Dalam persaingan ketat di pasar keuangan saat ini, perdagangan kuantitatif, sebagai strategi perdagangan berdasarkan analisis data dan model algoritmik, menjadi pilihan yang semakin populer bagi investor dan pedagang. Dalam bidang perdagangan kuantitatif, nilai data menjadi semakin menonjol. Oleh karena itu, seperangkat alat eksplorasi data kuantitatif yang efisien dan andal telah menjadi salah satu kunci yang sangat diperlukan untuk mencapai perdagangan yang sukses.

Di era di mana pengambilan keputusan berdasarkan data semakin dihargai, Modul Eksplorasi Data Kuantitatif Inventor hadir. Sebagai salah satu alat penting di bidang perdagangan kuantitatif, ini bukan hanya perangkat lunak analisis data biasa, tetapi juga inovasi revolusioner yang menyediakan fungsi analisis data dan penambangan yang unik bagi investor untuk membantu mereka dalam memanfaatkan peluang yang kompleks dan multi-segi. mengurangi risiko dalam perubahan pasar keuangan.

Sebagai platform perdagangan kuantitatif profesional, FMZ Quant didukung oleh banyak alat perdagangan kuantitatif. Saat ini, modul “Eksplorasi Data” dari platform kuantitatif FMZ telah mengintegrasikan layanan platform datadata, memberikan pengguna keuntungan lebih besar dalam analisis dan penambangan data multidimensi; memvisualisasikan data; dan mengeksplorasi strategi perdagangan. Platform data yang dikembangkan sendiri oleh FMZ Quantitative adalah platform data keuangan kuantitatif. Gunakan SQL untuk membuat kueri dan menganalisis data dalam jumlah besar, dan konfigurasikan melalui antarmuka visual untuk menghasilkan berbagai bagan yang sesuai untuk analisis data dan membagikannya dengan tim Anda, sehingga Anda dapat dengan mudah memahami tren pasar dan memanfaatkan peluang investasi!

Modul eksplorasi data kuantitatif FMZ

Pertama, mari kita pahami dulu kuantifikasi FMZ.Eksplorasi DataModul, gunakan seperti pada datadata. Untuk setiap pengguna platform FMZ, kita tidak perlu mendaftar lagi pada platform datadata, dan dapat langsung menggunakan berbagai fungsi platform datadata.

• 1. Wilayah data Daftar di sebelah kiri menunjukkan konten data yang telah didukung secara daring. Saat ini, daftar tersebut mendukung data K-line (OHLC) dan data Tick dari berbagai bursa (platform). Lebih banyak jenis dan dimensi data akan didukung di masa mendatang. Data ini terus diperbarui secara real time, sehingga Anda selalu dapat memahami tren pasar.

Misalnya, kita pilih “OHLC” lalu pilihmarket->bitfinex_m1, klik untuk memperluas dan Anda dapat melihat “nama bidang” dalam objek tabel ini.

Klik pada bagan tabel untuk melihat pratinjau beberapa data.

Platform ini juga mendukung pengunggahan data Anda sendiri. Klik tombol “Unggah Data” di bagian bawah daftar untuk mengunggah data.

Unggah file CSV dari perangkat Anda ke server Ukuran file tidak boleh melebihi 10 MB, dengan maksimum 10.000 baris dan 128 kolom.

• 2. Area pengeditan pernyataan SQL

Ini adalah kotak edit untuk menulis pernyataan kueri tertentu. Kami akan menunjukkan dua contoh menarik nanti, tetapi mari kita pelajari dulu fungsi lainnya.

Ada dua tombol kontrol di sini, yang pertama dapat dengan mudah memformat pernyataan SQL. Tombol kedua digunakan untuk menyisipkan variabel yang digunakan dalam pernyataan SQL, yang mirip dengan menambahkan parameter ke kueri SQL yang dapat dimodifikasi secara real time (tanpa harus membuat kode keras pada beberapa kondisi kueri dalam pernyataan SQL). Misalnya:

Masukkan uji parameter.'1inch_usd'Kemudian klik tombol “Execute” di sebelah kanan untuk mengkueri semua data varietas 1inch_usd. Data yang ditanyakan juga dapat diekspor dan diunduh secara lokal:

Mendukung format JSON dan CSV.

Jika Anda ingin menyimpan dan merekam kueri SQL ini, Anda dapat mengklik tombol “Simpan” di sudut kanan atas untuk merekam kueri SQL ini dalam daftar sumber daya “Eksplorasi Data” akun FMZ saat ini (tombol daftar sumber daya ada di (di sebelah kiri tombol Simpan) untuk penggunaan di masa mendatang.

Antarmuka yang kita lihat sekarang sederhana dan fungsinya sederhana, tetapi saat kita benar-benar menggunakannya, kita akan merasakan manfaat hebat dari alat ini. Selanjutnya, mari kita lihat dua contoh yang lebih rumit.

Peringkat Volatilitas

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}};

Kode SQL ini digunakan untuk memperoleh persentase volatilitas pasangan perdagangan yang memenuhi ketentuan dari tabel “market.futures_binance_d1”, mengurutkannya berdasarkan persentase volatilitas, dan membatasi jumlah keluaran.

Penjelasan SQL ini adalah sebagai berikut:

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。

Ketika kita memasukkan parameter: hari: 10, peringkat: DESC, batas: 10 Klik tombol “Jalankan” untuk menjalankan pernyataan SQL dan menanyakan hasilnya.

Selain menampilkan data dalam bentuk tabel, data juga dapat ditampilkan dalam berbagai metode visualisasi. Setelah mengatur beberapa pengaturan visualisasi terkait, data akan ditampilkan dengan cara yang lebih kaya dan lebih jelas.

Kueri yang dibuat juga dapat membuat tautan untuk memudahkan berbagi, dan parameternya dapat dimodifikasi untuk memperbarui kueri.

Pemutaran mendalam

Berikutnya kita akan mempelajari contoh studi skenario mikro pasar, yang merupakan alat terbaik untuk mempelajari detail perdagangan frekuensi tinggi.

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

Gunakan pernyataan SQL di atas untuk menanyakan data pasar level tick dari suatu produk tertentu.

Kueri SQL dalam contoh ini sangat sederhana. Kueri ini hanya meminta data Tick dari produk tertentu (yang ditentukan oleh simbol parameter) di bursa Binance.

Poin pentingnya adalah menampilkan data dalam bentuk pemutaran waktu nyata dan beberapa grafik dalam deret waktu:

Bukankah sangat mudah untuk mempelajari detail pasar?

Selanjutnya, mari kita lihat cara membagikan hasil penelitian kita. Anda dapat mengklik ikon bagikan di sudut kanan atas

Kode dan tautan bersama ini dapat disematkan dalam postingan dan artikel komunitas platform FMZ. Dapat disematkan di halaman web dan diposting ulang ke komunitas lain, forum, dll. Anda juga dapat membagikannya langsung kepada siapa pun.

Alat perdagangan kuantitatif yang hebat ini, tunggu apa lagi? Datang dan cobalah untuk menambang dan menganalisis data.