کریپٹو کرنسی ٹریڈنگ کی دنیا میں، بڑی پیروی والے تجزیہ کار (جنھیں اثر انداز یا “بگ بمقابلہ” کہا جاتا ہے) روزانہ پیشہ ورانہ مارکیٹ تجزیہ تیار کرتے ہیں۔ اگرچہ ان کی معلومات کا بہاؤ پراسرار معلوم ہو سکتا ہے، لیکن حقیقت میں ان کے پیچھے ڈیٹا پروسیسنگ کی واضح منطق ہے۔ آج، ہم اس عمل کو مکمل طور پر توڑ دیں گے اور آپ کو سکھائیں گے کہ کس طرح انوینٹر پلیٹ فارم پر ورک فلو ویژولائزیشن نوڈس کا استعمال کرتے ہوئے اپنا پیشہ ورانہ تجارتی تجزیہ کا نظام بنایا جائے۔

سسٹم آرکیٹیکچر کا جائزہ

یہ ورک فلو پیچیدہ کوڈ لکھنے کی ضرورت کے بغیر مکمل طور پر موجد ورک فلو کے بصری نوڈس پر مبنی ہے۔ بنیادی خیال یہ ہے:ڈیٹا کا حصول → تکنیکی تجزیہ → جذبات کا تجزیہ → AI مربوط تجزیہ → خودکار پشپورے عمل کو نوڈس کو گھسیٹ کر اور پیرامیٹرز کو ترتیب دے کر مکمل کیا جا سکتا ہے، جس سے غیر تکنیکی عملے کو آسانی سے پیشہ ورانہ لین دین کے تجزیہ کا نظام بنانے کی اجازت مل سکتی ہے۔

مرحلہ 1: ڈیٹا اکٹھا کرنے کی تہہ بنائیں

1. ٹائمر ٹرگر نوڈ سیٹ اپ کریں۔

نوڈ کی قسم： شیڈول ٹرگر

یہ نوڈ پورے نظام کا نقطہ آغاز ہے۔ یہ اس بات کو یقینی بناتا ہے کہ تجزیہ کا عمل خود بخود مقررہ وقت کے وقفوں پر شروع ہو جائے تاکہ تجزیہ کی اعلی تعدد اور وقت کی پابندی کو یقینی بنایا جا سکے۔

2. ملٹی ٹائم فریم تکنیکی ڈیٹا کے حصول کی تعمیر کریں۔

ورک فلو مختلف وقت کے طول و عرض میں ڈیٹا حاصل کرنے کے لیے تین MarketInfo نوڈس تعینات کرتا ہے:

پیرامیٹر کی تفصیل：

• period：کے لائن سائیکل، 15 منٹ، 1 گھنٹہ، 1 دن
• limit: 200: تکنیکی تجزیہ کے لیے 200 K لائنیں حاصل کریں۔
• $vars.pairتجارتی جوڑوں کو ذخیرہ کرنے کے لیے متغیرات کا استعمال کریں، جس سے تجزیہ کے اہداف کو تبدیل کرنا آسان ہو جاتا ہے۔ حکمت عملی کے بیرونی پیرامیٹرز کے طور پر، آپ انہیں ان اقسام پر سیٹ کر سکتے ہیں جن میں آپ کی دلچسپی ہے۔

3. K-لائن ڈیٹا اسٹینڈرڈائزیشن نوڈ گروپ

درج ذیل تین کوڈ بلاکس بالترتیب مختلف ٹائم فریموں کے K-line ڈیٹا پر کارروائی کرتے ہیں۔

کوڈ 1 (ڈیٹا پروسیسنگ کے 15 منٹ)：

const result = [];
const data = $input.first().json.result || [];

data.forEach(item => {
  result.push({
    timeframe: "15m",
    candles: item
  });
});

return result;

کوڈ 2 (ڈیٹا پروسیسنگ کا 1 گھنٹہ)：

const result = [];
const data = $input.first().json.result || [];

data.forEach(item => {
  result.push({
    timeframe: "1h", 
    candles: item
  });
});

return result;

کوڈ 3 (ڈیلی ڈیٹا پروسیسنگ)：

const result = [];
const data = $input.first().json.result || [];

data.forEach(item => {
  result.push({
    timeframe: "1d",
    candles: item
  });
});

return result;

معیاری کاری کا اثر：

• ہر ٹائم فریم کے ڈیٹا میں ایک منفرد شناخت کنندہ شامل کریں۔
• بعد میں AI تجزیہ اور شناخت کی سہولت کے لیے متحد ڈیٹا ڈھانچہ
• ڈیٹا کے بہاؤ کی مستقل مزاجی کو یقینی بنائیں

4. ڈیٹا مرج نوڈ

نوڈ کی قسم: ضم کریں۔
ماڈل: اپنڈ موڈ، تین ٹائم فریموں کے ڈیٹا کو ترتیب میں ضم کریں۔

یہ نوڈ ہر وقت کے فریموں سے K-line ڈیٹا کو ایک متحد ڈیٹا پیکج میں ضم کرتا ہے، جو AI تجزیہ کے لیے ایک مکمل تکنیکی ڈیٹا کی بنیاد فراہم کرتا ہے۔

5. مجموعی K-لائن ڈیٹا پروسیسنگ نوڈ

نوڈ کی قسم：Code مقام: مرج نوڈ کے بعد واقع ہے، جو متعدد ٹائم فریموں کے K-لائن ڈیٹا کو مربوط کرنے کے لیے ذمہ دار ہے۔

بنیادی کوڈ：

const allCandles = [];

for (const item of items){
  allCandles.push(item.json)
}

return [{
  json:{
    allCandles
  }
}];

کوڈ فنکشن کا تجزیہ：

• ڈیٹا اکٹھا کرنا: مرج نوڈ سے گزرے تمام ڈیٹا آئٹمز کو عبور کریں اور ہر ٹائم فریم کا معیاری ڈیٹا اکٹھا کریں۔allCandlesصف میں
• متحد ڈھانچہ: تین ٹائم فریم (15 منٹ، 1 گھنٹہ، 1 دن) کے K-line ڈیٹا کو ایک ڈیٹا پیکج میں یکجا کریں۔
• فارمیٹ معیاری کاری: ایک متحد JSON ڈھانچہ آؤٹ پٹ کریں، جس میں ہر وقت کے فریموں کے لیے مکمل K-line معلومات ہوں۔

مرحلہ 2: جذباتی تجزیہ پروسیسنگ پرت

1. نیوز ڈیٹا کے حصول کے نوڈس تعینات کریں۔

نوڈ کی قسم:HTTP درخواست (HTTP درخواست)

تفصیلی ترتیب：

{
  "parameters": {
    "method": "GET",
    "url": "https://newsapi.org/v2/everything",
    "sendQuery": true,
    "queryParameters": {
      "parameters": [
        {
          "name": "q",
          "value": "Crypto OR Bitcoin OR Coindesk"
        },
        {
          "name": "from",
          "value": "={{ new Date(Date.now() - 3 * 24 * 60 * 60 * 1000).toISOString().split('T')[0] }}"
        }
      ]
    },
    "sendHeaders": true,
    "headerParameters": {
      "parameters": [{
        "name": "x-api-key",
        "value": "网站申请"
      }]
    }
  }
}

کلیدی پیرامیٹر تجزیہ：

• q参数：بڑے کریپٹو کرنسی میڈیا کی کوریج کو یقینی بنانے کے لیے OR منطق کا استعمال کرتے ہوئے کلیدی الفاظ تلاش کریں
• from参数: آپ کو تازہ ترین معلومات حاصل کرنے کو یقینی بنانے کے لیے متحرک طور پر 3 دن پہلے کی تاریخ کا حساب لگائیں۔
• x-api-key: NewsAPI توثیق کی کلید، جسے رجسٹر کرنے کی ضرورت ہے۔

2. نیوز ڈیٹا پروسیسنگ نوڈ

نوڈ کی قسم：Code

بنیادی کوڈ：

const articles = $input.first().json.data.articles || [];
const filteredArticles = articles.map(article => ({
  title: article.title,
  description: article.description,
}));
return [{
  json: {
    filteredArticles
  } 
}]

کوڈ کا تجزیہ：

• NewsAPI کے ذریعے واپس کیے گئے مضامین کی صف نکالیں۔
• صرف ٹائٹل اور ڈسکرپشن فیلڈز رکھیں، فالتو معلومات جیسے کہ تصاویر اور لنکس کو ہٹا دیں۔
• بعد میں AI تجزیہ کے لیے کلین ٹیکسٹ ڈیٹا تیار کریں۔

3. جذباتی تجزیہ AI نوڈ

نوڈ کی قسم： AI ذہین ایجنٹ ایل ایل ایم ماڈل： کلاڈ ماڈل

کور پرامپٹ کنفیگریشن：

你是一个专门分析加密货币市场的高智能精准情感分析器。你将使用两部分方法分析提供文本的情感：

短期情感：
- 评估即时市场反应、近期新闻影响和技术波动性
- 确定情感类别："积极"、"中性"或"消极"
- 计算-1（极度消极）到1（极度积极）之间的数值分数
- 提供简洁的理由说明短期情感（针对重大事件和加密货币给出详细回应和适当标题）

长期情感：
- 评估整体市场前景、基本面以及监管或宏观经济因素
- 确定情感类别："积极"、"中性"或"消极"
- 计算-1（极度消极）到1（极度积极）之间的数值分数
- 提供详细的理由说明长期情感（针对重大事件和加密货币给出详细回应和适当标题）

您的输出必须恰好是一个包含两个键的JSON对象："shortTermSentiment"和"longTermSentiment"。每个键的值必须是包含三个键的对象："category"、"score"和"rationale"。不要输出任何额外文本。

现在，分析以下文本并生成您的JSON输出：
{{ JSON.stringify($json.filteredArticles) }}

فوری ڈیزائن کی جھلکیاں：

• واضح طور پر مختصر مدت اور طویل مدتی جذباتی جہتوں میں فرق کریں۔
• آسان بعد میں پروسیسنگ کے لیے معیاری JSON آؤٹ پٹ فارمیٹ کی ضرورت ہے۔
• جذبات کی شدت کا اندازہ لگانے کے لیے عددی اسکورنگ سسٹم شامل ہے۔

مرحلہ 3: AI تجزیہ انجن

1. ڈیٹا انٹیگریشن نوڈ

نوڈ کی قسم：Code

کلیدی کوڈ：

// Initialize containers for each set of data.
const allCandles = [];
let contentData = null;
// Loop over each item from the merge node.
for (const item of items) {
    // If the item has candlestick data, add it to the array.
    if (item.json.allCandles !== undefined) {
        // Assuming item.json.allCandles is an array.
        allCandles.push(...item.json.allCandles);
    }
    // If the item has embedded content (in message.content), store it.
    if (item.json.output !== undefined) {
        contentData = item.json.output;
    }
}
// Return a single item with both candlestick data and content.
return [{
    json: {
        allCandles,
        content: contentData
    }
}];

انضمام کی منطق：

• K-line ڈیٹا اور جذباتی تجزیہ کے نتائج کو ضم کریں۔
• جامع AI تجزیہ کے لیے مکمل ڈیٹا پیکجز تیار کریں۔
• یقینی بنائیں کہ ڈیٹا کا ڈھانچہ حتمی تجزیہ کی ضروریات کو پورا کرتا ہے۔

2. جامع تکنیکی تجزیہ AI نوڈ

نوڈ کی قسم： AI ذہین ایجنٹ ایل ایل ایم ماڈل： کلاڈ ماڈل

تفصیلی پرامپٹ کنفیگریشن：

## 交易分析指令
**数据结构:**
{{ $vars.pair}}的综合市场数据:
- 技术数据: {{ JSON.stringify($json["allCandles"]) }}
- 情感分析: {{ JSON.stringify($json["content"]) }}

K线格式: 时间框架 ("15m", "1h", "1d") + K线数组
情感: 来自加密货币新闻的短期/长期分析

**分析框架:**
**短期 (15m + 1h 数据):**
- 识别即时支撑/阻力位
- 价格行动信号 + 滞后指标
- 专注入场/出场时机

**长期 (1d + 1h 数据):**
- 主要趋势方向
- 结构性价位
- 更广泛的市场背景

**输出要求:**
**格式:** 纯文本，Telegram HTML样式
**日期:** {{ $vars.pair}}分析 {{ $now }} (格式: mm/dd/yyyy at xx:xxpm)

**结构:**
**现货建议:**
**短期:**
- 操作: [买入/卖出/持有]
- 入场: $X
- 止损: $X
- 目标: $X
- 理由: [2-3句简洁句子涵盖关键信号、指标、情感]

**长期:**
- 操作: [买入/卖出/持有]
- 入场: $X
- 止损: $X
- 目标: $X
- 理由: [2-3句简洁句子涵盖关键信号、指标、情感]

**杠杆建议:**
**短期:**
- 仓位: [做多/做空]
- 杠杆: Xx
- 入场: $X
- 止损: $X
- 目标: $X
- 理由: [2-3句简洁句子涵盖价格行动、确认、情感]

**长期:**
- 仓位: [做多/做空]
- 杠杆: Xx
- 入场: $X
- 止损: $X
- 目标: $X
- 理由: [2-3句简洁句子涵盖价格行动、确认、情感]

**关键指导原则:**
- 每个理由保持在50字以内
- 专注于可操作的洞察
- 消除冗余解释
- 优先考虑高信度信号
- 使用直接、简洁的语言

فوری بنیادی خصوصیات：

• تکنیکی ڈیٹا اور جذباتی تجزیہ کو یکجا کرنا
• ملٹی ٹائم فریم کا جامع تجزیہ
• اسپاٹ اور لیوریج ٹریڈنگ کی تجاویز دونوں فراہم کرتا ہے۔
• آؤٹ پٹ ایچ ٹی ایم ایل فارمیٹ، براہ راست ٹیلیگرام میں ڈھال لیا گیا۔
• سادگی اور آپریٹیبلٹی پر زور دیں۔

مرحلہ 4: ذہین پش سسٹم

1. مواد کی تقسیم نوڈ

نوڈ کی قسم：Code

سیگمنٹیشن الگورتھم：

// 获取输入文本，如果不存在则使用空字符串
const inputText = $input.first().json.output || "";

// 验证输入类型
if (typeof inputText !== "string") {
  throw new Error("Input must be a string");
}

// 删除 "#" 和 "*" 符号
const cleanedText = inputText.replace(/[#*]/g, "");

// 查找 "杠杆建议" 的位置
const leveragedIndex = cleanedText.indexOf("杠杆建议");

// 如果没有找到分割标记，则按原来的方式分割
if (leveragedIndex === -1) {
  const mid = Math.ceil(cleanedText.length / 2);
  const firstHalf = cleanedText.substring(0, mid);
  const secondHalf = cleanedText.substring(mid);
  
  return [
    { json: { blockNumber: 1, content: firstBlock } },
    { json: { blockNumber: 2, content: secondBlock } }
  ];
}

// 根据 "杠杆建议" 分割文本
const firstBlock = cleanedText.substring(0, leveragedIndex).trim();
const secondBlock = cleanedText.substring(leveragedIndex).trim();

// 返回包含两个块的数组
return [
  { json: { blockNumber: 1, content: firstHalf } },
  { json: { blockNumber: 2, content: secondHalf } }
];

تقسیم کی حکمت عملی：

• مواد کی تقسیم کے لیے “لیوریج تجویز” کلیدی لفظ کو ذہانت سے شناخت کریں۔
• مواد کو صاف ستھرا رکھنے کے لیے مارک ڈاؤن علامتوں کو خودکار طور پر صاف کریں۔
• ٹیلیگرام پیغام کی لمبائی کی حد پر غور کریں۔
• تجزیہ رپورٹ کی منطقی سالمیت کو برقرار رکھیں

2. ٹیلیگرام پش نوڈ

نوڈ کی قسم：Telegram

پش خصوصیات：

• تجزیہ رپورٹ کی شکل کو خوبصورت رکھنے کے لیے HTML فارمیٹ کو سپورٹ کریں۔
• ایک پیغام کے بہت لمبے ہونے سے بچنے کے لیے خودکار طور پر بلاکس بھیجیں۔
• صارفین کو جلد از جلد تجزیہ کے نتائج حاصل کرنے کو یقینی بنانے کے لیے ریئل ٹائم پش
• کسی مخصوص گروپ یا چینل پر پش کریں۔

اس طرح، ہم نے اپنا تجزیہ چینل مکمل کر لیا ہے، اور متعلقہ مارکیٹ کا تجزیہ کر سکتے ہیں اور اپنی تجارت کی مصنوعات کی بنیاد پر تجارتی تجاویز کو آگے بڑھا سکتے ہیں۔

بنیادی ٹیکنالوجی کی جھلکیاں

1. اعلی تعدد ڈیٹا کا حصول

ٹائمنگ ٹرگر تجزیہ کی اعلی بروقت اور درستگی کو یقینی بنانے کے لیے مقررہ وقت کے وقفوں پر ڈیٹا کے حصول کی چار شاخوں کو شروع کرتا ہے۔

2. AI سے چلنے والا پیشہ ورانہ تجزیہ

کلاڈ بڑے لینگوئج ماڈل کو احتیاط سے تیار کیے گئے اشارے کے ساتھ استعمال کرتے ہوئے، ہم پیشہ ور تجزیہ کاروں کے مقابلے مارکیٹ کے فیصلے کی صلاحیتوں کو حاصل کرتے ہیں۔

3. ماڈیولر ڈیزائن

دیکھ بھال، اپ گریڈ اور حسب ضرورت کی سہولت کے لیے ہر فنکشن کو ایک آزاد نوڈ کے طور پر شامل کیا گیا ہے۔

4. ذہین مواد پروسیسنگ

مختلف پش چینلز پر تجزیہ کے نتائج کی بہترین پیشکش کو یقینی بنانے کے لیے مواد کی ساخت کی بنیاد پر لمبے متن کو ذہانت سے تقسیم کریں۔

خودکار ٹریڈنگ ایکسٹینشنز

اگر آپ اپنا خودکار ٹریڈنگ سسٹم بنانا چاہتے ہیں، تو آپ اس بنیاد پر ٹرانزیکشن ایگزیکیوشن نوڈس شامل کر سکتے ہیں:

• ٹریڈنگ API نوڈ：لین دین کی تجاویز کے مطابق، متعلقہ لین دین کی کارروائیاں انجام دیں۔
• رسک کنٹرول نوڈ: پوزیشن مینجمنٹ اور رسک کنٹرول منطق مرتب کریں۔
• آرڈر ایگزیکیوشن نوڈ: AI تجزیہ کے نتائج کی بنیاد پر خودکار طور پر آرڈر دیں۔
• مانیٹرنگ نوڈ: آرڈر کی حیثیت اور نفع و نقصان کا حقیقی وقت سے باخبر رہنا

مکمل طور پر خودکار تجارتی نظام کو حاصل کرنے کے لیے AI تجزیہ نوڈ کے بعد صرف مشروط فیصلے اور لین دین کے عمل درآمد کی شاخیں شامل کریں۔

خلاصہ کریں۔

انوینٹر ورک فلو ویژولائزیشن نوڈ کا استعمال کر کے، ہم نے کرپٹو کرنسی پر اثر انداز کرنے والے معلومات کے بہاؤ کی اصل نوعیت کو کامیابی کے ساتھ ختم کر دیا۔ اسے دو ٹوک الفاظ میں، بظاہر پیچیدہ مارکیٹ کے تجزیوں کے پیچھے یہ معیاری ڈیٹا پروسیسنگ کا عمل ہے۔

سچ بہت سادہ ہے۔：

• شفاف ڈیٹا ماخذ：News API + مارکیٹ کا ڈیٹا، کچھ بھی پراسرار نہیں۔
• واضح تجزیہ منطق：AI ماڈل + معیاری پرامپٹ، قابل نقل اور قابل تصدیق
• تکنیکی حد بہت کم ہے۔: آپ نوڈس کو گھسیٹ کر بنا سکتے ہیں، کسی خاص مہارت کی ضرورت نہیں ہے۔
• انتہائی سستا۔: چند API کال فیس، ادا شدہ سبسکرپشنز سے بہت کم

ہمیں اثر انداز کرنے والوں کی آنکھیں بند کرکے پیروی کرنے کی ضرورت نہیں ہے اور نہ ہی ہمیں نام نہاد “خصوصی اندرونی معلومات” کے لیے ادائیگی کرنے کی ضرورت ہے۔ موجد مقداری پلیٹ فارم نے پیچیدہ تکنیکی تجزیوں کو قابل رسائی بنا دیا ہے، جس سے عام لوگ اپنا تجزیہ نظام بنا سکتے ہیں۔ سب سے اہم بات، ایک بار جب آپ اس نظام کو خود بنا لیں گے، تو آپ سمجھ جائیں گے: مارکیٹ کا تجزیہ پراسرار نہیں ہے، اور اثر انداز کرنے والے نبی نہیں ہیں۔ وہ کیا کر سکتے ہیں، آپ بھی کر سکتے ہیں، اور شاید اس سے بھی بہتر۔ تکنیکی ترقی کے اس دور میں، انوینٹر پلیٹ فارم سرمایہ کاری کے فیصلوں کے لیے داخلے کی رکاوٹ کو کم کر رہا ہے۔

کسی اور کے پرستار بننے کے بجائے، بہتر ہے کہ FMZ پلیٹ فارم کو استعمال کرکے اپنی سرمایہ کاری کے فیصلوں کا مالک بنیں۔

پالیسی کا پتہ: https://www.fmz.com/strategy/509088