Un outil indispensable dans le domaine de la quantification des transactions - l'inventeur du module de recherche de données quantifiées

Dans la concurrence féroce des marchés financiers d'aujourd'hui, les transactions quantitatives, en tant que stratégie de négociation basée sur l'analyse des données et les modèles algorithmiques, sont de plus en plus appréciées par les investisseurs et les traders. Dans le domaine des transactions quantitatives, la valeur des données est de plus en plus évidente et, par conséquent, un ensemble d'outils d'exploration de données quantitatives efficaces et fiables est devenu l'une des clés indispensables pour réaliser des transactions réussies.

À l'ère de la prise de décision de plus en plus axée sur les données, le module d'exploration des données quantitatives est né pour les inventeurs. En tant qu'un des outils indispensables dans le domaine des transactions quantitatives, il est plus qu'un logiciel d'analyse de données ordinaire, mais une innovation révolutionnaire qui offre aux investisseurs des fonctionnalités d'analyse et d'exploration de données uniques pour les aider à saisir les opportunités et à réduire les risques dans les marchés financiers complexes et changeants.

FMZ quantifier comme une plate-forme de négociation quantitative professionnelle, de nombreux outils de négociation quantitative sont pris en charge. À l'heure actuelle, FMZ quantifier plate-forme "exploration de données" module a intégré les services de la plate-forme de datadata, les utilisateurs ont plus d'avantages dans l'analyse de données multidimensionnelles, l'extraction; visualiser les données; explorer des stratégies de négociation, etc. FMZ quantifier la plate-forme de datadata auto-étudié est une plate-forme de données financières quantitative.

Module d'exploration de données quantifiées FMZ

Tout d'abord, nous allons nous familiariser avec la quantification de FMZ.L'exploration des donnéesLes modules, utilisés comme sur datadata. Pour chaque utilisateur de la plateforme FMZ, nous n'avons pas besoin de nous réinscrire sur la plateforme datadata pour pouvoir utiliser directement toutes les fonctionnalités de la plateforme datadata.

• 1ère zone de données La liste à gauche montre les données qui sont actuellement prises en charge en ligne, les données en ligne K (OHLC) et Tick (Tick) des différentes plateformes. Ces données sont mises à jour en temps réel, vous permettant d'être au fait de la dynamique du marché.

  Par exemple, nous choisissons "OHLC", puis nous choisissons "OHLC".market->bitfinex_m1En cliquant sur l'onglet, vous pouvez voir les noms de champs dans l'objet de la table.

  

  Cliquez sur le graphique du formulaire pour prévisualiser une partie des données.

  La plateforme propose également la possibilité de télécharger ses propres données en cliquant sur le bouton "Télécharger des données" au bas de la liste.

  Télécharger un fichier CSV depuis votre appareil vers le serveur La taille du fichier ne doit pas dépasser 10 MB et ne doit pas dépasser 10000 lignes et 128 lignes.

• 2°, section d'édition des expressions SQL

  

  C'est ici que se trouve la zone d'édition pour écrire une requête spécifique, et nous allons montrer deux exemples intéressants plus tard, avant d'entrer dans les autres fonctions.

  

  Il y a deux boutons de contrôle, le premier permettant de formater facilement les statements SQL. Le second bouton sert à insérer les variables utilisées dans les statements SQL, comme ajouter à une requête SQL un paramètre modifiable en temps réel (sans avoir à coder certaines conditions de requête dans une requête SQL). Par exemple:

  

  Saisissez le paramètre test'1inch_usd'Cliquez ensuite sur le bouton "Exécuter" à droite pour obtenir toutes les données de la variété 1inch_usd. Les données peuvent également être exportées et téléchargées localement:

  

  Il prend en charge les formats JSON et CSV.

  Si vous souhaitez enregistrer cette requête SQL, vous pouvez cliquer sur le bouton "Enregistrer" en haut à droite pour enregistrer cette requête SQL dans la liste des ressources de la "Recherche de données" du compte FMZ actuel (le bouton "Liste de ressources" se trouve à gauche du bouton "Enregistrer") pour une utilisation ultérieure.

  L'interface que nous voyons actuellement est concise, les fonctionnalités simples, mais l'utilisation réelle de l'outil est une expérience puissante. Nous allons voir deux exemples un peu complexes.

La ligne de flottaison

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}};

Ce code SQL est utilisé pour obtenir le pourcentage de volatilité des transactions sur les enchères éligibles dans la table du pourcentage de volatilité. futures_binance_d1 et pour trier et limiter la quantité de sortie selon le pourcentage de volatilité.

L'interprétation de ce SQL est la suivante:

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。

Nous avons donc un paramètre à entrer: jours: 10, rank: DESC, limit: 10 Cliquez sur le bouton "Exécuter" pour exécuter une instruction SQL et obtenir les résultats.

Les données peuvent être présentées sous diverses formes visuelles en plus de la présentation sous forme de tableaux.

Les requêtes créées peuvent également générer des connexions, faciliter le partage, modifier les paramètres, mettre à jour les requêtes (vous pouvez essayer de modifier les paramètres pour mettre à jour les requêtes). Voici un graphique de génération de données en temps réel:

Récupération en profondeur

L'exemple suivant est celui d'un scénario microscopique de marché, qui est un excellent outil pour étudier les détails des transactions à haute fréquence.

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

L'expression SQL ci-dessus est utilisée pour rechercher des données de marché au niveau de Tick pour une variété.

La requête SQL de cet exemple est très simple: il suffit de demander des données Tick d'une variété spécifiée par le symbole du paramètre sur l'échange binance.

L'essentiel est que les données soient reproduites en disque réel, en séquence chronologique, avec plusieurs graphiques:

Il est facile d'étudier les détails dans les assiettes.

Ensuite, pour voir comment partager notre recherche, cliquez sur l'icône de partage en haut à droite.

Le code et les liens partagés peuvent être intégrés dans les publications et articles de la communauté de la plateforme FMZ. Ils peuvent être intégrés dans des pages Web, être transférés vers d'autres communautés, forums, etc. Ils peuvent également être partagés directement avec n'importe qui.

Ce puissant outil d'échange quantitatif, qu'attendez-vous?