actif numérique ETF se connecter à Hong Kong ère institutionnelle commence
L'ETF d'actif numérique de Hong Kong a été coté le 15 avril, injectant une nouvelle dynamique dans le développement du marché des actifs numériques et offrant aux investisseurs de nouvelles opportunités d'investissement. L'actif numérique, en tant que produit d'investissement émergent, se développe rapidement à l'échelle mondiale.
Au cours du dernier mois, les prix des principaux actifs numériques tels que le Bitcoin et l'Ethereum ont connu des fluctuations importantes, marquant l'arrivée d'un nouveau marché haussier. Cela a non seulement attiré l'attention d'un grand nombre d'investisseurs, mais a également posé des exigences plus élevées en matière de technologie pour les plateformes de trading.
Le marché des échanges de cryptomonnaies est très différent du marché financier traditionnel. Le trading est ininterrompu 7j/7 et 24h/24, générant plus de 10 To de données de marché chaque jour, et le volume de données continue d'augmenter. Le volume de données entre différentes cryptomonnaies est extrêmement déséquilibré, les actifs majeurs représentant la majorité. De plus, la profondeur des données de carnet de commandes entre les cryptomonnaies varie énormément, allant de quelques niveaux à des milliers. Plus important encore, les prix des cryptomonnaies fluctuent considérablement, exigeant des temps de réponse du système très élevés ; un léger retard peut entraîner des échecs de transaction et des pertes énormes.
Face à ces défis, les bases de données temporelles sont devenues le choix idéal pour les plateformes de trading financier et les fonds d'investissement quantitatif pour le stockage et le traitement des données. Les bases de données temporelles sont spécialement conçues pour traiter les données de séries temporelles, capables de stocker et d'interroger efficacement d'énormes volumes de données. Elles peuvent traiter rapidement un grand nombre de requêtes d'écriture et de requêtes d'interrogation, répondant ainsi aux besoins en temps réel des marchés de trading de cryptomonnaies.
Les bases de données temporelles peuvent compresser efficacement les données de séries chronologiques, réduisant ainsi les coûts de stockage. Elles prennent également en charge des requêtes efficaces sur les données historiques et permettent diverses analyses complexes de séries chronologiques. Grâce à ces avantages, les bases de données temporelles sont largement utilisées dans les institutions financières traditionnelles, fournissant une base solide pour le fonctionnement stable des plateformes.
Dans le domaine des cas d'application, les institutions financières peuvent utiliser des méthodes d'analyse technique pour prédire les tendances des prix du marché à l'aide de graphiques et d'analyses de données, aidant ainsi à la prise de décision en matière de trading. Étant donné que l'analyse technique ne se concentre que sur les variations de prix, elle est applicable à tous les types de marchés de trading et a donc également été largement utilisée dans le trading de crypto-monnaies.
Ci-dessous, nous allons montrer comment, à l'aide de code, réaliser 9 indicateurs techniques courants par le biais de calculs en temps réel de haute performance, et les combiner de manière visuelle pour créer un tableau de bord de trading d'actifs numériques. Ces tableaux de bord visuels aident à identifier les tendances du marché, à observer les fluctuations des prix, à explorer la structure du marché, et à fournir une référence complète pour la prise de décision.
Cette démonstration utilise la base de données DolphinDB pour le calcul en temps réel des indicateurs. DolphinDB est une base de données de séries temporelles haute performance et une plateforme d'analyse de calcul en temps réel, caractérisée par sa légèreté, son approche tout-en-un et sa forte performance de calcul. Sa capacité de visualisation extensible permet de créer facilement des tableaux de bord interactifs.
Actuellement, DolphinDB fournit des services de données à des centaines d'institutions dans le domaine financier traditionnel, y compris Guotai Junan Securities, Franklin Templeton Investments, China Merchants Bank, etc. Dans le domaine des actifs numériques, elle fournit également des services à des institutions telles que des bourses et des teneurs de marché.
Selon les données publiques, il existe actuellement plus de 100 types d'indicateurs techniques sur le marché. Nous allons présenter 9 des indicateurs techniques les plus couramment utilisés, tels que la moyenne mobile, les bougies japonaises, l'oscillation de momentum et les bandes de Bollinger.
La moyenne mobile (MA) est une courbe générée en calculant le prix moyen sur une période donnée, utilisée pour identifier les points de retournement de tendance, les niveaux de support et de résistance. DolphinDB propose plus de 1500 fonctions de calcul financier, permettant de calculer rapidement les indicateurs MA.
Le graphique en chandeliers est l'un des indicateurs techniques les plus importants, plusieurs chandeliers connectés forment une ligne de tendance des prix. Grâce au code, il est possible de calculer et de tracer les chandeliers en temps réel.
L'indice de force relative ( RSI ) est utilisé pour mesurer la vitesse et l'amplitude des variations de prix, permettant d'identifier les tendances de surachat et de survente. C'est l'un des indicateurs de momentum les plus populaires.
Le MACD utilise la convergence et la divergence entre les moyennes mobiles exponentielles à court terme et à long terme des prix de clôture pour évaluer les moments d'achat et de vente. C'est un indicateur de tendance qui fonctionne très bien dans les marchés en range.
Les bandes de Bollinger montrent la plage et la tendance des fluctuations de prix en traçant la moyenne mobile de la ligne médiane ( ainsi que les deux lignes d'écart type supérieure et inférieure sur le graphique des prix. Elles sont souvent utilisées pour analyser la volatilité du marché, confirmer la direction de la tendance et identifier les signaux d'achat et de vente.
![ETF des actifs numériques approuvé à Hong Kong, ouvrant l'ère institutionnelle, l'analyse et l'application des bases de données vont rapidement creuser l'écart de concurrence entre les institutions])https://img-cdn.gateio.im/webp-social/moments-7c5ba6f7a0b80a330aae1b4d1e691cb8.webp(
De plus, il est possible de tracer la corrélation entre différents paires de trading, des tableaux de trading en temps réel, des volumes d'échanges en temps réel ) direction d'achat et de vente ( et d'autres indicateurs. Ces indicateurs peuvent aider à analyser le sentiment du marché, les flux de capitaux et d'autres informations clés.
![ETF d'actif numérique approuvé à Hong Kong, l'analyse et l'application de la base de données vont rapidement creuser l'écart de concurrence entre les institutions])https://img-cdn.gateio.im/webp-social/moments-b78a65d027003be1990c35f40fb62f24.webp(
![ETF des actifs numériques approuvé à Hong Kong, l'analyse et l'application de la base de données vont rapidement creuser l'écart de concurrence entre les institutions])https://img-cdn.gateio.im/webp-social/moments-03d9d4dc10009d739f865559212d04cb.webp(
![ETF des actifs numériques approuvé à Hong Kong, l'analyse et l'application des bases de données vont rapidement creuser l'écart de concurrence entre les institutions])https://img-cdn.gateio.im/webp-social/moments-d9c340d8be6953c88b6ab1be52776813.webp(
En se connectant à DolphinDB via Grafana, il est facile de visualiser ces indicateurs et de construire des tableaux de bord interactifs. Il suffit de configurer simplement la connexion à la source de données, puis d'utiliser les requêtes DolphinDB pour tracer divers types de graphiques.
![ETF d'actif numérique approuvé à Hong Kong, l'analyse et l'application des bases de données vont rapidement creuser l'écart de concurrence entre les institutions])https://img-cdn.gateio.im/webp-social/moments-af8ad25cd53468e3a6f0ddc46a33de6a.webp(
En plus du calcul des indicateurs, les bases de données temporelles possèdent de puissantes capacités dans le traitement de données massives, les calculs complexes, les requêtes multi-tables et l'analyse en temps réel. Par exemple, il est possible d'effectuer des requêtes et des agrégations sur 270 milliards de lignes de données en millisecondes, de réaliser des calculs de corrélation sur 200 millions de lignes de données en secondes, et de réduire la fréquence de 6,5 milliards de données haute fréquence en 30 secondes. Ces capacités offrent aux utilisateurs des outils puissants pour obtenir des insights en temps réel, découvrir rapidement des tendances et soutenir la prise de décision.
Avec l'approbation réglementaire des ETF, les actifs numériques entrent officiellement dans l'"ère institutionnelle". Les bases de données temporelles, grâce à leur haut débit, leurs requêtes efficaces et leur bonne extensibilité, peuvent enregistrer de manière exhaustive le cycle de vie des actifs numériques. L'analyse des données historiques peut aider les traders à percevoir les tendances du marché, à prédire les évolutions futures et à développer les stratégies de trading les plus opportunes, fournissant un soutien solide en matière de données pour l'investissement, le trading et la gestion des actifs numériques.
![ETF d'actif numérique approuvé à Hong Kong, marquant le début de l'ère institutionnelle, l'analyse et l'application des bases de données vont rapidement creuser l'écart de concurrence entre les institutions])https://img-cdn.gateio.im/webp-social/moments-cd18c737e45944b22923c6cc8b13a265.webp(
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
12 J'aime
Récompense
12
4
Reposter
Partager
Commentaire
0/400
OldLeekMaster
· Il y a 15h
L'univers de la cryptomonnaie a également des troupes régulières.
Voir l'originalRépondre0
YieldWhisperer
· Il y a 15h
vu ce film avant... un autre piège de fomo institutionnel à vrai dire
Voir l'originalRépondre0
ProveMyZK
· Il y a 16h
C'est vraiment génial d'avoir des joueurs institutionnels.
L'ère des actifs numériques est arrivée : le lancement des ETF à Hong Kong ouvre de nouvelles opportunités d'investissement pour les institutions.
actif numérique ETF se connecter à Hong Kong ère institutionnelle commence
L'ETF d'actif numérique de Hong Kong a été coté le 15 avril, injectant une nouvelle dynamique dans le développement du marché des actifs numériques et offrant aux investisseurs de nouvelles opportunités d'investissement. L'actif numérique, en tant que produit d'investissement émergent, se développe rapidement à l'échelle mondiale.
Au cours du dernier mois, les prix des principaux actifs numériques tels que le Bitcoin et l'Ethereum ont connu des fluctuations importantes, marquant l'arrivée d'un nouveau marché haussier. Cela a non seulement attiré l'attention d'un grand nombre d'investisseurs, mais a également posé des exigences plus élevées en matière de technologie pour les plateformes de trading.
Le marché des échanges de cryptomonnaies est très différent du marché financier traditionnel. Le trading est ininterrompu 7j/7 et 24h/24, générant plus de 10 To de données de marché chaque jour, et le volume de données continue d'augmenter. Le volume de données entre différentes cryptomonnaies est extrêmement déséquilibré, les actifs majeurs représentant la majorité. De plus, la profondeur des données de carnet de commandes entre les cryptomonnaies varie énormément, allant de quelques niveaux à des milliers. Plus important encore, les prix des cryptomonnaies fluctuent considérablement, exigeant des temps de réponse du système très élevés ; un léger retard peut entraîner des échecs de transaction et des pertes énormes.
Face à ces défis, les bases de données temporelles sont devenues le choix idéal pour les plateformes de trading financier et les fonds d'investissement quantitatif pour le stockage et le traitement des données. Les bases de données temporelles sont spécialement conçues pour traiter les données de séries temporelles, capables de stocker et d'interroger efficacement d'énormes volumes de données. Elles peuvent traiter rapidement un grand nombre de requêtes d'écriture et de requêtes d'interrogation, répondant ainsi aux besoins en temps réel des marchés de trading de cryptomonnaies.
Les bases de données temporelles peuvent compresser efficacement les données de séries chronologiques, réduisant ainsi les coûts de stockage. Elles prennent également en charge des requêtes efficaces sur les données historiques et permettent diverses analyses complexes de séries chronologiques. Grâce à ces avantages, les bases de données temporelles sont largement utilisées dans les institutions financières traditionnelles, fournissant une base solide pour le fonctionnement stable des plateformes.
Dans le domaine des cas d'application, les institutions financières peuvent utiliser des méthodes d'analyse technique pour prédire les tendances des prix du marché à l'aide de graphiques et d'analyses de données, aidant ainsi à la prise de décision en matière de trading. Étant donné que l'analyse technique ne se concentre que sur les variations de prix, elle est applicable à tous les types de marchés de trading et a donc également été largement utilisée dans le trading de crypto-monnaies.
Ci-dessous, nous allons montrer comment, à l'aide de code, réaliser 9 indicateurs techniques courants par le biais de calculs en temps réel de haute performance, et les combiner de manière visuelle pour créer un tableau de bord de trading d'actifs numériques. Ces tableaux de bord visuels aident à identifier les tendances du marché, à observer les fluctuations des prix, à explorer la structure du marché, et à fournir une référence complète pour la prise de décision.
Cette démonstration utilise la base de données DolphinDB pour le calcul en temps réel des indicateurs. DolphinDB est une base de données de séries temporelles haute performance et une plateforme d'analyse de calcul en temps réel, caractérisée par sa légèreté, son approche tout-en-un et sa forte performance de calcul. Sa capacité de visualisation extensible permet de créer facilement des tableaux de bord interactifs.
Actuellement, DolphinDB fournit des services de données à des centaines d'institutions dans le domaine financier traditionnel, y compris Guotai Junan Securities, Franklin Templeton Investments, China Merchants Bank, etc. Dans le domaine des actifs numériques, elle fournit également des services à des institutions telles que des bourses et des teneurs de marché.
Selon les données publiques, il existe actuellement plus de 100 types d'indicateurs techniques sur le marché. Nous allons présenter 9 des indicateurs techniques les plus couramment utilisés, tels que la moyenne mobile, les bougies japonaises, l'oscillation de momentum et les bandes de Bollinger.
La moyenne mobile (MA) est une courbe générée en calculant le prix moyen sur une période donnée, utilisée pour identifier les points de retournement de tendance, les niveaux de support et de résistance. DolphinDB propose plus de 1500 fonctions de calcul financier, permettant de calculer rapidement les indicateurs MA.
Le graphique en chandeliers est l'un des indicateurs techniques les plus importants, plusieurs chandeliers connectés forment une ligne de tendance des prix. Grâce au code, il est possible de calculer et de tracer les chandeliers en temps réel.
L'indice de force relative ( RSI ) est utilisé pour mesurer la vitesse et l'amplitude des variations de prix, permettant d'identifier les tendances de surachat et de survente. C'est l'un des indicateurs de momentum les plus populaires.
Le MACD utilise la convergence et la divergence entre les moyennes mobiles exponentielles à court terme et à long terme des prix de clôture pour évaluer les moments d'achat et de vente. C'est un indicateur de tendance qui fonctionne très bien dans les marchés en range.
Les bandes de Bollinger montrent la plage et la tendance des fluctuations de prix en traçant la moyenne mobile de la ligne médiane ( ainsi que les deux lignes d'écart type supérieure et inférieure sur le graphique des prix. Elles sont souvent utilisées pour analyser la volatilité du marché, confirmer la direction de la tendance et identifier les signaux d'achat et de vente.
![ETF des actifs numériques approuvé à Hong Kong, ouvrant l'ère institutionnelle, l'analyse et l'application des bases de données vont rapidement creuser l'écart de concurrence entre les institutions])https://img-cdn.gateio.im/webp-social/moments-7c5ba6f7a0b80a330aae1b4d1e691cb8.webp(
De plus, il est possible de tracer la corrélation entre différents paires de trading, des tableaux de trading en temps réel, des volumes d'échanges en temps réel ) direction d'achat et de vente ( et d'autres indicateurs. Ces indicateurs peuvent aider à analyser le sentiment du marché, les flux de capitaux et d'autres informations clés.
![ETF d'actif numérique approuvé à Hong Kong, l'analyse et l'application de la base de données vont rapidement creuser l'écart de concurrence entre les institutions])https://img-cdn.gateio.im/webp-social/moments-b78a65d027003be1990c35f40fb62f24.webp(
![ETF des actifs numériques approuvé à Hong Kong, l'analyse et l'application de la base de données vont rapidement creuser l'écart de concurrence entre les institutions])https://img-cdn.gateio.im/webp-social/moments-03d9d4dc10009d739f865559212d04cb.webp(
![ETF des actifs numériques approuvé à Hong Kong, l'analyse et l'application des bases de données vont rapidement creuser l'écart de concurrence entre les institutions])https://img-cdn.gateio.im/webp-social/moments-d9c340d8be6953c88b6ab1be52776813.webp(
En se connectant à DolphinDB via Grafana, il est facile de visualiser ces indicateurs et de construire des tableaux de bord interactifs. Il suffit de configurer simplement la connexion à la source de données, puis d'utiliser les requêtes DolphinDB pour tracer divers types de graphiques.
![ETF d'actif numérique approuvé à Hong Kong, l'analyse et l'application des bases de données vont rapidement creuser l'écart de concurrence entre les institutions])https://img-cdn.gateio.im/webp-social/moments-af8ad25cd53468e3a6f0ddc46a33de6a.webp(
En plus du calcul des indicateurs, les bases de données temporelles possèdent de puissantes capacités dans le traitement de données massives, les calculs complexes, les requêtes multi-tables et l'analyse en temps réel. Par exemple, il est possible d'effectuer des requêtes et des agrégations sur 270 milliards de lignes de données en millisecondes, de réaliser des calculs de corrélation sur 200 millions de lignes de données en secondes, et de réduire la fréquence de 6,5 milliards de données haute fréquence en 30 secondes. Ces capacités offrent aux utilisateurs des outils puissants pour obtenir des insights en temps réel, découvrir rapidement des tendances et soutenir la prise de décision.
Avec l'approbation réglementaire des ETF, les actifs numériques entrent officiellement dans l'"ère institutionnelle". Les bases de données temporelles, grâce à leur haut débit, leurs requêtes efficaces et leur bonne extensibilité, peuvent enregistrer de manière exhaustive le cycle de vie des actifs numériques. L'analyse des données historiques peut aider les traders à percevoir les tendances du marché, à prédire les évolutions futures et à développer les stratégies de trading les plus opportunes, fournissant un soutien solide en matière de données pour l'investissement, le trading et la gestion des actifs numériques.
![ETF d'actif numérique approuvé à Hong Kong, marquant le début de l'ère institutionnelle, l'analyse et l'application des bases de données vont rapidement creuser l'écart de concurrence entre les institutions])https://img-cdn.gateio.im/webp-social/moments-cd18c737e45944b22923c6cc8b13a265.webp(