项目一：机器学习量化模型开发1 、将沪深中小创每只个股做切分，前6个月作为次新股样本，后半部分作为个股样本。2 、根据模型计算小时、日、周线特征值和结果集，升采样处理后进行合并。3 、使用隐马尔科夫模型分别训练次新股和个股样本数据，保存模型对象。4 、分别对次新股、个股测试集做预测。5 、可视化分析：累计盈利、涨跌幅区间、资金曲线、走势。6 、根据统计和可视化分析模型多空入场状态值建立交易体系。7 、将模型对象和特征提取集到聚宽平台，编写量化策略对中证500成分股进行回测。项目二：商品期货量化交易1 、使用pandas计算技术指标、K线形态后计算不同交易体系持仓状态。2 、根据不同持仓状态和指标计算出多指标共振作为持仓方向。3 、根据持仓方向结合短线交易系统集成到天勤量化平台编写交易策略。4 、通过天勤平台渲染交易信号后对交易体系进行优化。5 、模拟盘检验信号闪烁、多空冲突、未来函数、逻辑错误。项目三：量化模型与交易web管理平台1 、根据用户角色权限、基础数据、策略模型、交易记录、操作管理模块创建表结构。2 、分别从通达信、聚宽采集历史、增量、实时、盘口基础数据。3 、模型使用pandas计算历史、增量、实时数据技术指标和交易信号存入mysql。4 、根据交易模型结合仓位管理分别对个股、组合、指数 编写回测框架生成回测报告。5 、实时计算多个交易模型过滤出交易信号以及持仓状态返回html表单页面。6 、通过表单页面选择品种、周期、策略编号，控制交易的启动、停止、一键平仓。7 、记录委托单、成交单、撤单记录并与策略以及操作进行关联存入数据库。8 、根据策略、日期、品种三级下拉框展示历史和实时的交易、持仓记录。9 、根据账户、策略、品种、日期进行统计生成交易报表并在前端进行展示。