分析金融报价数据

金融行业是数据密集型行业，依赖实时和历史数据进行决策、风险评估、欺诈检测和市场分析。Timescale 简化了这些海量数据的管理，同时为您提供有意义的分析洞察并优化存储成本。

为了分析金融数据，您可以绘制金融资产的开盘价、最高价、最低价、收盘价和成交量（OHLCV）信息。利用这些数据，您可以创建 K 线图，从而更容易地分析金融资产随时间的价格变化。您可以使用 K 线图来检查股票、加密货币或 NFT 价格的趋势。

在本教程中，您将使用 Twelve Data 提供的真实原始金融数据，创建聚合的 K 线图视图，查询聚合数据，并在 Grafana 中可视化数据。

金融行业经常使用 K 线图 来可视化资产的价格变化。每个 K 线图代表一个时间周期，例如一分钟或一小时，并显示该时间内资产价格的变化。

K 线图是根据每个金融资产在时间周期内的开盘价、最高价、最低价、收盘价和成交量数据生成的。这通常缩写为 OHLCV。

• 开盘价：开盘时的价格
• 最高价：最高价格
• 最低价：最低价格
• 收盘价：收盘时的价格
• 成交量：交易量

展开图片

TimescaleDB 非常适合存储和分析金融 K 线数据，许多 Timescale 社区成员正是为此目的使用它。请查看这些来自 Timescale 社区成员的故事：

• 交易策略如何为加密量化交易构建数据堆栈
• Messari 如何使用数据向所有人开放加密经济
• 我如何使用 TimescaleDB 驱动（成功的）加密交易机器人

本教程向您展示如何将实时时序数据摄入 Timescale 数据库。

1. 将数据摄入服务：将 Twelve Data 的数据加载到您的 TimescaleDB 数据库中。
2. 查询您的数据集：创建 K 线图视图，查询聚合数据，并在 Grafana 中可视化数据。
3. 使用 hypercore 压缩数据：了解如何使用 Timescale 的压缩功能更高效地存储和查询您的金融报价数据。

要创建 K 线图视图、查询聚合数据并在 Grafana 中可视化数据，请参阅摄入实时 WebSocket 数据部分。