ניתוח נתונים בתדירות גבוהה — עיבוד נתוני שוק ברמת הטיק

מסחר בתדירות גבוהה בקריפטו פועל בקנה מידה של אלפיות/מיליוניות השנייה. עיבוד מיליוני טיקים ביום, טיפול בזרמי נתונים מתפרצים וחילוץ אותות מיקרו-מבנה מבדיל בין סוחרים מקצועיים לבין השאר. מדריך זה עובר על ניהול נתונים ברמת הטיק ואנליטיקת זמן אמת שמפעילה את מחזורי הרענון של 5 דקות ב-Smart Money API.

תובנה מפתח: לווייתנים לא מזיזים שווקים באופן מיידי. המסחר הבלוק שלהם יוצר חתימות ניתנות לזיהוי בחוסר איזון בספר הזמנים, מרווחי bid-ask ויחסי נפח taker. Smart Money API קולט את החתימות האלו בזמן אמת.

איסוף ואחסון נתוני טיק

מקורות נתונים

לקריפטו, נתוני טיק מגיעים מ:

אחסון טיק יעיל עם Parquet

אחסן נתונים עמודיים דחוסים לחיפושים מהירים:

Python — צינור נתוני טיק
import pandas as pd
import pyarrow.parquet as pq
# מאגר טיק בזמן אמת (מצטבר לשעה, ואז נשמר)
tick_buffer = []
def on_tick(exchange, symbol, price, size, side, timestamp):
tick_buffer.append({
"timestamp": timestamp,
"exchange": exchange,
"symbol": symbol,
"price": price,
"size": size,
"side": side # "buy" או "sell"
})
# כל שעה, דחוס ושמור
if len(tick_buffer) > 1_000_000:
df = pd.DataFrame(tick_buffer)
pq.write_table(
pa.Table.from_pandas(df),
f"ticks/{symbol}_{timestamp:%Y%m%d_%H}.parquet",
compression="snappy"
)
tick_buffer = []

ניתוח ספר הזמנות

צילומי ספר הזמנות Level 2

לכוד את ספר הזמנות המלא כל 100-500ms:

Python — עיבוד ספר הזמנות
class OrderBook:
def __init__(self):
self.bids = {} # מחיר -> גודל
self.asks = {} # מחיר -> גודל
def update(self, side, price, size):
if side == "bid":
if size == 0: del self.bids[price]
else: self.bids[price] = size
else:
if size == 0: del self.asks[price]
else: self.asks[price] = size
def get_imbalance(self, depth=10):
# קבל את 10 ה-bids וה-asks הטובים ביותר
top_bids = sorted(self.bids.items(), reverse=True)[:depth]
top_asks = sorted(self.asks.items())[:depth]
bid_volume = sum(size for _, size in top_bids)
ask_volume = sum(size for _, size in top_asks)
# חוסר איזון: >1 = שוורי (יותר לחץ קנייה)
return bid_volume / ask_volume if ask_volume > 0 else 1.0
def get_spread(self):
best_bid = max(self.bids.keys())
best_ask = min(self.asks.keys())
return (best_ask - best_bid) / best_bid # אחוז מרווח

אותות מיקרו-מבנה

חלץ אותות פעילים ממבנה ספר ההזמנות:

מדדי מיקרו-מבנה שוק

מחיר ממוצע משוקלל נפח (VWAP)

מדד ביצועים טוב יותר ממחיר סגירה פשוט:

Python — חישוב VWAP
def calculate_vwap(ticks):
# ticks: רשימה של tuples (מחיר, נפח)
numerator = sum(price * volume for price, volume in ticks)
denominator = sum(volume for _, volume in ticks)
return numerator / denominator

יחס קונה/מוכר אגרסיבי

זהה איזו צד מתנהג באגרסיביות:

Python — ניתוח אגרסיביות
def get_taker_direction(tick):
# אם מחיר המסחר = bid, אז המוכר היה אגרסיבי (היצע)
# אם מחיר המסחר = ask, אז הקונה היה אגרסיבי (ביקוש)
if abs(tick.price - best_bid) < tick.price_step:
return "sell"
elif abs(tick.price - best_ask) < tick.price_step:
return "buy"
else:
return "mid" # בתוך המרווח, כנראה בריכה אפלה
buy_volume = sum(t.size for t in ticks if get_taker_direction(t) == "buy")
sell_volume = sum(t.size for t in ticks if get_taker_direction(t) == "sell")
return buy_volume / (buy_volume + sell_volume) # % קנייה

ארכיטקטורת צינור בזמן אמת

עיבוד זרם WebSocket

התחבר ל-WebSocket של Bybit/Binance/Hyperliquid לקבלת נתונים חיים:

Python — מנהל זרם חי
import asyncio
import websockets
async def connect_bybit_ticks(symbol):
url = f"wss://stream.bybit.com/v5/public/spot"
async with websockets.connect(url) as ws:
# הרשם לזרם מסחר
await ws.send(json.dumps({
"op": "subscribe",
"args": [f"publicTrade.{symbol}"]
}))
async for message in ws:
data = json.loads(message)
for trade ב data["data"]:
on_tick(
exchange="bybit",
symbol=symbol,
price=float(trade["price"]),
size=float(trade["size"]),
side=trade["side"],
timestamp=int(trade["time"])
)

עיבוד מבוזר עם Redis Streams

טיפול במיליוני טיקים ביום באמצעות תורי הודעות:

Python — עיבוד זרם Redis
import redis
r = redis.Redis(host='localhost', port=6379)
# Producer: דחיפת טיקים לזרם
def publish_tick(exchange, symbol, tick):
stream_key = f"ticks:{exchange}:{symbol}"
r.xadd(stream_key, {
"price": tick.price,
"size": tick.size,
"side": tick.side,
"ts": tick.timestamp
})
# קבוצת צרכנים קוראת עם מעקב פיגור
r.xgroup_create(stream_key, "analytics", id="$", mkstream=True)

הוסף אותות בזמן אמת לניתוחים שלך

Smart Money API מאגד נתוני טיקים מ-3 בורסות ויותר מ-250 ארנקים של לווייתנים. השתמש באותות המיקרו-מבנה המחושבים מראש שלנו כדי לשפר את הניתוח בזמן אמת שלך.

התחל בחינם היום →