Datenvisualisierung der CoT-Daten mittels Plotly

Kontext
In der Bachelorarbeit "Datenvisualisierung der CoT-Daten mittels Plotly" wird ein bestehendes Projekt im Bereich der Datenvisualisierung und -analyse weiterentwickelt. Das Ziel ist es, die Commitment of Traders (CoT)-Daten, die von der Commodity Futures Trading Commission (CFTC) veröffentlicht werden, nutzerfreundlich und intuitiv darzustellen. CoT-Daten sind entscheidend für Händler und Analysten, da sie Einblicke in die Positionierungen verschiedener Marktteilnehmer in den Futures-Märkten bieten.

Ziel
Das Hauptziel der Arbeit ist, ein benutzerfreundliches Dashboard zu entwickeln, das die CoT-Daten effektiv visualisiert. Dabei soll Plotly Dash als zentrales Tool zur Erstellung interaktiver und dynamischer Visualisierungen verwendet werden. Ein weiteres Ziel ist die Vereinfachung des Datenabrufs und der Datenaufbereitung mittels InfluxDB und eines Makros, um die Prozesse zu beschleunigen. Das Dashboard soll verschiedene Indikatoren und Grafiken enthalten, die es den Nutzern ermöglichen, tiefgehende Analysen durchzuführen und fundierte Entscheidungen zu treffen.

Methoden
Die Methoden umfassen eine initiale Planung und Anforderungsanalyse, die Einrichtung eines Kanban-Boards zur Aufgabenverfolgung und die Automatisierung des Daten-Downloads. Die Daten werden in InfluxDB gespeichert und mittels Flux-Queries abgerufen. Das Dashboard wird mit Plotly Dash entwickelt, wobei eine Vielzahl interaktiver Grafiken erstellt wird. Diese Grafiken bieten eine detaillierte Analyse der Marktpositionen und helfen, Trends und Muster zu erkennen. Die Implementierung folgt einem iterativen und nutzerzentrierten Ansatz, um sicherzustellen, dass das Endprodukt sowohl technisch ausgereift als auch für den Benutzer leicht verständlich ist.

Ergebnisse
Die Ergebnisse umfassen die erfolgreiche Entwicklung eines interaktiven Dashboards, das verschiedene Visualisierungen der CoT-Daten bietet. Zu den wichtigsten Visualisierungen gehören der "Positioning Price Clustering"-Indikator, der "Dry Powder"-Indikator und der "Hedging"-Indikator. Diese Grafiken ermöglichen eine umfassende Analyse der Marktaktivitäten und Positionierungsstrategien der Marktteilnehmer. Zudem wurde die Datenbeschaffung und -verarbeitung durch ein Makro optimiert, das den Daten-Download und die Aktualisierung des Dashboards erheblich vereinfacht. Insgesamt trägt die entwickelte Lösung dazu bei, die Komplexität der CoT-Daten zu reduzieren und sie für eine breitere Nutzerbasis zugänglich zu machen.