数据工坊

Liquid 被攻击 3.2 亿美元——但链上异动，往往有预兆

做加密，链上数据的监控比感觉更早暴露风险——异常交易、大额异动，往往出事前就有信号。
我自己给系统搭过监控告警（异常/阈值自动推微信），就是不想等出事才发现。

（配图：数据图）

你们平时盯链上异动吗？评论区聊聊。
#Liquid #链上数据 #监控 #量化 #数据控

Zcash 一週漲 45%——但你追之前，先搞清看的數據對不對

同一只幣，你看到的漲45%是用最新成交價、加權均價，還是盤口中間價？三個在暴漲暴跌時能差很多。
數據口徑沒定死，K線再漂亮也是自嗨。我之前做量化就喫過這虧，後來把口徑、時間、去重規則全定死，抓的行情纔敢用。

（配圖：數據圖）

追漲的朋友，先搞清你看的數字對不對。有行情/數據採集需求的，評論區聊聊。

做數據分析，最花時間的其實不是抓數據，是清洗。

同一份數據，從不同來源抓下來，格式五花八門：日期格式不統一、有空值、有重複、單位還混着來……你在清洗上花的時間，往往比抓取多好幾倍。

我後來學乖了：抓之前先把口徑定死（字段、單位、時間、去重規則）。哪怕多花半小時寫個清洗規則，後面每天都能省一兩個小時。

（配圖：清洗後乾淨的數據）

如果每天也花大量時間在整理數據上，可以聊聊怎麼把這步做成自動的，不收費先聊。

做量化的人，最容易踩的坑不是策略，是"數據"。

同一只幣，你在 A 接口拿到的是"最新成交價"，B 接口是"加權平均價"，C 是"盤口中間價"。
——三個都對，但回測出來結果能差很遠。我之前就有一次，策略回測很漂亮，一跑實盤就崩，
後來發現是數據口徑和實盤對不上。

所以做量化前，先把"要哪個價、什麼時間、什麼手勢"定清楚，不然回測再花哨都是自嗨。

我現在抓行情都走一套口徑固定的管道，自動定時、清洗、出表，還能預警，
就是爲了不讓"數據坑"毀掉策略。

做量化的朋友，如果你也在跟"數據口徑"較勁，可以聊聊，不收費先聊。