Introduzione a Opinion Whale Tracker
Opinion Whale Tracker è uno strumento di monitoraggio open-source progettato specificamente per i mercati predittivi. Realizzato con un backend ad alte prestazioni che utilizza FastAPI, si avvale dell'API Opinion CLOB per aggregare in tempo reale elenchi di mercato, book degli ordini e informazioni sui prezzi, con l'obiettivo di identificare con precisione i movimenti dei fondi dei "grandi investitori" (i cosiddetti "whale") analizzando i dati del muro di acquisto e vendita.
L'interfaccia utente utilizza un design a pagina statica e leggera, che consente agli utenti di visualizzare in modo intuitivo panoramiche di mercato, profondità del book degli ordini e dettagli di ordini di grandi dimensioni direttamente nel browser, senza la necessità di installazioni complesse. Questo progetto si propone come soluzione per gli sviluppatori Web3 per raccogliere spunti e visualizzare dati; è destinato esclusivamente all'esplorazione tecnica e non costituisce in alcun modo una consulenza di investimento.
Analisi dell'architettura tecnica
Logica di back-end (FastAPI + Pydantic)
Il nucleo del backend si trova in backend/main.pyPydantic viene utilizzato per garantire il rigore delle strutture dati. Ciò si ottiene tramite l'integrazione. opinion_clob_sdk Accedere al gateway proxy per svolgere le seguenti funzioni principali:
- Aggregazione dei dati: Supporta le richieste di paginazione del mercato e recupera in modo efficiente i dati del book degli ordini.
- Calcolo del valore: Calcola automaticamente il valore totale delle posizioni di acquisto e vendita, quantificando il supporto e la pressione del mercato.
- Identificazione delle balene giganti: Monitoraggio degli ordini di importo elevato (la soglia predefinita è di 500 USD, sono supportate soglie personalizzate).
- Ottimizzazione delle prestazioni: L'introduzione di un meccanismo di caching temporizzato riduce efficacemente la pressione delle richieste sulle API a monte.
Interfaccia front-end
Frontend by fine frontale/ E pubblico/ Le pagine statiche in questa directory interagiscono con il backend tramite le seguenti interfacce API:
/Verifica dello stato di salute del servizio/api/mercati: Ottenere l'elenco dei mercati e il riepilogo del monitoraggio delle balene/api/mercati/{market_id}Richiedi dati dettagliati per un mercato specifico/api/balene?soglia=Filtra le transazioni di importo elevato in base a soglie personalizzate/api/orderbook/{token_id}Ottieni la profondità del book degli ordini del token specificato./api/statsOttieni gli indicatori statistici globali
Fasi di implementazione e funzionamento
- Configura l'ambiente Python:
python3 -m venv .venv source .venv/bin/activate pip install -r backend/requirements.txt - Inserisci la chiave API:
Questo progetto non memorizza alcuna configurazione privata. Si prega di fornire la chiave tramite variabili d'ambiente.
export OPINION_API_KEY='' - Avvia il servizio:
# Metodo 1: Eseguire lo script direttamente: python backend/main.py # Metodo 2: Avviare uvicorn utilizzando uvicorn: backend.main:app --host 0.0.0.0 --port 8000
Guida alla sicurezza e all'estensione
Progettazione della sicurezza
- Archiviazione senza chiave:
.gitignoreI file di configurazione locali sono stati rigorosamente esclusi per garantire che non vengano inviate informazioni sensibili. - Gestione delle eccezioni: Se la chiave API non viene rilevata, il backend restituirà un dataset vuoto anziché visualizzare un messaggio di errore sensibile.
- Raccomandazioni per l'implementazione: Si consiglia di utilizzare piattaforme come Vercel, Render o Railway per la distribuzione, sfruttando le loro funzionalità integrate di gestione delle variabili d'ambiente.
Direzioni di sviluppo ed espansione
- Aumento dei dati: Integrare un maggior numero di fonti di dati di terze parti e ottimizzare la logica di aggregazione dei dati di mercato.
- Avvisi in tempo reale: È stato creato un sistema di notifica in tempo reale per l'attività delle balene combinando Prometheus e Grafana.
- Aggiornamento della visualizzazione: Trasforma i dati aridi del book degli ordini in mappe di profondità dinamiche o mappe di calore.
Scenari applicabili
Questo strumento è ideale per i seguenti gruppi di persone:
- L'obiettivo è studiare la relazione tra la liquidità del mercato e la distribuzione degli ordini di grandi dimensioni. ricercatore。
- Cerchi soluzioni leggere per la visualizzazione dei dati transazionali? singoli sviluppatori。
- Concentrarsi sulla creazione di strumenti di analisi e monitoraggio dei dati Web3. ingegnere。
Risorse del progetto:
Repository GitHub:https://github.com/duolaAmengweb3/opinionWhale
Dimostrazione online:https://xmainstation.vercel.app/
