面向港股次新股研究、市场雷达、风险预警和行业数据决策场景,解决行情、资金、公告、席位等数据分散,以及研究结论无法复盘、语言模型容易凭记忆补数的问题。系统只负责机会发现,与账户、持仓和交易接口物理隔离,不读取真实持仓,也不自动下单。
点击空白处退出提示
面向港股次新股研究、市场雷达、风险预警和行业数据决策场景,解决行情、资金、公告、席位等数据分散,以及研究结论无法复盘、语言模型容易凭记忆补数的问题。系统只负责机会发现,与账户、持仓和交易接口物理隔离,不读取真实持仓,也不自动下单。
系统覆盖上市183天内港股次新股,包含交易日闸门、多源数据采集、MySQL时序沉淀、市场周期温度、因果波次、真假突破、连续资金流、CCASS席位差分、新闻公告、AI研究成稿、质量门禁、邮件推送和历史归档。每日信号进入研究台账,达到观察周期后自动回填结果,用于前推验证和规则迭代;主模型失败时串行启用备用模型,保证自动流程可降级交付。
个人独立完成研究框架、数据工程、决策引擎和自动化部署。核心使用 Python、Futu OpenAPI、Pandas、MySQL、PyMySQL、HTTPX,构建“采集一次—结构化事实包—模型成稿—质量门禁—台账回流”的完整闭环。形态识别与研究验证复用同一套实现,并配套 Golden Test、跨年份前推门槛、失败降级和幂等时序写入。模型不直接执行数据脚本、不自行补数、不接触交易接口,使研究过程可审计、可复现,并可迁移到市场雷达、风控预警和行业情报系统。



评论