MySQL

量化交易系统产品系统
1、具体功能模块:事前风控模块、事后风控模块、交易执行模块、行情订阅模块、预警管理模块、日志记录模块。2、主要功能描述:事前风控支持白名单规则、自成交规则、流控规则、报单笔数规则、最大单笔委托量规则(如动力煤38手、红枣78手、其他780手);事后风控支持累计委托量、累计成交量、成交速度、当冲盈亏规
350C++金融
包含AI趋势识别模块、多因子选股/期货套利模块、回测分析模块、风险控制模块、实时行情监控模块。核心功能:基于机器学习模型识别市场趋势,构建低回撤量化策略,支持历史数据回测、参数自动优化、自动止盈止损,生成可视化收益曲线与风险报告,辅助投资者高效决策。
1430Python金融
“某量化交易系统”集策略研发、模拟测试、实盘交易与风险管理于一体,核心功能包括:1、策略开发框架支持Python为主的策略编写语言,提供事件驱动与向量化双模式;内置常用技术指标(如MACD、RSI、布林带)、因子库与机器学习接口。2、高性能回测引擎支持分钟级历史数据回测;考虑滑点、手续费、成交撮合逻
2430Python金融
灵活性:可根据行业属性和业务特点,灵活配置营销场景个性化:根据客户属性以及外部变量,进行消息个性化群发和内容个性化呈现自动化:营销自动化运营,减少重复性工作,降低营销成本,提高市场ROI;全新自动流3.0引擎,支持营销场景自动化设置,提高决策和执行效率行业化:提炼积累的行业KnowHow,成为有效的
980MySQL金融
1.海量数据迁移与集成:构建稳定可靠的数据管道,将分散在各处的源业务数据,全量/增量地迁移至阿里云数据中台。2.统一数据资产管理与治理:建立企业级数据模型和数据仓库,对数据进行标准化处理,形成统一、干净的数据资产。3.全链路数据质量监控:建立覆盖“数据接入->清洗->加工->服务”全流程的质量校验和
1860Python金融
当前共5个项目more
×
寻找源码
源码描述
联系方式
提交