1.项目支持在商品期货或A股开盘前自动登录系统，在收盘结束后自动退出的功能2.项目支持在期货开盘后自动获取指定标的的实时行情数据的功能3.项目内置多种量化策略，并且可方便的进行策略的定制化工作4.项目支持多账户并发运行5.项目可以支持定制各种人机界面的登入与交易，适用没有量化接口的普通交易者

系统提供职业描述输入、文本预处理、语义识别、标准职业代码匹配、候选结果推荐及人工复核等功能。AI模型能够理解用户填写的职业名称和工作内容，并自动推荐相应的标准职业分类代码。系统将模型预测结果与业务流程结合，在保持人工复核能力的同时，大幅减少重复分类工作，并提升数据处理速度及编码一致性。

平台提供多来源数据导入、数据清洗、实体关系管理、关联网络可视化、条件筛选、数据检索及AI风险分析等功能。用户可以通过可视化关系图查看不同实体之间的连接，并利用DeepSeek分析关联数据，识别潜在异常活动及风险线索。系统同时提供分析结果展示及辅助调查功能，帮助用户更快速地定位值得关注的数据关系。

支持自动识别UTF-8、UTF-8BOM与GB18030编码，统一字段空白，按整行去重，自动填充缺失值，输出兼容Excel的UTF-8BOM文件，并生成包含输入行数、输出行数、删除重复量和缺失值数量的JSON报告。工具提供命令行参数，可快速嵌入批处理流程。

三大数据源固定标配：东方财富、AkShare、腾讯证券，三源自动比对、异常自动切换，单一源断开不影响运营；日常默认分钟级股市，预留秒级扩展接口。六大核心策略：3套AI选股+3套交易逻辑一一对应，严格按文档参数开发：1.长线稳健选股策略+区间震荡套利交易逻辑2.均等中线选股策略+趋势跟踪交易逻辑3.激

动脑worker（thinking.py）通过调用大模型API+functioncalling强制结构化输出，经Pydantic校验后产出干净的JSON（需求书、方案书、审核报告等），支持嵌套结构（接口合同、开发步骤通过$defs/$ref保留引用）。动手worker（hands.py）驱动Clau

编排器（orchestrator.py）承担PM职责（代码实现，非独立agent），包含四个核心功能：任务解析——将用户需求转化为结构化执行计划；顺序编排——按depends_on字段串行执行开发步骤（前后端顺序执行，未做真正并行）；状态管理——通过orchestrator_state.json实现

系统包含四大模块：编排器（orchestrator.py）负责任务拆解、执行顺序编排、断点续跑和驳回回环控制；动脑worker（thinking.py）调用大模型API完成需求扩展、技术方案设计、方案审查和代码质检等认知任务，输出结构化JSON；动手worker（hands.py）驱动ClaudeC

项目管理：实现每个项目的管理，囊括项目进度、历史查询、各项目包括的物资合同管理：便于查询每个合同中采购的物资、验收付款情况物资采购：实现物资采购流程化、保证每一项物资历史可查化学试剂：实现对化学试剂管理、自动提醒下单时间等

系统使用Python开发，支持行情数据整理、多因子规则评分、候选标的生成、模拟成交、资金与持仓管理、止盈止损判断、交易日志记录，并可自动生成每日和每周研究报告。项目还包含历史回测、手续费模型、敏感性实验和策略诊断模块。所有交易均为模拟记录，不涉及真实下单。