金融

1、策略对话：通过自然语言对话方式与AI对话，AI可以理解用户的意图，也可以给出意见，AI辅助完成交易策略。2、模拟回测：高仿真模拟交易所，批量自动化回测交易策略3、模拟仿真：已验证的交易策略，部署到容器，自动接受实时行情，自动交易，可对接真实交易所3、辅助功能：登录、注册、短信验证、邮件验证、回测

1.多源数据自动采集-覆盖龙虎榜、大宗交易、北向资金、减持公告等多个公开数据源-支持按日期、板块、异动类型等维度定向抓取-数据到达后自动执行脱敏与格式化处理2.多跳交叉验证-将脱敏后的数据片段分发至多个独立验证节点-各节点并行执行清洁度校验与一致性检查-聚合层采用多数决机制，有效抵抗单点投毒或异常返

核心算法实现：完整实现了模拟竖式除法逻辑，支持任意长度的整数及小数运算，解决了传统浮点数精度丢失问题高扩展性架构：采用模块化设计，运算符重载机制完善。虽然目前专注于除法优化，但预留了标准的接口，开发者可在此基础上极低成本的扩展加减乘、取模及幂运算功能性能优化：针对长除法进行了逻辑剪枝与内存管理优化，

系统分为四大核心功能模块：第一是音频预处理模块，可对电话信道音频降噪、去除回声、均衡音量，适配低音质通话录音；第二是金融定制语音识别模块，基于金融行业语料微调模型，精准识别信贷、理财等专业术语，支持实时流式转写与批量离线录音解析；第三是文本后处理模块，自动校正金融专有名词、分割对话人、标记敏感违规话

1.指数与个股波动率分析2.etf申购赎回以及与IOPV之间关系分析3.个股筹码图展示4.交易订单流展示5.个股净换手率分析6.个股量价分析7.单个etf申购与赎回分析

系统支持多类策略配置方式，包括专业参数模式和新手滑块模式。用户可根据不同指标调整策略行为，查看执行状态、风险提示和数据参考；系统会结合实时数据、账户状态与情绪值生成执行参考，降低新手用户的配置门槛。

项目包含以下核心功能模块：数据看板与可视化模块：提供全面的彩种走势、冷热号分布、单双大小比例、同尾分布、以及五行生肖属性的多维动态图表展示。高阶数学模型预测模块：包含基于号码跃迁的38×38马尔可夫转移矩阵、基于历史遗漏值的贝叶斯后验概率修正（极限遗漏报警）、以及多层感知机（MLP）神经网络时序拟合

本项目基于Python开发，集成BinanceAPI，实现数字货币量化交易自动化。主要功能包括实时行情获取、自动开仓和平仓、仓位管理、止盈止损、风险控制、资金管理、交易日志记录、订单查询、策略参数配置、异常告警及运行状态监控，可根据不同交易策略自动执行买卖操作，提高交易效率。

1、搭建集团域+养老子域双层数仓分层模型，完成ODS贴源层、DWD明细层、DWS汇总层全链路ETL开发；2、实现Oracle存量业务向华为MRS大数据平台迁移，优化SparkSQL解决数据倾斜、任务超时，批处理时长由数小时缩短至半小时；3、封装通用增量SQL模板支撑PB级海量数据迁移，编写Shell

项目包含五大核心功能模块：1）多通道数据采集模块：集成BaoStock（证券级行情）、akshare（东方财富基本面）、YahooFinance、SECEDGAR等多种数据源，自动获取历史行情、财务指标和公司公告；2）智能舆情分析模块：通过Tavily新闻搜索与LLM情感分析，对目标股票进行多维度舆

1.事件驱动回测引擎•自动识别“昨日特定事件股”作为初始候选池，支持自定义事件判定规则（如涨幅阈值、成交量变化、封板时长等）。•支持T+1卖出规则，并可灵活配置卖出时机（如次日开盘、盘中触及止损、尾盘等）。2.多维因子库&自定义因子•内置常见因子：布林带中轨位置、短期动量贡献度（昨日涨幅/近30日涨

本预测体系由三层结构化模块构成。数据准备层通过Python爬虫定向抓取2016Q1至2025Q3的财务三表数据，构建分赛道季度收入拆分方法与事件哑变量体系。LayerA驱动型基线模型采用“赛道拆分+业务量×变现率”框架，对智慧教育、开放平台、智慧城市、其他四大业务分别建模，辅以均值回归毛利率与历史中

模块一：数据层统一数据接口，支持本地CSV/Excel和在线数据源（Tushare/YFinance）。内置模拟数据生成器用于策略快速原型。模块二：策略层策略插件化设计，内置均线交叉、动量突破、布林带回归三种策略。新增自定义策略仅需实现signal=strategy(df)函数接口。模块三：回测引擎

1.底层形态识别模块：精准捕获分时图上的倒V型（高点）与正V型（低点）反转信号，并结合自适应的涨幅阈值区间（如2.5%-20%）进行起涨起点的自动化锁定。2.四点结构追踪模块：严格按照波段推演逻辑，动态追踪并锁定“价格1”到“价格4”的演变过程。全天候监控价格回落与突破，确保仅抓取符合特定阻力位与支

全自动A股盘前智能报告生成平台，每日开盘前自动采集全球市场数据，通过十大模块并行分析后输出结构化盘前决策报告。全球市场监控：67个标的（47只美股个股+20只ETF），覆盖科技巨头/半导体全链/AI算力/新能源/锂矿/商业航天/eVTOL/量子计算/核聚变等赛道；20+全球指数；12种大宗商品；按亚

项目当前已形成MockTerminalRC1工程闭环，主要功能包括：1.mockruntime：本地模拟运行框架；2.mockledger：模拟账本与虚拟交易记录；3.sessionreplay：会话导出与回放；4.safetygate：安全闸与真实交易阻断；5.no-orderguarantee：

程序会自动识别震荡行情，建模震荡空间，上下沿开仓，开仓后进行风控管理•十指标加权震荡判定:ADX、效率比、Choppiness、布林带宽、波幅、Hurst指数、方差比、半衰期、Ehlers超平滑、分形维度,加权投票+双阈值迟滞,避免状态频繁翻转。•空间区间模型:用分位数计算区间上沿/中轴/下沿与宽度

项目包含数据读取与清洗、归一化处理、灰色关联度分析特征筛选、WGAN合成样本生成、LSTM时序预测、误差评估（MSE/RMSE/MAE）和结果可视化等模块，核心功能是在小样本金融数据条件下提升股价预测精度与稳定性。

1.实时行情采集模块(akshare+tushare双源降级)2.七维信号引擎(MACD/RSI/KDJ/布林带/量价/均线/背离)3.自研回测引擎(T+1/佣金/印花税全模拟)4.K线图引擎(专业级PNG+交互式HTML)5.涨停猎手(涨停扫描+连板追踪)6.大盘环境因子+权重可配置风控系统

有金融行业内部审计工作经验，擅长专业是大数据分析、模型编写、信贷。模型一：1.基础账表处理，找出个人贷款信息，并添加个人借款凭证信息和活期明细。2.处理个人放款信息处理，并将放款交易关联借款凭证信息。3.处理放款后交易对手处理，提取外部标识为卡号，提取外部标识为对公账号。4.处理关联法人及高管关系人