今日の金融市場における熾烈な競争の中で、データ分析とアルゴリズムモデルに基づいた取引戦略としての定量取引は、投資家やトレーダーの間でますます人気のある選択肢になりつつあります。定量取引の分野では、データの価値がますます重要になってきています。そのため、効率的で信頼性の高い定量データ探索ツールのセットは、取引を成功させるために欠かせない鍵の 1 つになっています。

データに基づく意思決定がますます重視されるこの時代に、Inventor 定量データ探索モジュールが誕生しました。定量取引の分野で不可欠なツールの1つとして、これは単なる通常のデータ分析ソフトウェアではなく、投資家に独自のデータ分析とマイニング機能を提供し、複雑で多面的な機会をつかむのに役立つ革新的なイノベーションでもあります。変化する金融市場におけるリスクを軽減します。

プロフェッショナルな定量取引プラットフォームとして、FMZ Quant は多くの定量取引ツールによってサポートされています。現在、FMZ 定量プラットフォームの「データ探索」モジュールは、datadata プラットフォームのサービスを統合しており、多次元データ分析とマイニング、データの視覚化、取引戦略の探索においてユーザーに大きな利点を提供しています。 FMZ Quantitative が自社開発したデータプラットフォームは、定量的な金融データプラットフォームです。 SQL を使用して大量のデータをクエリおよび分析し、ビジュアル インターフェイスを介して設定してデータ分析に適したさまざまなグラフを生成し、チームと共有することで、市場動向を簡単に把握し、投資機会をつかむことができます。

FMZ 定量データ探索モジュール

まず、FMZ 定量化について詳しく見ていきましょう。データ探索モジュール、datadata で使用します。すべての FMZ プラットフォーム ユーザーは、datadata プラットフォームに再度登録する必要はなく、datadata プラットフォームのさまざまな機能を直接使用できます。

• 1. データ領域 左のリストはオンラインでサポートされたデータ内容を示しています。現在は、Kラインデータ（OHLC）と、各種取引所（プラットフォーム）のTickデータをサポートしています。将来的にはさらに多くのタイプと次元のデータがサポートされる予定です。 これらのデータはリアルタイムで継続的に更新されるため、常に市場の動向を把握することができます。

たとえば、「OHLC」を選択し、market->bitfinex_m1クリックして展開すると、このテーブル オブジェクトの「フィールド名」が表示されます。

表グラフをクリックすると、いくつかのデータをプレビューできます。

プラットフォームは、独自のデータのアップロードもサポートしています。リストの下部にある「データのアップロード」ボタンをクリックして、データをアップロードします。

デバイスからサーバーにCSVファイルをアップロードします ファイル サイズは 10 MB を超えてはならず、最大行数は 10,000 行、列数は 128 列です。

• 2. SQL文編集領域

これは、特定のクエリ ステートメントを記述するための編集ボックスです。後で 2 つの興味深い例を示しますが、まずは他の機能について学習しましょう。

ここには 2 つのコントロール ボタンがあり、最初のボタンを使用すると SQL ステートメントを簡単にフォーマットできます。 2 番目のボタンは、SQL ステートメントで使用される変数を挿入するために使用されます。これは、SQL クエリにパラメータを追加することに似ており、リアルタイムで変更できます (SQL ステートメントに一部のクエリ条件をハードコーディングする必要はありません)。例えば：

パラメータテストを入力します。'1inch_usd'次に、右側の「実行」ボタンをクリックして、1inch_usd 品種のすべてのデータを照会します。クエリされたデータはエクスポートしてローカルにダウンロードすることもできます。

JSON および CSV 形式をサポートします。

このSQLクエリを保存して記録したい場合は、右上隅の「保存」ボタンをクリックして、現在のFMZアカウントの「データ探索」のリソースリストにこのSQLクエリを記録します（リソースリストボタンは将来使用するために、保存ボタンの左側に保存しておきます。

今見ているインターフェースはシンプルで機能もシンプルですが、実際に使ってみるとこのツールの強力な使い方を実感できます。次に、さらに複雑な 2 つの例を見てみましょう。

ボラティリティランキング

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}};

この SQL コードは、テーブル「market.futures_binance_d1」から条件を満たす取引ペアのボラティリティ パーセンテージを取得し、ボラティリティ パーセンテージで並べ替え、出力数量を制限するために使用されます。

この SQL の説明は次のとおりです。

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。

パラメータを入力すると次のようになります。 日数: 10、ランク: DESC、制限: 10 「実行」ボタンをクリックして SQL ステートメントを実行し、結果を照会します。

データは表形式で表示するだけでなく、さまざまな視覚化方法で表示することもできます。視覚化に関連するいくつかの設定を行うと、データはより豊かで鮮明な方法で表示されます。

作成されたクエリでは、簡単に共有できるようにリンクを生成することもでき、パラメータを変更してクエリを更新することもできます。

ディープ再生

次に、高頻度取引の詳細を研究するための優れたツールである市場ミクロシナリオの研究の例を学びます。

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

上記の SQL ステートメントを使用して、特定の製品のティック レベルの市場データを照会します。

この例の SQL クエリは非常にシンプルです。Binance 取引所の特定の商品 (パラメータ シンボルで指定) の Tick データのみをクエリします。

重要なポイントは、データをリアルタイム再生形式で表示し、時系列で複数のチャートを表示することです。

市場で詳細を勉強するのはとても便利ではないでしょうか?

次に、研究を共有する方法を見てみましょう。右上隅の共有アイコンをクリックします

これらの共有コードとリンクは、FMZ プラットフォームのコミュニティ投稿や記事に埋め込むことができます。 Web ページに埋め込んだり、他のコミュニティやフォーラムなどに再投稿したりできます。誰とでも直接共有することもできます。

この強力な定量取引ツール、何を待っていますか?ぜひデータのマイニングと分析に挑戦してみてください。