电力交易辅助系统产品系统

背景：
1、国内电力电价改革（从统一阶梯电价，转型到买卖双方竞价交易）
2、3个垂直场景（中长期交易、日前申报交易、日内滚动申报交易），重点切入日滚动场景
主要解决问题：
1、用量化思想控制交易环节（高频、网格化、对冲、反身性等）
2、通过系统完成调度能力的复制（一个高级调度的能力复制到多个交易主体）

主要功能模块：
1、核心信号系统（输出信号核心：量、价、方向）
2、省份规则适配系统（按照客户特点和省份特殊规则，调整信号）
3、交易策略系统（控制网格化、对冲）
4、策略Rank+沙盘系统（通过沙盘模拟，不断优化交易策略）

技术栈：
1、SpringCloud2023（Nacos、Gateway、Sentinel、OpenFeign）+ SpringBoot3.2
2、MySQL + MybatisPlus
3、OpenResty(流量网关+一级限流)
4、Redis（缓存+分布式锁）
5、Vue（前后端分离）
6、ELK（日志系统）
7、SkyWalking（监控+链路追踪）
8、XXL-Job（定时任务）

我负责的内容：
1、架构设计与技术选型：主导微服务拆分（流量控制+业务抽象），选型SpringCloud2023全家桶。设计网关限流与熔断降级策略，保障高频申报下的系统稳定性。
2、高可用与研发体系搭建：从0搭建CI/CD流水线，集成ELK与SkyWalking全链路追踪，将线上故障定位时间从小时级压缩至分钟级。
3、核心策略与性能调优：实现防御、强攻、自动、智能买卖等核心出价策略；通过OpenResty+多级缓存优化盘口数据读取，接口平均响应时间降低30%。
4、边界安全隔离方案：针对价格等敏感数据，设计四层加密隔离方案（网络隔离-微服务隔离-客户隔离-C++动态解密），确保核心资产零泄露。
5、跨团队协同闭环：统筹后端与算法团队的数据上下游链路，定义标准化数据接口，解决数据流转时序不一致问题
6、算法工程化协同：Python(Scikit-learn/Pandas)独立完成全省电力负荷预测模型的训练与ELT流程，为交易策略引擎提供高可靠的基础特征数据输入