← استعمال کی رہنمائی پر واپس جائیں
بیرونی ڈیٹا کی مثالیں

ٹیسٹ کے لیے عوامی ڈیٹا سے شروع کریں

اگر آپ نے اپنا DB منسلک کر لیا ہے لیکن ڈالنے کے لیے ڈیٹا نہیں ہے، تو نیچے دیے گئے تین میں سے کسی ایک سے شروع کریں۔ سب مفت ہیں اور API کلید کے بغیر ملتے ہیں، اور لوڈ اسکرپٹ سے لے کر اسکرین پر منتخب کرنے کی اقدار (ٹیبل · کالم) تک بس ویسے ہی پیروی کریں۔ اسکرپٹ پارسر شامل کرنے کے ڈھانچے پر بنا ہے، اس لیے اگر آپ کوئی اور ذریعہ چاہیں تو صرف ایک اندراج مزید لکھنا ہوگا۔

شروع کرنے سے پہلے — پہلے DB کنکشن اور صرف پڑھنے والا اکاؤنٹ بنائیں — Supabase انضمام گائیڈ

فیچرز حاصل کریں

فیچر ریپو کو VPS (وہ سرور جس پر ایجنٹ ہے) پر کلون کریں۔ واحد انحصار pg ہے۔ ★ .env میں DATABASE_URL لکھنے والے اکاؤنٹ کا ہونا چاہیے۔ صرف پڑھنے والا اکاؤنٹ INSERT کو مسترد کرے یہ معمول کی بات ہے، اور وہ اکاؤنٹ صرف SoriTrading انضمام کے لیے ہے۔

git clone https://github.com/Value-Connect-Global-Inc/soritrading-fetchers ~/soritrading-fetchers
cd ~/soritrading-fetchers && npm install
cp .env.example .env    # DATABASE_URL

https://github.com/Value-Connect-Global-Inc/soritrading-fetchers · اوپن سورس · ایک فولڈر = ایک فیچر · cron کا خودکار اندراج

نیچے کے تین **شروعاتی مثالیں** ہیں۔ ریپو میں VIX · کرپٹو کی مضمر اتار چڑھاؤ (DVOL) · طویل و قلیل مدتی شرحِ سود کا فرق · ڈالر انڈیکس · اسٹیبل کوائن مارکیٹ کیپ · DeFi TVL وغیرہ بھی ہیں، سب مفت اور کلید کے بغیر — مکمل فہرست کے لیے `node run.mjs list` چلائیں۔ مارکیٹ ڈیٹا میں امریکی تعطیلات پر قدر نہیں ہوتی (صفر نہیں بلکہ موجود نہیں)، اور DVOL مارچ 2021 سے ہے۔

ڈیٹا سیٹنگز اسکرین کیسے پڑھیں

ایجنٹ مینجمنٹ → ایجنٹ منتخب کریں → ڈیٹا سیٹنگز ٹیب۔ اندراج اور حذف اسی اسکرین پر صرف آپ کرتے ہیں — AI ڈیٹا سیٹس کو صرف پڑھتا ہے، اور کنکشن اسٹرنگ کبھی بھی چیٹ میں پیسٹ نہیں کی جاتی۔ اسکرین اوپر سے نیچے اسی ترتیب میں ہے۔

  1. بیرونی DB انضمام — کنکشن کا نام (مثلاً main) اور کنکشن اسٹرنگ درج کریں۔ یہ صرف ایجنٹ کے آلے پر خفیہ کر کے محفوظ ہوتی ہے اور سرور پر نہیں جاتی۔ اسکرین کھولنے پر ایجنٹ ٹیبلز کی فہرست خودکار طور پر پڑھ لیتا ہے ([کنکشن چیک کریں] دوبارہ پڑھنے کے لیے ہے)۔
  2. ٹیبلز اور ڈیٹا سیٹس — DB کے ہر ٹیبل کے لیے ایک قطار ہے۔ ٹیبل کا نام · قطاروں کی تخمینی تعداد · ٹیبل کا تبصرہ، اور اس ٹیبل کو پڑھنے والے ڈیٹا سیٹس اس کے نیچے لگے ہوتے ہیں۔
  3. AI عوامی سطح (ٹیبل کی قطار کی دائیں جانب) — نجی (طے شدہ — AI کو یہ بھی معلوم نہیں کہ ٹیبل موجود ہے) · صرف نام · کالم تک · نمونہ تک · استفسار کی اجازت۔ منتخب کر کے [افشا کی سیٹنگ محفوظ کریں] دبائیں۔ کالم · نمونہ · استفسار کی سطحوں پر اصل ڈیٹا AI کو جاتا ہے، اس لیے ذاتی معلومات والے ٹیبلز نہ کھولیں۔ صرف public اسکیما کے ٹیبلز کھولے جا سکتے ہیں۔
  4. ڈیٹا سیٹ کے نام (ٹیبل کی قطار کے نیچے) — یہ وہ قدر ہے جسے حکمتِ عملی ctx.data(نام) سے بلاتی ہے۔ [+ اس جدول سے ڈیٹا سیٹ شامل کریں] → نام · وقت کا کالم · قدر کا کالم منتخب کریں تو تفصیل ٹیبل کے تبصرے سے بھر جاتی ہے، اور [ٹیسٹ] پاس ہونے کے بعد ہی [محفوظ کریں] کھلتا ہے۔ ایک ٹیبل پر کئی نام لگائے جا سکتے ہیں (فلٹر سے ایکسچینج یا علامت کے لحاظ سے سیریز الگ کرتے وقت، یا جب پرانی حکمتِ عملی کوئی اور نام استعمال کرتی ہو)۔ حالت کا بیج: قابلِ استعمال · تصدیق سے پہلے · منسلک نہیں۔ بیج کے ساتھ ریئل ٹائم بیج دبانے پر جگانے کی سیٹنگز (poll · notify · redis) کھلتی ہیں — زیادہ تر کے لیے طے شدہ قدر کافی ہے۔
  5. حسابی ڈیٹا سیٹس (SQL) — موونگ ایوریج · تاخیری قدر · کئی ٹیبلز کے امتزاج جیسی اقدار جن کے لیے حساب درکار ہو۔ SQL کئی ٹیبلز پڑھ سکتا ہے، اس لیے انہیں کسی خاص ٹیبل کے نیچے نہیں بلکہ الگ جمع کیا جاتا ہے۔ زیادہ تر حساب حکمتِ عملی کے کوڈ میں دو ctx.data سے بھی ہو سکتے ہیں، اس لیے SQL صرف تب استعمال کریں جب حساب کے لیے پورا ماضی کا عرصہ درکار ہو (موونگ ایوریج · درجہ بندی)۔ پرانے طریقے سے درج SQL کو یہاں [میں نے SQL چیک کر لیا] · [حذف کریں] دبائیں، یا اگر شکل سادہ ہو تو ٹیبل انتخاب کے طریقے میں یکجا تبدیل کریں۔
  6. وہ ڈیٹا سیٹس جن کا ٹیبل نہیں ملا — جب اعلان کردہ ٹیبل موجودہ فہرست میں نہ ہو تو ڈیٹا سیٹ غائب نہیں ہوتا بلکہ وجہ کے ساتھ یہاں رہتا ہے — ٹیبلز کی فہرست ابھی موصول نہیں ہوئی (اس کا مطلب غیر موجود نہیں) · اس DB میں ٹیبل نہیں (نام بدلا گیا یا حذف ہوا) · اس آلے پر وہ کنکشن نام موجود نہیں۔
  7. دائرہ کار دو ہیں — AI عوامی سطح صرف اسی آلے پر محفوظ ہوتی ہے جو ابھی کھلا ہے۔ ڈیٹا سیٹس ایک ہی کنکشن نام والے تمام آلات پر لاگو ہوتے ہیں۔ اگر کئی آلات ہوں تو عوامی سطح ہر آلے کے لیے الگ منتخب کریں۔

1. خوف و لالچ انڈیکس

alternative.me

0 (انتہائی خوف) سے 100 (انتہائی لالچ) تک، روزانہ ایک بار۔ فروری 2018 سے پوری مدت۔ یہ نفسیاتی محور صرف قیمت سے نظر نہیں آتا، اس لیے پہلے ٹیسٹ کے لیے سب سے بہتر ہے۔

node run.mjs fear-greed
ڈیٹا سیٹنگز اسکرین میں منتخب کرنے کی اقدار (ٹیبل کی قطار میں [+ اس جدول سے ڈیٹا سیٹ شامل کریں])
کنکشن: main   ·   ٹیبل: fear_greed
نام: fg   ·   وقت کا کالم: ts   ·   قدر کا کالم: v
رجسٹر کرنے کے بعد AI سے یوں کہیں
"میرے ڈیٹا سیٹ fg سے، خوف و لالچ 20 سے کم پر خریدنے اور 60 سے زیادہ پر بیچنے والی حکمتِ عملی کا binance BTC 1d پر بیک ٹیسٹ کریں"

2. بٹ کوائن ہیش ریٹ

blockchain.com

خود چین کا اشاریہ (TH/s)۔ یہ قیمت سے مختلف محور ہے، اس لیے مرحلے کے فلٹر کے طور پر کارآمد ہے۔ اقدار بڑی ہیں اور رجحان سست ہے، اس لیے اصل قدر کے بجائے موونگ ایوریج کے مقابلے میں تناسب استعمال کرنا بہتر ہے۔

node run.mjs btc-hashrate
ڈیٹا سیٹنگز اسکرین میں منتخب کرنے کی اقدار (ٹیبل کی قطار میں [+ اس جدول سے ڈیٹا سیٹ شامل کریں])
کنکشن: main   ·   ٹیبل: btc_hashrate
نام: hashrate   ·   وقت کا کالم: ts   ·   قدر کا کالم: v
رجسٹر کرنے کے بعد AI سے یوں کہیں
"میری موجودہ حکمتِ عملی میں ایسا فلٹر لگائیں جو صرف اس وقت خریدے جب ڈیٹا سیٹ hashrate اپنی 90 دن کی اوسط سے اوپر ہو"

3. امریکی بنیادی شرحِ سود (مشق کے لیے)

FRED (DFF)

روزانہ مؤثر فیڈرل فنڈز ریٹ۔ میکرو مرحلے کے فلٹر کی نمائندہ قدر ہے۔ ★ توجہ: یہی قدر بنیادی اشاریے base_fedfunds کے طور پر پہلے سے آتی ہے (ctx.data('base_fedfunds') — ایجنٹ اسے FRED سے جمع کرتا ہے)۔ ایک ہی قدر دو راستوں سے ڈالنے پر نتائج میں یہ واضح نہیں رہتا کہ کون سی استعمال ہوئی، اس لیے اسے صرف انضمام کی مشق کے لیے استعمال کریں۔

node run.mjs fed-funds
ڈیٹا سیٹنگز اسکرین میں منتخب کرنے کی اقدار (ٹیبل کی قطار میں [+ اس جدول سے ڈیٹا سیٹ شامل کریں])
کنکشن: main   ·   ٹیبل: macro_fed_funds
نام: dff   ·   وقت کا کالم: ts   ·   قدر کا کالم: v
رجسٹر کرنے کے بعد AI سے یوں کہیں
"میری ڈیٹا سیٹ فہرست دکھائیں اور دیکھیں کہ dff قابلِ استعمال ہے یا نہیں (انضمام کی تصدیق کے لیے)"

وقفہ وار جمع آوری (cron)

ہر فیچر کو اس کے اعلان کردہ وقفے کے مطابق crontab میں درج کیا جاتا ہے۔ دوبارہ چلانے پر لائنیں جمع نہیں ہوتیں، اور آپ کے اپنے شامل کردہ cron کو نہیں چھیڑا جاتا۔ لاگ logs فولڈر میں ہر فیچر کی الگ لاگ فائل میں محفوظ ہوتے ہیں۔

node run.mjs --install-cron
جاننے کی باتیں
  • وقت کے کالم کے لیے سیکنڈ والا epoch تجویز کیا جاتا ہے (ملی سیکنڈ اور ISO بھی خودکار پہچانے جاتے ہیں، اور کس طرح پڑھا گیا یہ تصدیقی رپورٹ کے tsUnit میں درج ہوتا ہے)۔
  • اسکرپٹ دوبارہ چلانا محفوظ ہے — نقل کے بغیر صرف تازہ اقدار اپ ڈیٹ ہوتی ہیں (upsert)۔ نئے ڈیٹا کے لیے اسے وقفے وقفے سے دوبارہ چلائیں۔
  • بیک ٹیسٹ کے نتائج میں ڈیٹا کا فنگر پرنٹ (قطاروں کی تعداد · ہیش) درج ہوتا ہے — DB کا مواد بدلنے پر فنگر پرنٹ بدل جاتا ہے، اور مختلف فنگر پرنٹ والے دو نتائج ایک جیسی شرائط پر نہیں ہیں۔
  • بیرونی ڈیٹا استعمال کرنے والے بیک ٹیسٹ بھی ایجنٹ پر چلتے ہیں — تمام بیک ٹیسٹ صرف ایجنٹ (میرے اسٹور) پر چلتے ہیں۔
  • جن ٹیبلز کو عوامی سطح دی گئی ہے وہ AI کے سامنے ظاہر ہوتے ہیں (کالم · نمونہ · استفسار کی سطحوں پر اصل ڈیٹا باہر جاتا ہے) — ذاتی معلومات والے ٹیبلز کو عوامی نہ کریں۔
دیگر گائیڈز

مکمل دستاویزات یہاں — رہنمائی