Analytics - 完整的API参考

通过边缘来源、交易时段分析和优化洞察来分析交易表现。

---

聊天命令

性能概览

/analytics                          性能摘要
/analytics today                    今日表现
/analytics week                     周分解
/analytics month                    月分解

归因

/analytics attribution              按边缘来源的盈亏
/analytics by-platform              按平台的盈亏
/analytics by-category             按市场类别的盈亏
/analytics by-strategy              按策略的盈亏

时间分析

/analytics best-times               最佳交易时段
/analytics by-hour                 每小时表现
/analytics by-day                  一周中各天的分析

边缘分析

/analytics edge-decay               边缘随时间的衰减
/analytics edge-buckets             按边缘大小的表现
/analytics liquidity                按流动性的表现

---

TypeScript API参考

创建分析服务

import { createAnalyticsService } from 'clodds/analytics';

const analytics = createAnalyticsService({
  // 数据源
  tradesDb: './trades.db',

  // 时区
  timezone: 'America/New_York',
});

性能摘要

const summary = await analytics.getSummary({
  period: 'month',
  // 或者: from: '2024-01-01', to: '2024-01-31'
});

console.log('=== 性能 ===');
console.log(`总盈亏: $${summary.totalPnl}`);
console.log(`胜率: ${summary.winRate}%`);
console.log(`利润因子: ${summary.profitFactor}`);
console.log(`夏普比率: ${summary.sharpeRatio}`);
console.log(`总交易次数: ${summary.totalTrades}`);
console.log(`平均交易: $${summary.avgTrade}`);
console.log(`最佳交易: $${summary.bestTrade}`);
console.log(`最差交易: $${summary.worstTrade}`);

按边缘来源归因

const attribution = await analytics.getAttribution('edgeSource');

for (const source of attribution) {
  console.log(`${source.name}:`);
  console.log(`  盈亏: $${source.pnl}`);
  console.log(`  交易次数: ${source.trades}`);
  console.log(`  胜率: ${source.winRate}%`);
  console.log(`  贡献率: ${source.contribution}%`);
}

// 示例来源:
// - price_lag (过时价格)
// - liquidity_gap (薄订单簿)
// - information (新闻/事件)
// - model_edge (外部模型)
// - combinatorial (套利)

交易时段分析

const hourly = await analytics.getHourlyPerformance();

console.log('最佳时段：');
for (const hour of hourly.slice(0, 3)) {
  console.log(`  ${hour.hour}:00 - 胜率: ${hour.winRate}%, 平均: $${hour.avgPnl}`);
}

console.log('最差时段：');
for (const hour of hourly.slice(-3)) {
  console.log(`  ${hour.hour}:00 - 胜率: ${hour.winRate}%, 平均: $${hour.avgPnl}`);
}

一周中各天的分析

const daily = await analytics.getDayOfWeekPerformance();

for (const day of daily) {
  console.log(`${day.name}: $${day.pnl} (${day.trades} 交易, ${day.winRate}% 胜率)`);
}

边缘衰减分析

const decay = await analytics.getEdgeDecay();

console.log('边缘衰减（边缘消失的速度）：');
for (const bucket of decay) {
  console.log(`  ${bucket.holdTime}: ${bucket.avgReturn}% 回报`);
}
// 显示边缘衰减前的最佳持有时间

边缘大小桶

const edgeBuckets = await analytics.getEdgeBuckets();

for (const bucket of edgeBuckets) {
  console.log(`边缘 ${bucket.min}-${bucket.max}%:`);
  console.log(`  交易次数: ${bucket.trades}`);
  console.log(`  胜率: ${bucket.winRate}%`);
  console.log(`  平均盈亏: $${bucket.avgPnl}`);
  console.log(`  实现的边缘: ${bucket.realizedEdge}%`);
}

流动性分析

const liquidity = await analytics.getLiquidityAnalysis();

for (const bucket of liquidity) {
  console.log(`${bucket.name} 流动性：`);
  console.log(`  交易次数: ${bucket.trades}`);
  console.log(`  平均滑点: ${bucket.avgSlippage}%`);
  console.log(`  成交率: ${bucket.fillRate}%`);
  console.log(`  平均盈亏: $${bucket.avgPnl}`);
}

执行质量

const execution = await analytics.getExecutionQuality();

console.log('=== 执行质量 ===');
console.log(`平均滑点: ${execution.avgSlippage}%`);
console.log(`成交率: ${execution.fillRate}%`);
console.log(`平均成交时间: ${execution.avgFillTimeMs}ms`);
console.log(`部分成交: ${execution.partialFillRate}%`);
console.log(`被拒绝的订单: ${execution.rejectionRate}%`);

平台比较

const platforms = await analytics.getPlatformComparison();

for (const platform of platforms) {
  console.log(`${platform.name}:`);
  console.log(`  盈亏: $${platform.pnl}`);
  console.log(`  胜率: ${platform.winRate}%`);
  console.log(`  平均滑点: ${platform.avgSlippage}%`);
  console.log(`  最佳用途: ${platform.strengths.join(', ')}`);
}

导出报告

// 生成PDF报告
await analytics.exportReport({
  format: 'pdf',
  period: 'month',
  include: ['summary', 'attribution', 'charts'],
  outputPath: './reports/january-2024.pdf',
});

// 导出原始数据
await analytics.exportData({
  format: 'csv',
  period: 'month',
  outputPath: './data/january-trades.csv',
});

---

归因类别

类别	描述
边缘来源	边缘来源
平台	交易的平台
类别	市场类别（政治，加密货币）
策略	生成交易的策略
时间	交易的小时/天
大小	交易大小桶

---

关键指标

指标	好值	描述
胜率	> 50%	盈利交易的百分比
利润因子	> 1.5	总利润/总亏损
夏普比率	> 1.0	风险调整后的回报
实现的边缘	> 0	实际与预期的边缘
成交率	> 95%	完全成交的订单

---

最佳实践

1. 每周回顾 — 及早发现问题
2. 跟踪归因 — 了解利润来源
3. 优化时机 — 在最佳时段交易
4. 监控边缘衰减 — 不要持有太久
5. 检查执行 — 滑点会削弱边缘