デジタル資産ETFが香港に上場、時系列データベースが機関分析アプリケーションを支援

香港デジタル資産ETFは4月15日に正式にローンチされ、デジタル資産市場に強力な動力を注入し、投資家に新たな投資機会をもたらします。投資商品として、デジタル資産は世界的に急速に発展しています。

過去1ヶ月、主流デジタル資産であるBTCやETHは大幅な変動を経験し、新たなブルマーケットの始まりを示しています。これは多くの投資家の関心を引くだけでなく、取引プラットフォームの技術に対してもより高い要求を突きつけています。

! 香港でのデジタル資産ETFの承認は、機関の時代を開き、データベースの分析と適用により、機関間の競争ギャップが急速に拡大します

データの保存と処理が直面する課題

デジタル通貨取引市場にはその特異性がある:

• 7*24時間不間断取引、毎日10TBを超える市場データが生成され、継続的に増加しています
• 異なる通貨の市場データ量は非常に不均衡で、主要な資産がほとんどを占めています。
• オーダーブックの深さの差が大きく、十数段から千段以上まで様々です
• 価格の変動が激しく、システムの遅延要求が非常に高い

! 香港でのデジタル資産ETFの承認は機関の時代を開き、データベースの分析と適用により、機関間の競争ギャップが急速に拡大します

時系列データベースの突破口

上述の課題に直面して、時系列データベースが理想的な解決策となります:

• 時系列データ処理のために設計されており、大量データの効率的な保存と照会が可能です
• 大量のデータ書き込みとクエリ要求を迅速に処理し、リアルタイムのニーズに応えます。
• 時系列データを効率的に圧縮し、ストレージコストを削減する
• 高効率な履歴データのクエリ、複雑な時系列分析をサポート
• 従来の金融機関に広く適用され、システムの安定した運用の基盤を提供します。

! 香港でのデジタル資産ETFの承認は、機関の時代を開き、データベースの分析と適用により、機関間の競争ギャップが急速に拡大します

8種類の一般的なテクニカル指標分析

1. スライディング平均価格(MA)

移動平均価格はトレンドの転換点、サポートライン、およびレジスタンスラインを識別するために使用されます。以下のコードは、この指標を迅速に計算することができます:

SQLの 取引を選択 時間、コードをペアとして、価格 , tmavg(datetime(tradeTime),price,10s) as movingAvg10Sec , tmavg(日付時刻(取引時間),価格,30s) as movingAvg30Sec , tmavg(datetime(tradetime),price,45s) as movingAvg45Sec from (select * from aggTradeStream10 ここで、コード =BTCUSDT は id asc) で並べ替えます。 tradeTime > temporalAdd(now(),-485m)

! 香港でのデジタル資産ETFの承認は、機関の時代を開き、データベースの分析と適用により、機関間の競争ギャップが急速に拡大します

2. ローソク足チャート

K線は最も重要なテクニカル指標の1つです。以下のコードはK線のリアルタイム計算を実現できます:

SQLの 最初(価格)をオープンとして、最後(価格)をクローズとして、最小(価格)をローとして、最大(価格)をハイとして、 sum(quantity) をボリュームとして から aggTradeStream10 ここで、temporalAdd(now(),-540,'m') < tradeTimeおよびcode=BTCUSDT group by bar(tradeTime,1s)

! 香港でのデジタル資産ETFの承認は、機関の時代を開き、データベースの分析と適用により、機関間の競争ギャップが急速に拡大します

3. 相対力指数 (RSI)

RSIは価格変動の速度と幅を測定するために使用され、過剰買いと過剰売りのトレンドを識別できます。計算コードは以下の通りです:

SQLの taを使用する 時間を選択し、rsi(close、20)をRSI、70をアッパーボンド、30をローワーボンドとして(select first(price) オープンとして、最後の(価格)をクローズとして、最小(価格)をロとして、最大(価格)をハイとして、合計(数量)をボリュームとして から aggTradeStream10 ここで、temporalAdd(now(),-32,'H') <= tradeTime and code="BTCUSDT" コードでグループ化、バー(取引時間、1s)として時間)

! 香港でのデジタル資産ETFの承認は、機関の時代を開き、データベースの分析と適用により、機関間の競争ギャップが急速に拡大します

4. 収束発散平均 (MACD)

MACDは売買のタイミングを判断するために使用され、振動相場に対して良好な効果を示します。計算コードは以下の通りです:

SQLの taを使う 時間を選択し、macd(close) DIFDEAMACD、0 を (select first(price) から zeroline として選択します。 開ける last(price)のように近く、min(price)のように、こんにちはのようにmax(price)、 sum(quantity) as vol (巻として) から aggTradeStream10 ここで、temporalAdd(now(),-32,'H') <= tradeTime and code="BTCUSDT" コードでグループ化、バー(取引時間、1s)を時間)として

! 香港でのデジタル資産ETFの承認は、機関の時代を開き、データベースの分析と適用により、機関間の競争ギャップが急速に拡大します

5. ボリンジャーバンド (Bollinger Bands)

ボリンジャーバンドは、市場のボラティリティを分析し、トレンドの方向を確認し、売買シグナルを識別するために使用されます。計算コードは以下の通りです:

SQLの taを使う 時間を選択し、bBands(close,5,2,2,2) as LowMidHigh from (select first(price) as 開ける last(price)のように近く、min(price)のように、こんにちはのようにmax(price)、 sum(quantity) as vol (巻として) から aggTradeStream10 ここで、temporalAdd(now(),-32,'H') <= tradeTime and code="BTCUSDT" コードでグループ化し、bar(tradeTime、1s)をtime)として

! 香港でのデジタル資産ETFの承認は、機関の時代を開き、データベースの分析と適用により、機関間の競争ギャップが急速に拡大します

6. 取引ペアの関連性

異なる取引ペア間の関連性の計算コードは以下の通りです:

SQLの a = aggTradeStream10 から価格として avg(price) を選択 (code = BTCUSDT または code = ETHUSDTグループバーバ(トレードタイム、1s)として時間、コード b = corr(BTCUSDTを選択し、ピボットからの価格からcorrValとしてETHUSDT) (select 時間、コード) group by bar(時間、1m) 時間として 時間、tmavg(time、corrVal、1H)をcorr1hとして選択します , tmavg(time, corrVal,24H) as corr24h from b

! 香港でのデジタル資産ETFの承認は機関の時代を開き、データベースの分析と適用により、機関間の競争ギャップが急速に拡大します

7. リアルタイム取引表

リアルタイム取引状況を表示するコードは以下の通りです:

SQLの タイムスタンプとしてtradeTimeを選択し、ペアとしてコードを選択し、marketMaker = trueの場合、次に-1 * 数量の他に数量が数量として終了する、 marketMaker = trueの場合、round(-1数量価格,2) else round(quantity*価格,2) 考慮の終わり、 (temporalAdd(now()の場合、-8H)-tradeTime)\10000000<0.3 then "x" else "" end as new aggTradeStream10 where tradeTime > temporalAdd(now(), -1, "M") から tradeTime 順に並べられます。 DESC リミット 50

! 香港でのデジタル資産ETFの承認は、機関の時代を開き、データベースの分析と適用により、機関間の競争ギャップが急速に拡大します

8. リアルタイム取引額(売買方向)

リアルタイム取引高を表示するコードは以下の通りです:

SQLの デフgetA(quantity、価格、marketMaker){ a = iif(marketMaker==true, -1,1) 返品(a数量price)[0] } VAL を選択 (select getA(quantity、価格、marketMaker) aggTradeStream10 からの val として startTime0 と endTime0 の間の tradeTime を datetime(tradetime) でグループ化します。 tradetime,code) トレードタイムによってピボット、コード

! 香港でのデジタル資産ETFの承認は、機関の時代を開き、データベースの分析と適用により、機関間の競争ギャップが急速に拡大します

時系列データベースの性能展示

以下は、従来の金融分野におけるある時系列データベースのいくつかの性能データです。

• 2700億行データセット内、ミリ秒単位でクエリと集約計算を完了
• 2億件のデータの2つの関連性計算を秒単位で完了
• 取引テーブルと価格表は、アプリケーションのサブ秒レベルでasofjoinおよびwindowjoinを完了します。
• WorldQuant98ファクターは、市場全体の日次頻度データをミリ秒単位で計算します。
• 65億の高頻度データを分単位に降格し、30秒で完了
• 全市場で1日に2億行のデータをリアルタイムで計算するOHLC二重移動平均ファクター
• 100万外為スワップ契約の評価、400ミリ秒で完了
• 10億個のデータの線形回帰を数秒で完了
• ETFの日中の正味価値は、サブセカンドレベルで計算されます

これらのケースは、時系列データベースが大量データ処理、複雑な指標計算、複数テーブルの関連クエリ、リアルタイム分析などの面での強力な能力を示しており、デジタル資産の分析と取引に強力なサポートを提供しています。

デジタル資産ETFの承認に伴い、機関投資家は大規模に市場に参入します。時系列データベースは高性能と拡張性を活かし、デジタル資産の全ライフサイクルにおける記録と分析で重要な役割を果たし、機関投資家が市場のトレンドを洞察し、動向を予測し、取引戦略を開発するのを支援します。