𝗨𝗻𝘁𝗲𝗿𝘀𝗰𝗵𝗶𝗲𝗱𝘂𝗻𝗴 𝘃𝗼𝗻 𝗧𝗿𝗮𝗱𝗲𝘀 𝗶𝗻 𝗛𝗼𝗻𝗴 𝗞𝗼𝗻𝗴 𝗪𝗲𝗯𝗦𝗼𝗰𝗸𝗲𝘁-𝗙𝗲𝗲𝗱𝘀
Echtzeit-Marktdaten bewegen sich schnell. Wenn Sie Handelsdaten für Hongkonger Aktien streamen, sehen Sie verschiedene Arten von Ausführungen. Nicht alle Trades repräsentieren dasselbe. Einige sind Anlegeraufträge. Andere sind System-Auto-Matches oder Odd-Lot-Transaktionen.
Sie müssen diese Trades schnell klassifizieren.
Das Problem
Standard-Datenfelder sind oft nicht hilfreich. Das Feld für den Handelstyp ist häufig unzuverlässig. Um dies zu beheben, verwenden Sie diese drei Regeln:
- Volumenprüfung: Die meisten Hongkonger Aktien werden in Losgrößen von 100 Stück gehandelt. Jeder Trade unter 100 Stück ist ein Odd Lot.
- Zeitliche Clusterbildung: Auto-Matched-Trades treten in schnellen Schüben auf. Man sieht viele Ausführungen innerhalb von Millisekunden. Odd Lots folgen diesem Muster nicht.
- Gegenparteienprüfung: Betrachten Sie Käufer und Verkäufer. Wenn beide Systemkonten wie SYS sind, handelt es sich um einen Auto-Match.
Implementierung
Sie können diese Logik in Ihren Datenstrom programmieren.
from websocket import create_connection
import json
API_TOKEN = 'your_api_token'
ws_url = f"wss://ws.alltick.co/stock?token={API_TOKEN}"
ws = create_connection(ws_url)
subscribe_msg = {
"action": "subscribe",
"symbol": "00700.HK",
"type": "transaction"
}
ws.send(json.dumps(subscribe_msg))
def check_auto_match(tick):
return tick.get('buyer') == 'SYS' and tick.get('seller') == 'SYS'
while True:
data = ws.recv()
tick = json.loads(data)
volume = tick.get('volume', 0)
if volume < 100:
tick['tag'] = 'odd_lot'
elif check_auto_match(tick):
tick['tag'] = 'auto_match'
else:
tick['tag'] = 'normal'
print(tick['time'], tick['price'], tick['volume'], tick['tag'])
Das Sortieren dieser Trades hilft Ihnen, die echte Marktbewegung zu erkennen.
Optionale Lern-Community: https://t.me/GyaanSetuAi