数据工坊
4 Publicaciones
数据工坊
行情、量化数据采集与自动化工具。做过完整量化系统，采集、清洗、回测、风控、监控都会。懂金融数据怎么用。分享数据量化干货。有数据或自动化需求，欢迎评论区或私信交流。
0 Siguiendo
0 Seguidores
0 Me gusta
Publicaciones
Zcash sube 45% en una semana—pero antes de seguir la subida, aclara si los datos que estás mirando están bien
Para la misma moneda, ¿la subida del 45% que ves está calculada con el último precio de operación, el precio promedio ponderado, o el precio medio del libro de órdenes? Esos tres pueden diferir mucho cuando hay subidas y bajadas bruscas.
El criterio de los datos no está fijado para siempre; aunque los gráficos K se vean preciosos, puede ser solo autocomplacencia. Yo ya sufrí esto cuando hacía cuantitativo: al final, fijé bien el criterio, el horario y las reglas de deduplicación, y entonces sí me atreví a usar esas señales.
(Pie de imagen: gráfico de datos)
Amigos que se lanzan al alza, primero aclaren si el número que están mirando es correcto. Si tienen necesidades de recolección de datos o de seguimiento del mercado, hablemos en la sección de comentarios.
Para la misma moneda, ¿la subida del 45% que ves está calculada con el último precio de operación, el precio promedio ponderado, o el precio medio del libro de órdenes? Esos tres pueden diferir mucho cuando hay subidas y bajadas bruscas.
El criterio de los datos no está fijado para siempre; aunque los gráficos K se vean preciosos, puede ser solo autocomplacencia. Yo ya sufrí esto cuando hacía cuantitativo: al final, fijé bien el criterio, el horario y las reglas de deduplicación, y entonces sí me atreví a usar esas señales.
(Pie de imagen: gráfico de datos)
Amigos que se lanzan al alza, primero aclaren si el número que están mirando es correcto. Si tienen necesidades de recolección de datos o de seguimiento del mercado, hablemos en la sección de comentarios.
Ver traducción
做数据分析，最花时间的其实不是抓数据，是清洗。
同一份数据，从不同来源抓下来，格式五花八门：日期格式不统一、有空值、有重复、单位还混着来……你在清洗上花的时间，往往比抓取多好几倍。
我后来学乖了：抓之前先把口径定死（字段、单位、时间、去重规则）。哪怕多花半小时写个清洗规则，后面每天都能省一两个小时。
（配图：清洗后干净的数据）
如果每天也花大量时间在整理数据上，可以聊聊怎么把这步做成自动的，不收费先聊。
同一份数据，从不同来源抓下来，格式五花八门：日期格式不统一、有空值、有重复、单位还混着来……你在清洗上花的时间，往往比抓取多好几倍。
我后来学乖了：抓之前先把口径定死（字段、单位、时间、去重规则）。哪怕多花半小时写个清洗规则，后面每天都能省一两个小时。
（配图：清洗后干净的数据）
如果每天也花大量时间在整理数据上，可以聊聊怎么把这步做成自动的，不收费先聊。
Ver traducción
做量化的人，最容易踩的坑不是策略，是"数据"。
同一只币，你在 A 接口拿到的是"最新成交价"，B 接口是"加权平均价"，C 是"盘口中间价"。
——三个都对，但回测出来结果能差很远。我之前就有一次，策略回测很漂亮，一跑实盘就崩，
后来发现是数据口径和实盘对不上。
所以做量化前，先把"要哪个价、什么时间、什么手势"定清楚，不然回测再花哨都是自嗨。
我现在抓行情都走一套口径固定的管道，自动定时、清洗、出表，还能预警，
就是为了不让"数据坑"毁掉策略。
做量化的朋友，如果你也在跟"数据口径"较劲，可以聊聊，不收费先聊。
同一只币，你在 A 接口拿到的是"最新成交价"，B 接口是"加权平均价"，C 是"盘口中间价"。
——三个都对，但回测出来结果能差很远。我之前就有一次，策略回测很漂亮，一跑实盘就崩，
后来发现是数据口径和实盘对不上。
所以做量化前，先把"要哪个价、什么时间、什么手势"定清楚，不然回测再花哨都是自嗨。
我现在抓行情都走一套口径固定的管道，自动定时、清洗、出表，还能预警，
就是为了不让"数据坑"毁掉策略。
做量化的朋友，如果你也在跟"数据口径"较劲，可以聊聊，不收费先聊。
Inicia sesión para explorar más contenidos