实时逐笔

逐笔交易记录了交易所已成交的买单和买单,价格数量等信息。逐笔的数据标记是trade

API对象或函数

self.SubscribeData('trade')

逐笔数据使用

在策略初始化Initialize过程中使用self.SubscribeData('trade')订阅逐笔数据 并在回调函数on_trade中访问逐笔数据。回调函数是一个异步函数,它不会阻塞策略的主线程。

在策略中订阅逐笔数据

class TQStrategyEntity(TQFeataures):
    # 策略初始化
    def Initialize(self):
        # 订阅逐笔数据
        self.SubscribeData('trade')
        
    def on_trade(self, trade_data):
        self.log.info('成交价格:{0} 成交数量:{1}  成交方向:{2}', 
                        trade_data['price'],
                        trade_data['size'],
                        trade_data['side'])

逐笔数据样例

                                                    
{
    'exchange': 'bina', 
    'symbol': 'BTCUSDT', 
    'type': 'FUTURES', 
    'category': 'TRADE', 
    'timestamp': '2021-01-11 16:22:54.825', 
    'price': '35350.02', 
    'size': '0.020', 
    'side': 'sell'
}                                                        

                                                    
                                                    

深度数据字段说明

# 字段名 类型 说明
1 exchange 字符 交易所代码,有关交易所代码请参考“交易所”章节
2 symbol 字符 交易对
3 type 字符 数据类型,FUTURES-表示期货,SPOT-表示现货
4 category 字符 数据分类:TICKER - 盘口; DEPTH - 深度;TRADE - 逐笔; CANDLE - K线
5 price 字符 价格
6 size 字符 数量
7 side 字符 方向: sell - 卖单; buy - 买单
8 timestamp 字符 时间戳
知识图谱

知识库服务

一站式、全流程的知识图谱构建、应用平台。通过创建、分享、并融合地图和图形数据库,实现知识内容可视化。

数据抽取

构建知识图谱的第一步

通过系统提供在线的知识编辑和导入功能,创建知识条目、构建知识库。并且从异构数据源中获取候选知识单元,知识抽取技术将自动从半结构化和无结构数据中抽取实体、关系以及实体属性等结构化信息。

关系抽取

构建可视化的知识图谱

经过实体抽取, 知识库目前得到的仅是一系列离散的命名实体,为了得到更准确的语义信息, 还需要从文本语料中提取出实体之间的关联关系, 以此形成可视化的网状的知识结构。

与地图融合

在地图上标注知识点

在地图上标注知识点,查看知识内容,并可从内容中定位含有坐标信息的知识点。实现地图标注的聚合、查询。

全文搜索

根据关键词全文搜索

建立全文索引数据库,通过关键词实现快速全文搜索,支持结构化和非结构化的内容搜索。

系统架构及特点

分布式设计和易于扩展的系统架构

支持海量数据存储

满足企业日益增长的数据存储和知识库扩充需求,使用大数据和分布式系统设计,架构上支持海量数据的存储和高并发用户的访问。

移动设备支持

使用最新的基于Web的开放框架,可迅速地运用于PC端及移动端设备的Web页面上。提供跨设备、跨浏览器的支持。

数据安全

采用保护措施来防止数据受到未经批准的访问并保持数据机密性、完整性和可用性。通过数据加密、密钥管理以及特权用户访问控制、审计和监视等。

订阅和获取更新,了解最新的资讯和产品开发进度。

关于趣宽科技

提供软件系统开发维护服务,主要致力于知识图谱、大数据、分布式系统和区块链方面的系统的开发。


版权所有 |
2023 © 趣宽

v0.0.1