В современных условиях жесткой конкуренции на финансовом рынке количественная торговля как торговая стратегия, основанная на анализе данных и алгоритмических моделях, становится все более популярным выбором среди инвесторов и трейдеров. В области количественной торговли ценность данных становится все более заметной. Поэтому набор эффективных и надежных инструментов исследования количественных данных стал одним из незаменимых ключей к достижению успешной торговли.

В эпоху, когда принятие решений на основе данных приобретает все большую ценность, появился модуль количественного исследования данных Inventor. Являясь одним из важнейших инструментов в области количественной торговли, это не просто обычное программное обеспечение для анализа данных, но и революционное новшество, которое предоставляет инвесторам уникальные функции анализа и добычи данных, помогающие им в сложных и многогранных ситуациях использовать возможности и снизить риски на меняющихся финансовых рынках.

FMZ Quant — профессиональная платформа количественной торговли, поддерживаемая множеством инструментов количественной торговли. В настоящее время модуль «Исследование данных» количественной платформы FMZ интегрировал сервисы платформы datadata, предоставляя пользователям большие преимущества в многомерном анализе и извлечении данных, визуализации данных и изучении торговых стратегий. Платформа данных FMZ Quantitative, разработанная самостоятельно, представляет собой количественную платформу финансовых данных. Используйте SQL для запроса и анализа больших объемов данных, а также настраивайте визуальный интерфейс для создания различных диаграмм, подходящих для анализа данных, и делитесь ими с вашей командой, что позволит вам легко понимать тенденции рынка и использовать инвестиционные возможности!

Модуль количественного исследования данных FMZ

Для начала давайте познакомимся с количественной оценкой FMZ.Исследование данныхМодуль, используйте его так же, как и в datadata. Каждому пользователю платформы FMZ не нужно повторно регистрироваться на платформе datadata, и он может напрямую использовать различные функции платформы datadata.

• 1. Область данных
     Список слева показывает контент данных, который поддерживается онлайн. В настоящее время поддерживаются данные K-line (OHLC) и данные Tick различных бирж (платформ). В будущем будет поддерживаться больше типов и измерений данных.
     Эти данные постоянно обновляются в режиме реального времени, что позволяет вам всегда быть в курсе тенденций рынка.

  Например, мы выбираем «OHLC», а затем выбираемmarket->bitfinex_m1, щелкните, чтобы развернуть, и вы увидите «имена полей» в этом табличном объекте.

  

  Щелкните по диаграмме таблицы, чтобы просмотреть некоторые данные.

  Платформа также поддерживает загрузку собственных данных. Нажмите кнопку «Загрузить данные» внизу списка, чтобы загрузить данные.

  Загрузите CSV-файл с вашего устройства на сервер.
  Размер файла не должен превышать 10 МБ, а количество строк и столбцов не должно превышать 10 000.

• 2. Область редактирования SQL-выражений

  

  Это поле редактирования для написания определенных операторов запроса. Позже мы покажем два интересных примера, но сначала давайте узнаем о других функциях.

  

  Здесь есть две кнопки управления, первая из которых позволяет легко форматировать оператор SQL. Вторая кнопка используется для вставки переменных, используемых в операторах SQL, что аналогично добавлению параметра в запрос SQL, который можно изменять в режиме реального времени (без жесткого кодирования некоторых условий запроса в операторе SQL). Например:

  

  Введите параметрический тест.'1inch_usd'Затем нажмите кнопку «Выполнить» справа, чтобы запросить все данные по разновидности 1inch_usd. Запрошенные данные также можно экспортировать и загрузить локально:

  

  Поддерживает форматы JSON и CSV.

  Если вы хотите сохранить и записать этот SQL-запрос, вы можете нажать кнопку «Сохранить» в правом верхнем углу, чтобы записать этот SQL-запрос в список ресурсов «Исследования данных» текущей учетной записи FMZ (кнопка списка ресурсов находится на слева от кнопки «Сохранить») для использования в будущем.

  Интерфейс, который мы видим сейчас, прост, а функции просты, но когда мы действительно воспользуемся им, мы ощутим всю мощь этого инструмента. Далее давайте рассмотрим два более сложных примера.

Рейтинг волатильности

            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}};

Этот код SQL используется для получения процентов волатильности торговых пар, соответствующих условиям из таблицы «market.futures_binance_d1», сортировки их по процентам волатильности и ограничения выходного количества.

Объяснение этого SQL-запроса следующее:

            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。

Когда мы вводим параметры:
дней: 10, ранг: DESC, ограничение: 10 Нажмите кнопку «Выполнить», чтобы выполнить оператор SQL и запросить результаты.

Помимо отображения данных в виде таблиц, их также можно отображать различными методами визуализации. После установки некоторых связанных настроек визуализации данные будут отображаться более насыщенно и наглядно.

Созданный запрос также может генерировать ссылку для удобного обмена, а параметры можно изменять для обновления запроса.

Глубокое воспроизведение

Далее мы рассмотрим пример изучения рыночного микросценария, который является прекрасным инструментом для изучения деталей высокочастотной торговли.

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

Используйте приведенный выше оператор SQL для запроса рыночных данных на уровне тиков по определенному продукту.

SQL-запрос в этом примере очень прост. Он запрашивает только данные Tick определенного продукта (указанного параметром symbol) на бирже Binance.

Ключевым моментом является отображение данных в режиме реального времени и в виде нескольких графиков во временных рядах:

Разве не очень удобно изучать детали на рынке?

Далее давайте рассмотрим, как поделиться нашим исследованием. Вы можете нажать на значок поделиться в правом верхнем углу

Эти общие коды и ссылки можно встраивать в сообщения и статьи сообщества платформы FMZ. Его можно встраивать в веб-страницы и публиковать в других сообществах, форумах и т. д. Вы также можете поделиться ею напрямую с кем угодно.

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

Чего же вы ждете, этот мощный инструмент количественной торговли? Приходите и попробуйте добывать и анализировать данные.