. El segundo botón se utiliza para insertar variables utilizadas en las declaraciones SQL, similar a la adición a una consulta SQL de un parámetro que se puede modificar en tiempo real (sin necesidad de codificar algunas condiciones de consulta en una declaración SQL). Por ejemplo:

  

  Introducción en el test de parámetros'1inch_usd'Luego, haga clic en el botón "Executar" a la derecha para consultar todos los datos de la variedad 1inch_usd. Los datos consultados también se pueden exportar y descargar localmente:

  

  También tiene soporte para formatos JSON, CSV.

  Si desea guardar el registro de esta consulta SQL, puede hacer clic en el botón "Guardar" en la esquina superior derecha para registrar esta consulta SQL en la lista de recursos de la "Búsqueda de datos" de la cuenta FMZ actual (el botón de lista de recursos está a la izquierda del botón Guardar) para su uso posterior.

  La interfaz que vemos ahora es sencilla, las funciones son sencillas, pero el uso real de la herramienta es muy útil. A continuación veremos dos ejemplos un poco complejos.

La línea de fluctuación

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}};

Este código SQL se utiliza para obtener el porcentaje de volatilidad de las transacciones de la tabla de mercado.futures_binance_d1 para obtener el porcentaje de volatilidad y ordenar y limitar la cantidad de salida según el porcentaje de volatilidad.

La explicación de este SQL es la siguiente:

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。

Cuando entramos los parámetros: Días: 10, rango: DESC, límite: 10 Haga clic en el botón "Ejecutar" para ejecutar una instrucción SQL y consultar el resultado.

Los datos pueden ser presentados en una variedad de visualizaciones, además de en forma de tablas, y se presentan de una manera más vibrante después de establecer algunos ajustes relacionados para visualizarlos.

Las consultas creadas también pueden generar conexiones y compartir fácilmente, y también pueden modificar los parámetros, actualizar las consultas (en este artículo se puede intentar modificar los parámetros para actualizar las consultas).

Reproducción profunda

A continuación, vamos a aprender un ejemplo de un microscenario de mercado, que es una herramienta ideal para estudiar los detalles de las operaciones de alta frecuencia.

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

Se puede usar la siguiente instrucción SQL para consultar datos de mercado de nivel Tick de una variedad.

La consulta de SQL en este ejemplo es muy sencilla, basta con consultar datos de Tick de una variedad en el intercambio binance (especificado según el símbolo del parámetro).

El objetivo es reproducir los datos en formato de disco real, en una secuencia de tiempo, mostrándolos en varios gráficos:

¿Es muy conveniente estudiar los detalles en el plato?

Ahora vamos a ver cómo compartir nuestra investigación, y podemos hacer clic en el icono de compartir en la esquina superior derecha.

El código compartido, los enlaces, pueden ser embebidos en las publicaciones y artículos de la comunidad de la plataforma FMZ; pueden ser embebidos en páginas web, pueden ser transferidos a otras comunidades, foros, etc.; o pueden ser compartidos directamente con cualquier persona.

¿A qué estás esperando? ¡Apresúrate para probar la minería y el análisis de datos!