使用 TimescaleDB 分析金融tick数据

要分析金融数据，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。使用这些数据，您可以创建蜡烛图，从而更轻松地分析金融资产随时间的价格变化。您可以使用蜡烛图来检查股票、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，创建聚合的蜡烛图视图，查询聚合数据，并在 Grafana 中可视化数据。

前提条件

在开始之前，请确保您已拥有

注册了免费的 Timescale 帐户。

本教程中的步骤

本教程涵盖

设置您的数据集：将 Twelve Data 的数据加载到您的 TimescaleDB 数据库中。
查询您的数据集：创建蜡烛图视图，查询聚合数据，并在 Grafana 中可视化数据。

奖励：高效存储数据：了解如何使用 Timescale 的压缩功能更有效地存储和查询您的金融tick数据。


This tutorial shows you how to ingest real-time time-series data into a Timescale
database. To create candlestick views, query the
aggregated data, and visualize the data in Grafana, see the
[ingest real-time websocket data section][advanced-websocket].

关于 OHLCV 数据和蜡烛图

金融 sector 经常使用蜡烛图来可视化资产的价格变化。每个蜡烛代表一个时间段，例如一分钟或一小时，并显示该资产在该时间段内的价格变化。

蜡烛图是根据每个金融资产在时间段内的开盘价、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：开盘价
最高价：最高价
最低价：最低价
收盘价：收盘价
成交量：交易量

TimescaleDB 非常适合存储和分析金融蜡烛图数据，许多 Timescale 社区成员正是为此目的而使用它。查看来自一些 Timescale 社区成员的这些故事