En la feroz competencia actual en el mercado financiero, el trading cuantitativo, como estrategia comercial basada en el análisis de datos y modelos algorítmicos, se está convirtiendo en una opción cada vez más popular para inversores y comerciantes. En el campo del trading cuantitativo, el valor de los datos adquiere cada vez mayor importancia. Por ello, un conjunto de herramientas de exploración de datos cuantitativos eficientes y fiables se ha convertido en una de las claves indispensables para lograr un trading exitoso.

En esta era en la que la toma de decisiones basada en datos se valora cada vez más, nació el Módulo de exploración de datos cuantitativos de Inventor. Como una de las herramientas esenciales en el campo del comercio cuantitativo, no es solo un software de análisis de datos común, sino también una innovación revolucionaria que brinda a los inversores funciones únicas de análisis y minería de datos para ayudarlos en oportunidades complejas y multifacéticas. reducir los riesgos en los cambiantes mercados financieros.

Como plataforma de negociación cuantitativa profesional, FMZ Quant cuenta con el respaldo de muchas herramientas de negociación cuantitativa. Actualmente, el módulo “Exploración de Datos” de la plataforma cuantitativa FMZ ha integrado los servicios de la plataforma datadata, brindando a los usuarios mayores ventajas en el análisis y minería de datos multidimensionales; visualización de datos; y exploración de estrategias comerciales. La plataforma de datos desarrollada internamente por FMZ Quantitative es una plataforma de datos financieros cuantitativos. Utilice consultas SQL para analizar cantidades masivas de datos, configure a través de una interfaz visual, genere una variedad de gráficos adecuados para el análisis de datos y compártalos con su equipo, lo que le permitirá comprender fácilmente las tendencias del mercado y aprovechar las oportunidades de inversión.

Módulo de exploración de datos cuantitativos de FMZ

Primero, familiaricémonos con la cuantificación FMZ.Exploración de datosMódulo, úselo igual que en datadata. Para cada usuario de la plataforma FMZ, no necesitamos volver a registrarnos en la plataforma datadata y podemos utilizar directamente las diversas funciones de la plataforma datadata.

• 1. Área de datos La lista de la izquierda muestra el contenido de datos que se ha admitido en línea. Actualmente, admite datos de K-line (OHLC) y datos de ticks de varias bolsas (plataformas). En el futuro se admitirán más tipos y dimensiones de datos. Estos datos se actualizan continuamente en tiempo real, lo que le permite conocer siempre las tendencias del mercado.

Por ejemplo, seleccionamos “OHLC” y luego seleccionamosmarket->bitfinex_m1, haga clic para expandir y podrá ver los “nombres de campo” en este objeto de tabla.

Haga clic en el gráfico de la tabla para obtener una vista previa de algunos datos.

La plataforma también permite cargar sus propios datos. Haga clic en el botón “Cargar datos” en la parte inferior de la lista para cargar los datos.

Sube el archivo CSV desde tu dispositivo al servidor El tamaño del archivo no debe exceder los 10 MB, con un máximo de 10 000 filas y 128 columnas.

• 2. Área de edición de sentencias SQL

Este es el cuadro de edición para escribir sentencias de consulta específicas. Mostraremos dos ejemplos interesantes más adelante, pero primero conozcamos otras funciones.

Aquí hay dos botones de control, el primero puede formatear fácilmente la declaración SQL. El segundo botón se utiliza para insertar variables utilizadas en sentencias SQL, lo que es similar a agregar un parámetro a la consulta SQL que se puede modificar en tiempo real (sin codificar algunas condiciones de consulta en la sentencia SQL). Por ejemplo:

Introduzca el parámetro prueba.'1inch_usd'Luego haga clic en el botón “Ejecutar” a la derecha para consultar todos los datos de la variedad 1inch_usd. Los datos consultados también se pueden exportar y descargar localmente:

Admite formatos JSON y CSV.

Si desea guardar y grabar esta consulta SQL, puede hacer clic en el botón “Guardar” en la esquina superior derecha para grabar esta consulta SQL en la lista de recursos de “Exploración de datos” de la cuenta FMZ actual (el botón de la lista de recursos está en la izquierda del botón Guardar) para uso futuro.

La interfaz que vemos ahora es sencilla y las funciones son simples, pero cuando realmente la usemos, experimentaremos los poderosos usos de esta herramienta. A continuación veamos dos ejemplos más complejos.

Clasificación de volatilidad

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 los porcentajes de volatilidad de los pares comerciales que cumplen las condiciones de la tabla “market.futures_binance_d1”, ordenarlos por porcentajes de volatilidad y limitar la cantidad de salida.

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 ingresamos los parámetros: días: 10, rango: DESC, límite: 10 Haga clic en el botón “Ejecutar” para ejecutar la declaración SQL y consultar los resultados.

Además de mostrar los datos en forma de tablas, también se pueden mostrar en varios métodos de visualización. Después de configurar algunos ajustes relacionados con la visualización, los datos se mostrarán de una manera más rica y vívida.

La consulta creada también puede generar un enlace para compartir fácilmente y los parámetros se pueden modificar para actualizar la consulta.

Reproducción profunda

A continuación vamos a aprender un ejemplo de estudio de microescenario de mercado, que es una excelente herramienta para estudiar los detalles del trading de alta frecuencia.

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

Utilice la declaración SQL anterior para consultar los datos de mercado a nivel de tick de un determinado producto.

La consulta SQL de este ejemplo es muy sencilla. Solo consulta los datos de ticks de un determinado producto (especificado por el parámetro symbol) en el exchange de Binance.

El punto clave es mostrar los datos en forma de reproducción en tiempo real y múltiples gráficos en series de tiempo:

¿No es muy conveniente estudiar los detalles del mercado?

A continuación, veamos cómo compartir nuestra investigación. Puede hacer clic en el icono para compartir en la esquina superior derecha

Estos códigos y enlaces compartidos se pueden incorporar en publicaciones y artículos de la comunidad de la plataforma FMZ. Se puede integrar en páginas web y publicar en otras comunidades, foros, etc. También puedes compartirlo directamente con cualquier persona.

Esta poderosa herramienta de trading cuantitativo, ¿a qué estás esperando? Ven y prueba a extraer y analizar datos.