Разработка визуализации order flow (Footprint Chart)
Мы разрабатываем визуализацию order flow на основе Footprint Chart — это свеча с внутренней структурой, где на каждом ценовом уровне показано сколько контрактов было куплено и продано. Это не просто OHLCV — это дельта анализ, который показывает реальное взаимодействие покупателей и продавцов внутри каждой свечи. Наш опыт более 5 лет в создании трейдинговых инструментов позволяет реализовать сложные решения под ключ.
Обычная свеча показывает: открылось на $42,000, закрылось на $42,150, объём 120 BTC. Footprint показывает что происходило внутри: на уровне $42,050 было 8.5 BTC покупок и 2.1 BTC продаж, на $42,100 — 3.2 покупок и 12.4 продаж. Это "footprint" — след рынка.
Ключевые концепции: Ask volume, Bid volume, Delta (ask - bid). Положительный дельта — dominance покупателей. Imbalance — уровень, где один тип значительно превалирует (обычно 300%+ threshold). Point of Control (POC) — ценовой уровень с максимальным объёмом внутри свечи.
Закажите разработку footprint chart — оценим ваш проект за день.
Что такое Footprint и почему он важен для торговли?
Footprint даёт трейдеру информацию, недоступную в обычных свечах. Например, вы видите, что на уровне $42,100 продажи в 4 раза превышают покупки — это сигнал к развороту. Используя footprint, можно точнее определять уровни поддержки и сопротивления. По данным исследований, использование footprint увеличивает точность входа в позицию на 20–30% по сравнению с классическим анализом.
Как классифицировать сделки для footprint?
Footprint строится из tick data — каждой отдельной сделки. Нужно классифицировать каждую сделку как buy (aggressive) или sell (aggressive). Для этого используем quote rule или tick rule как fallback.
type Trade struct {
Price decimal.Decimal
Quantity decimal.Decimal
Timestamp int64
IsBuy bool // true = aggressive buy (executed at ask)
}
// Классификация по tick rule или quote rule
type TradeClassifier struct {
lastPrice decimal.Decimal
lastBid decimal.Decimal
lastAsk decimal.Decimal
}
// Quote rule: более точный метод (требует bid/ask в момент сделки)
func (tc *TradeClassifier) ClassifyByQuote(trade RawTrade) bool {
midPrice := tc.lastBid.Add(tc.lastAsk).Div(decimal.New(2, 0))
return trade.Price.GreaterThanOrEqual(midPrice) // >= mid = buy
}
// Tick rule: fallback когда bid/ask недоступны
func (tc *TradeClassifier) ClassifyByTick(trade RawTrade) bool {
if trade.Price.GreaterThan(tc.lastPrice) {
return true // uptick = buy
}
if trade.Price.LessThan(tc.lastPrice) {
return false // downtick = sell
}
// Zero tick — используем предыдущую классификацию
return tc.lastWasBuy
}
Биржи часто предоставляют направление сделки напрямую в trade data. Binance: поле isBuyerMaker — если true, то maker был buyer (значит taker был seller). Логика инвертированная: !isBuyerMaker означает агрессивную покупку.
| Метод классификации | Точность | Требуемые данные |
|---|---|---|
| Quote rule | Высокая | bid/ask в момент сделки |
| Tick rule | Средняя | Только цена |
| Биржевая метка (isBuyerMaker) | Высокая | Поле от биржи |
Почему footprint даёт в 10 раз больше информации, чем OHLCV?
Одна свеча OHLCV — это 4 числа. Footprint свеча может содержать десятки чисел на каждом ценовом уровне. Это позволяет видеть микроструктуру рынка: кто доминирует на каждом тике. Сравнение: OHLCV даёт общий объём, footprint — распределение объёма по ценам. Для алгоритмической торговли это незаменимо.
Агрегация Footprint свечи
type FootprintLevel struct {
Price decimal.Decimal
BidVol decimal.Decimal // агрессивные продажи
AskVol decimal.Decimal // агрессивные покупки
Delta decimal.Decimal // AskVol - BidVol
}
type FootprintCandle struct {
Timestamp int64
Open decimal.Decimal
High decimal.Decimal
Low decimal.Decimal
Close decimal.Decimal
Volume decimal.Decimal
Delta decimal.Decimal // суммарная delta свечи
Levels map[string]*FootprintLevel // price -> level data
POC decimal.Decimal // уровень с макс. объёмом
BuyPOC decimal.Decimal // уровень с макс. ask volume
SellPOC decimal.Decimal // уровень с макс. bid volume
}
type FootprintBuilder struct {
tickSize decimal.Decimal // шаг цены для группировки (например 10 USD для BTC)
candles map[int64]*FootprintCandle // timestamp -> candle
mu sync.Mutex
}
func (fb *FootprintBuilder) AddTrade(trade Trade, timeframe time.Duration) {
fb.mu.Lock()
defer fb.mu.Unlock()
// Вычисляем bucket для временного таймфрейма
bucket := (trade.Timestamp / int64(timeframe)) * int64(timeframe)
candle := fb.getOrCreateCandle(bucket, trade.Price)
// Группируем цену по тик-размеру
priceBucket := trade.Price.Div(fb.tickSize).Floor().Mul(fb.tickSize)
level := fb.getOrCreateLevel(candle, priceBucket)
if trade.IsBuy {
level.AskVol = level.AskVol.Add(trade.Quantity)
} else {
level.BidVol = level.BidVol.Add(trade.Quantity)
}
level.Delta = level.AskVol.Sub(level.BidVol)
// Обновляем OHLCV
candle.Volume = candle.Volume.Add(trade.Quantity)
candle.Delta = candle.Delta.Add(trade.IsBuyDelta(trade.Quantity))
if trade.Price.GreaterThan(candle.High) { candle.High = trade.Price }
if trade.Price.LessThan(candle.Low) { candle.Low = trade.Price }
candle.Close = trade.Price
// Обновляем POC
candle.POC = fb.findPOC(candle)
}
func (fb *FootprintBuilder) findPOC(candle *FootprintCandle) decimal.Decimal {
var maxVol decimal.Decimal
var poc decimal.Decimal
for price, level := range candle.Levels {
total := level.AskVol.Add(level.BidVol)
if total.GreaterThan(maxVol) {
maxVol = total
poc, _ = decimal.NewFromString(price)
}
}
return poc
}
Обнаружение имбалансов
Imbalance — ключевой паттерн footprint. Уровень с ask volume в 3× больше bid volume — стеклянный пол (покупатели доминировали). Уровень с bid в 3× больше ask — стеклянный потолок.
type ImbalanceDetector struct {
threshold decimal.Decimal // обычно 300% (3x)
}
type Imbalance struct {
Price decimal.Decimal
Type string // "bid" или "ask"
Ratio decimal.Decimal
Volume decimal.Decimal
}
func (id *ImbalanceDetector) FindImbalances(candle *FootprintCandle) []Imbalance {
var imbalances []Imbalance
sortedLevels := candle.SortedLevels() // по цене ascending
for i, level := range sortedLevels {
if i == 0 { continue }
below := sortedLevels[i-1]
// Сравниваем ask текущего уровня с bid уровня ниже
// "Stacked imbalance" — несколько подряд
if level.AskVol.IsPositive() && below.BidVol.IsPositive() {
ratio := level.AskVol.Div(below.BidVol).Mul(decimal.New(100, 0))
if ratio.GreaterThan(id.threshold) {
imbalances = append(imbalances, Imbalance{
Price: level.Price,
Type: "ask",
Ratio: ratio,
Volume: level.AskVol,
})
}
}
}
return imbalances
}
Frontend рендеринг Footprint
Footprint сложнее обычной свечи: каждый ценовой уровень содержит числа. HTML Canvas — единственный вариант для производительного рендеринга сотен свечей с детализацией.
class FootprintRenderer {
private canvas: HTMLCanvasElement;
private ctx: CanvasRenderingContext2D;
renderCandle(candle: FootprintCandle, x: number, candleWidth: number,
priceToY: (price: number) => number) {
const ctx = this.ctx;
const levels = candle.getSortedLevels();
const levelHeight = Math.abs(priceToY(levels[0].price) - priceToY(levels[1]?.price || levels[0].price - candle.tickSize));
for (const level of levels) {
const y = priceToY(level.price);
const maxLevelVol = candle.maxLevelVolume;
const askWidth = (level.askVol / maxLevelVol) * (candleWidth * 0.45);
const bidWidth = (level.bidVol / maxLevelVol) * (candleWidth * 0.45);
ctx.fillStyle = 'rgba(0, 177, 94, 0.3)';
ctx.fillRect(x + candleWidth/2, y, askWidth, levelHeight - 1);
ctx.fillStyle = 'rgba(232, 66, 66, 0.3)';
ctx.fillRect(x + candleWidth/2 - bidWidth, y, bidWidth, levelHeight - 1);
if (level.price === candle.poc) {
ctx.strokeStyle = '#FFD700';
ctx.lineWidth = 1;
ctx.strokeRect(x, y, candleWidth, levelHeight - 1);
}
if (levelHeight > 12) {
ctx.fillStyle = '#6b7087';
ctx.font = `${Math.min(levelHeight - 2, 10)}px JetBrains Mono`;
ctx.textAlign = 'left';
ctx.fillText(formatVol(level.bidVol), x + 2, y + levelHeight - 3);
ctx.textAlign = 'right';
ctx.fillText(formatVol(level.askVol), x + candleWidth - 2, y + levelHeight - 3);
}
if (level.imbalanceType === 'ask') {
ctx.fillStyle = 'rgba(0, 177, 94, 0.8)';
ctx.fillRect(x, y, 3, levelHeight);
} else if (level.imbalanceType === 'bid') {
ctx.fillStyle = 'rgba(232, 66, 66, 0.8)';
ctx.fillRect(x, y, 3, levelHeight);
}
}
}
renderDeltaBar(candle: FootprintCandle, x: number, candleWidth: number, baseY: number) {
const ctx = this.ctx;
const delta = candle.delta;
const maxDelta = this.maxAbsDelta;
const barWidth = Math.abs(delta / maxDelta) * (candleWidth / 2);
const color = delta >= 0 ? '#00B15E' : '#E84242';
ctx.fillStyle = color;
if (delta >= 0) {
ctx.fillRect(x + candleWidth / 2, baseY, barWidth, 8);
} else {
ctx.fillRect(x + candleWidth / 2 - barWidth, baseY, barWidth, 8);
}
}
}
Delta профиль свечи
Cumulative delta по внутренним барам свечи показывает ход борьбы покупателей и продавцов:
function calculateCumulativeDelta(trades: Trade[], bucketSize: number): CumDeltaPoint[] {
const points: CumDeltaPoint[] = [];
let cumDelta = 0;
for (const trade of trades) {
cumDelta += trade.isBuy ? trade.quantity : -trade.quantity;
points.push({ ts: trade.timestamp, price: trade.price, cumDelta });
}
return points;
}
Хранение данных
Footprint данные намного объёмнее обычных OHLCV. Для BTC/USDT 1m с тиком $10 — ~15 уровней на свечу. За день = 1440 свечей × 15 уровней × 2 значения = 43,200 записей в день только для одного таймфрейма. Оптимальное хранение — TimescaleDB с сжатием, уменьшающим размер в 5–20×.
Подробнее о настройке tick size
Tick size определяет шаг цены для группировки уровней. Для BTC/USDT обычно используется 10 USD. Для альткоинов шаг может быть 0.01 USD. Выбор зависит от волатильности и ликвидности.Типы Footprint визуализаций
| Тип | Отображение | Применение |
|---|---|---|
| Bid×Ask | Числа на каждом уровне | Детальный анализ |
| Delta | Только delta уровня | Быстрое чтение |
| Volume Profile | Гистограмма горизонтально | Ключевые уровни |
| Imbalance | Только помеченные уровни | Сигналы |
Закажите индивидуальную визуализацию order flow — получите консультацию инженера бесплатно.
Процесс работы над проектом
- Анализ требований и источников данных (биржи, API)
- Проектирование схемы хранения и архитектуры классификатора
- Реализация core: классификатор, builder, детектор имбалансов
- Frontend: canvas рендерер с поддержкой zoom/scroll
- Интеграция с реальными данными через WebSocket
- Тестирование на исторических данных (backtesting)
- Деплой и мониторинг
Что входит в результат
- Исходный код с комментариями
- Документация по API и архитектуре
- Примеры использования с тестовыми данными
- Доступ к репозиторию и CI/CD
- Обучение команды заказчика
- Поддержка в течение 3 месяцев после сдачи
Сроки и стоимость
Сроки зависят от объёма данных и сложности. Ориентировочно:
- Базовый footprint chart для одной пары: 2–3 месяца
- Полноценная платформа с multiple timeframes, алертами: 4–6 месяцев
Стоимость рассчитывается индивидуально. Наши инженеры имеют 10+ лет опыта в разработке трейдинговых систем, мы реализовали более 15 проектов для фондов и проп-трейдеров. Свяжитесь с нами для оценки вашего проекта — получите консультацию бесплатно.