Dalam persaingan sengit hari ini dalam pasaran kewangan, perdagangan kuantitatif, sebagai strategi perdagangan berdasarkan analisis data dan model algoritma, menjadi pilihan yang semakin popular untuk pelabur dan pedagang. Dalam bidang perdagangan kuantitatif, nilai data menjadi semakin menonjol Oleh itu, satu set alat penerokaan data kuantitatif yang cekap dan boleh dipercayai telah menjadi salah satu kunci yang sangat diperlukan untuk mencapai perdagangan yang berjaya.

Dalam era di mana pembuatan keputusan berasaskan data semakin dihargai, Modul Penerokaan Data Kuantitatif Pencipta telah wujud. Sebagai salah satu alat penting dalam bidang perdagangan kuantitatif, ia bukan hanya perisian analisis data biasa, tetapi juga inovasi revolusioner yang menyediakan pelabur dengan analisis data yang unik dan fungsi perlombongan untuk membantu mereka dalam kompleks dan pelbagai aspek Rebut peluang dan mengurangkan risiko dalam pasaran kewangan yang berubah-ubah.

Sebagai platform dagangan kuantitatif profesional, FMZ Quant disokong oleh banyak alat dagangan kuantitatif. Pada masa ini, modul "Penerokaan Data" platform kuantitatif FMZ telah menyepadukan perkhidmatan platform data, memberikan pengguna kelebihan yang lebih besar dalam analisis data berbilang dimensi dan perlombongan data dan meneroka strategi perdagangan; Platform data data yang dibangunkan sendiri oleh FMZ Quantitative ialah platform data kewangan kuantitatif. Gunakan SQL untuk bertanya dan menganalisis sejumlah besar data, dan mengkonfigurasi melalui antara muka visual untuk menjana pelbagai carta yang sesuai untuk analisis data dan berkongsinya dengan pasukan anda, membolehkan anda memahami arah aliran pasaran dengan mudah dan merebut peluang pelaburan!

Modul penerokaan data kuantitatif FMZ

Mula-mula, mari kita biasakan dengan kuantifikasi FMZ.Penerokaan DataModul, gunakannya seperti pada datadata. Bagi setiap pengguna platform FMZ, kami tidak perlu mendaftar di platform datadata lagi, dan boleh terus menggunakan pelbagai fungsi platform datadata.

• 1. Kawasan data
     Senarai di sebelah kiri menunjukkan kandungan data yang telah disokong dalam talian Pada masa ini, ia menyokong data K-line (OHLC) dan Tick data pelbagai pertukaran (platform). Lebih banyak jenis dan dimensi data akan disokong pada masa hadapan.
     Data ini sentiasa dikemas kini dalam masa nyata, membolehkan anda sentiasa memahami arah aliran pasaran.

  Sebagai contoh, kami memilih "OHLC" dan kemudian pilihmarket->bitfinex_m1, klik untuk mengembangkan dan anda boleh melihat "nama medan" dalam objek jadual ini.

  

  Klik pada carta jadual untuk melihat beberapa data.

  Platform ini juga menyokong memuat naik data anda sendiri Klik butang "Muat Naik Data" di bahagian bawah senarai untuk memuat naik data.

  Muat naik fail CSV daripada peranti anda ke pelayan
  Saiz fail tidak boleh melebihi 10 MB, dengan maksimum 10,000 baris dan 128 lajur.

• 2. Kawasan penyuntingan pernyataan SQL

  

  Ini ialah kotak edit untuk menulis pernyataan pertanyaan khusus Kami akan menunjukkan dua contoh menarik kemudian, tetapi mari kita pelajari tentang fungsi lain dahulu.

  

  Terdapat dua butang kawalan di sini, yang pertama boleh memformat pernyataan SQL dengan mudah. Butang kedua digunakan untuk memasukkan pembolehubah yang digunakan dalam pernyataan SQL, yang serupa dengan menambahkan parameter pada pertanyaan SQL yang boleh diubah suai dalam masa nyata (tanpa pengekodan keras beberapa syarat pertanyaan dalam pernyataan SQL). Contohnya:

  

  Masukkan ujian parameter.'1inch_usd'Kemudian klik butang "Laksanakan" di sebelah kanan untuk menanyakan semua data pelbagai 1inch_usd. Data yang ditanya juga boleh dieksport dan dimuat turun secara tempatan:

  

  Menyokong format JSON dan CSV.

  Jika anda ingin menyimpan dan merekodkan pertanyaan SQL ini, anda boleh mengklik butang "Simpan" di penjuru kanan sebelah atas untuk merekodkan pertanyaan SQL ini dalam senarai sumber "Penerokaan Data" akaun FMZ semasa (butang senarai sumber dihidupkan sebelah kiri butang Simpan) untuk kegunaan masa hadapan.

  Antara muka yang kita lihat sekarang adalah ringkas dan fungsinya mudah, tetapi apabila kita benar-benar menggunakannya, kita akan mengalami penggunaan alat ini yang berkuasa. Seterusnya, mari kita lihat dua contoh yang lebih kompleks.

Kedudukan Kemeruapan

            sql
            
            
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}};

Kod SQL ini digunakan untuk mendapatkan peratusan turun naik pasangan dagangan yang memenuhi syarat daripada jadual "market.futures_binance_d1", susun mengikut peratusan turun naik dan hadkan kuantiti keluaran.

Penjelasan tentang SQL ini adalah seperti berikut:

            sql描述
            
            
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。

Apabila kita memasukkan parameter:
hari: 10 , pangkat: DESC , had: 10 Klik butang "Laksanakan" untuk melaksanakan pernyataan SQL dan menanyakan keputusan.

Selain memaparkan data dalam bentuk jadual, ia juga boleh dipaparkan dalam pelbagai kaedah visualisasi Selepas menetapkan beberapa tetapan visualisasi yang berkaitan, data akan dipaparkan dalam cara yang lebih kaya dan jelas.

Pertanyaan yang dibuat juga boleh menjana pautan untuk perkongsian mudah, dan parameter boleh diubah suai untuk mengemas kini pertanyaan.

Main balik dalam

Seterusnya kita akan mempelajari contoh mengkaji senario mikro pasaran, yang merupakan alat yang sangat baik untuk mengkaji butiran perdagangan frekuensi tinggi.

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

Gunakan pernyataan SQL di atas untuk menanyakan data pasaran peringkat semak bagi produk tertentu.

Pertanyaan SQL dalam contoh ini adalah sangat mudah Ia hanya menanyakan data Tick produk tertentu (dinyatakan oleh simbol parameter) dalam pertukaran Binance.

Perkara utama ialah memaparkan data dalam bentuk main balik masa nyata dan berbilang carta dalam siri masa:

Bukankah sangat mudah untuk mengkaji butiran di pasaran?

Seterusnya, mari kita lihat cara berkongsi penyelidikan kami. Anda boleh mengklik ikon kongsi di penjuru kanan sebelah atas /upload/asset/16a8485d994aec8a93a4.png.

Kod dan pautan yang dikongsi ini boleh dibenamkan dalam siaran dan artikel komuniti platform FMZ. Ia boleh dibenamkan dalam halaman web dan disiarkan semula ke komuniti lain, forum, dsb. Anda juga boleh berkongsi terus dengan sesiapa sahaja.

(chart/a4fa8808-7437-48c0-8205-da2672f45ad1)

Alat dagangan kuantitatif yang berkuasa ini, apa tunggu lagi? Datang dan cuba melombong dan menganalisis data.