פיתוח ניתוח פרופיל נפח ונפח אשכולות

CREATE TABLE trades (
    time TIMESTAMPTZ NOT NULL,
    symbol VARCHAR(20) NOT NULL,
    price NUMERIC(20, 8) NOT NULL,
    quantity NUMERIC(20, 8) NOT NULL,
    side VARCHAR(4) NOT NULL,
    trade_id BIGINT
);
SELECT create_hypertable('trades', 'time');
CREATE MATERIALIZED VIEW volume_profile_1h AS
SELECT
    time_bucket('1 hour', time) AS bucket,
    symbol,
    round(price / 10) * 10 AS price_cluster,
    SUM(CASE WHEN side = 'buy' THEN quantity ELSE 0 END) AS buy_volume,
    SUM(CASE WHEN side = 'sell' THEN quantity ELSE 0 END) AS sell_volume,
    SUM(quantity) AS total_volume
FROM trades
GROUP BY bucket, symbol, price_cluster;

תצורת TimescaleDB לעומס גבוה: אנו ממליצים על גודל chunk של יום אחד ודחיסה אוטומטית לנתונים מעל 7 ימים. זה מפחית עלויות אחסון פי 5.

ויזואליזציה בצד לקוח

לעיבוד אלפי רמות מחיר אנו משתמשים ב-Canvas 2D דרך Plugin API של Lightweight Charts. עדכונים בקבוצות ב-requestAnimationFrame שומרים על 60fps אפילו ב-1000 עסקאות/שנייה.

import { createChart } from 'lightweight-charts';

class VolumeProfilePlugin {
  private ctx: CanvasRenderingContext2D;

  draw(data: VolumeProfileLevel[], priceRange: PriceRange) {
    const maxVolume = Math.max(...data.map(d => d.totalVolume));

    data.forEach(level => {
      const y = this.priceToY(level.price, priceRange);
      const barWidth = (level.totalVolume / maxVolume) * this.maxBarWidth;
      const buyWidth = barWidth * (level.buyVolume / level.totalVolume);

      this.ctx.fillStyle = 'rgba(38, 166, 154, 0.6)';
      this.ctx.fillRect(0, y, buyWidth, this.levelHeight);

      this.ctx.fillStyle = 'rgba(239, 83, 80, 0.6)';
      this.ctx.fillRect(buyWidth, y, barWidth - buyWidth, this.levelHeight);

      if (level.isPoc) {
        this.ctx.strokeStyle = '#FFD700';
        this.ctx.lineWidth = 2;
        this.ctx.strokeRect(0, y, barWidth, this.levelHeight);
      }
    });
  }
}

מסירת פרויקט

תהליך העבודה

1. ניתוח — אנו לומדים את מאפייני הפלטפורמה שלך, API, דרישות זמן אמת.
2. עיצוב — ארכיטקטורה לאיסוף, אגרגציה וויזואליזציה.
3. יישום — פיתוח קולט, חישוב מדדים, אינטגרציה בצד לקוח.
4. בדיקות — בדיקות עומס על נתונים היסטוריים (עד 10,000 עסקאות/שנייה).
5. פריסה — פריסה בסביבה שלך, מתן תיעוד.

לוחות זמנים משוערים

התמחור מחושב באופן אישי לפי נפחי נתונים ודרישות זמן אמת.

מה כלול

• מקור נתונים: קולט aggTrades מותאם אישית לבורסה שלך.
• צד שרת: אגרגטור נפח ו-Footprint עם חלוקה ב-TimescaleDB.
• API: WebSocket לעדכונים בזמן אמת.
• צד לקוח: תוסף Lightweight Charts מותאם אישית עם פרופיל נפח ודלתא.
• תיעוד: Docker Compose לפריסה.
• תמיכה: 3 חודשים לאחר המסירה.

פרופיל נפח מציע דיוק גבוה ב-30–40% לעומת VWAP או היסטוגרמות רגילות, במיוחד בשווקים בתדירות גבוהה. אנו מבטיחים איסוף נתונים יציב גם בעומסי שיא של 10,000 עסקאות/שנייה.

הזמינו פיתוח מפתח — מאיסוף נתונים ועד ויזואליזציה בזמן אמת. צרו קשר כדי לדון בארכיטקטורת הפלטפורמה שלכם.