STOCK3 —— AI量化选股与波段交易决策系统（Rust+Tauri桌面终端）产品系统Vibe Coding

散户与小团队做量化研究普遍卡在三处：一是数据脏活太重——行情接口限流、字段口径 不一、增量断档无人发现；二是"看对做不对"——选股靠感觉，买卖点无客观依据； 三是工具割裂——行情软件、Excel、回测脚本各自为政。本项目自研一套 桌面级量化决策终端：把数据采集、指标计算、波段识别、信号评分、回测验证、 持仓风控串联成一条流水线，让研究者的精力从数据清洗转回策略本身。

①数据中枢：行情与资金流自动采集入库，增量同步+断档自检，全量刷新实测 1-2 分钟、 单只增量 2.8 秒，无人值守稳定跑批； ②波段识别引擎：双引擎设计——确认型引擎逐日回溯（可审信号演化漂移）， 加速确认引擎输出"谷底→拉升→加速"三级买点，联动胜率达行业上游水平； ③多因子评分体系：主力成本锚（现价 vs 近60日主力净买成本）+ 三价成本位 + 空间预估 + 阶段因子，输出可解释的推荐分与风险标注； ④K线决策终端：筹码分布（获利盘/套牢盘/成本带宽）随鼠标逐日联动、 换手率/主力净流入/流通市值多排并列显示； ⑤八大功能页：看盘、质检、策略、回测、风控、交易、板块、影子账户； ⑥回测与风控：回测引擎支持分年稳定性验证，风控引擎做止损/仓位/追高降权； ⑦工程保障：参数集中管理零硬编码、177 份设计文档、521 个分析工具脚本。

我负责产品定义、整体架构设计与核心模块开发验收。技术栈：Rust（5 个独立引擎 crate：数据核心/策略核心/回测引擎/风控引擎/交易引擎，各自解耦）+ Tauri 2.x 桌面壳 + TypeScript/React 前端（Mantine + 轻量级图表库）+ Python 策略与研究层（指标计算、信号识别、批量分析）+ PostgreSQL 时序数据层。 亮点：Rust 保证回测与风控的计算性能与类型安全，Python 侧承载快速迭代的策略研究， 两者通过 IPC 解耦；信号识别全程做到"点时安全"——任何指标只使用决策时点之前 的数据，杜绝回测中的未来函数。难点：波段识别在增量数据下的锚点稳定性、 多因子评分的权重标定与跨年稳健性验证、桌面端 K 线与筹码图的实时联动性能。