9 阅读
数字货币 10 档深度数据的信号挖掘：买卖压力比在 BTC 的效果
开篇 凌晨 3:47，你的告警响了。 BTC 在 15 分钟内暴跌 8%，但你的移动止损还没触发——你还在等收盘价确认。 等你手动复盘的时候才发现，订单簿在暴跌前 40 秒，卖一至卖五的挂单量突然从平均 200 BTC 骤降到不足 30 BTC，而买单几乎没有变化。流动性真空的前兆清清楚楚地写在盘口上，但你当时看不到。 价格是结果，订单簿是原因。但大多数量化系统只看结果，不看原因。 这个盲区在美股
加密货币
加密货币市场分析、BTC/ETH 交易洞察和实时数据 API
15 阅读
数字货币 10 档深度数据的信号挖掘：买卖压力比在 BTC 的效果
开篇 2024 年 3 月的一个周末，比特币在 30 分钟内暴跌 15%。 彼时主流交易所的 BTC/USDT 盘口深度骤降，买卖价差从平时的 0.01% 跳升至 0.8%。一个有意思的现象是：那些紧盯着订单簿的量化交易者在崩盘前的 5 分钟内，观察到了明确的信号——卖方 10 档累计量是买方 10 档的 3.7 倍，这个数字在平时从未突破过 1.5。 这不是事后诸葛。这是订单簿结构发出的声音。
26 阅读
加密市场极端波动下的数据源压力测试
加密市场极端波动下的数据源压力测试 当 24 小时内波动超过一个标准普尔指数的年振幅 2021 年 5 月 19 日，比特币在 24 小时内从 43,000 美元跌至 29,000 美元，跌幅超过 32%。对于量化交易者，这不是新闻，而是压力测试的实战数据——订单簿在 2 分钟内刷新 17 次，WebSocket 连接被服务端重置 6 次，多家数据源的 REST API 响应时间从平时的 200m
28 阅读
Prometheus 指标暴露：量化系统的可观测性第一步
Prometheus 指标暴露：量化系统的可观测性第一步 凌晨三点，你的数字货币套利策略突然失效。日志里只有一行 ，但你不知道的是——WebSocket 连接数悄悄触达了服务商的限频阈值，消息推送已经延迟了整整 47 秒。在这段时间里，你的策略对着过期数据下了 200 笔单。 这不是段子。这是每个经历过生产事故的量化开发者都会讲的故事。 可观测性不是锦上添花，是系统崩掉之前你能抓住的最后一根稻草。
30 阅读
Prometheus 指标暴露：量化系统的可观测性第一步
Prometheus 指标暴露：量化系统的可观测性第一步 想象这个场景：凌晨 3:17，Slack 的告警机器人开始尖叫。订单执行延迟从 50ms 飙升到 2.3 秒。你打开终端，试图用 定位问题，但进程还在跑，CPU 不高，内存也没爆。你盯着日志滚动，大海捞针。 这不是某个小概率事件。这是每个量化团队迟早会面对的真相：系统出问题时，你最需要的往往不是日志，而是指标。 日志告诉你发生了什么，指标
50 阅读
Prometheus 指标暴露：量化系统的可观测性第一步
> "你收到了一条 PagerDuty 告警：延迟超过 500ms。但你不知道是哪一路消息慢了，也不知道是网络问题还是你的协程泄漏了。" 凌晨三点的告警，是每个做实盘系统的开发者最不愿面对的场景。你翻开监控面板，发现只有 CPU 和内存——一个真正量化的系统需要什么指标？WebSocket 连接是否还在心跳？消息从接收到处理的端到端延迟是多少？你的协程池是否正在悄悄耗尽？ 可观测性不是运维的附属品
36 阅读
因子挖掘的完整方法论：从数据到信号到回测验证
当"圣杯"因子在实盘中失效：因子挖掘的系统性方法论 你盯着一屏幕绿色的夏普比率，嘴角忍不住上扬——这个因子在过去 5 年回测中交出了 2.3 的夏普，最大回撤不到 8%。你把它部署到实盘，满心期待它能复制回测的荣光。 三个月后，你的账户回撤了 15%。 这不是你运气不好。这是量化交易中最普遍的认知陷阱：你以为发现了一个 Alpha，实际上只是挖掘了一段历史噪音。 因子挖掘是量化研究的核心环节，但