金融 Windows应用 软件定制 案例

股票自动交易模拟-auto_trade_bot
针对人们对股票交易水平的追求,以及对解脱人工手动交易的麻烦和情绪影响,利用大模型的能力,结合股票市场的实时数据,进行技术分析及交易信号挖掘,在提供纸交易的平台进行模拟测试,修改交易策略,提高交易盈利水平。为实盘交易打基础。
金融、人工智能
Python、WinForms
基于大模型的智能股票分析工具
一、立项背景与目标 背景 传统股票技术分析工具存在数据获取不稳定、多周期联动分析困难、筛选条件单一等痛点。投资者往往需要在多个软件之间切换,手动对比不同周期的技术指标,效率低下且容易错失交易机会。 目标 打造一款智能、高效、全周期覆盖的股票技术分析辅助系统,实现数据自动化采集、多维度条件筛选、可视化图表展示,并通过AI大模型赋能,为投资者提供智能化的交易决策支持。 二、核心功能模块 2.1 数据智能采集模块 多源数据接入(东方财富、新浪财经等) 全周期覆盖(30分钟/日线/周线/月线) 智能增量更新,避免重复下载 本地化存储,数据安全可控 2.2 多周期SKDJ分析模块 自动计算K值与D值 独立周期条件设置 趋势智能识别(上升/下降/震荡) 成交量异动检测 2.3 AI大模型智能分析模块 智能信号解读:接入大模型,自动解读SKDJ金叉/死叉信号,生成自然语言分析报告 多周期共振分析:AI自动识别30分钟、日线、周线三个周期的信号一致性,判断共振强度 趋势预测辅助:基于历史SKDJ走势,大模型给出短期趋势概率评估 个性化策略推荐:根据用户筛选条件,AI推荐适配的交易策略(超跌反弹/强势追涨/趋势跟踪) 异动预警:结合成交量异动与SKDJ位置,AI自动标记异常波动股票 智能问答:用户可直接提问(如"当前超卖股票中哪些有放量迹象"),大模型实时分析并返回结果 2.4 可视化图表模块 K线图+成交量+SKDJ三图合一 多周期标签页切换 最后30根K线高亮标记 超买超卖区域可视化 三、业务流程 3.1 数据采集流程 用户启动系统 → 选择更新范围 → 系统自动获取股票列表 → 增量下载缺失数据 → 本地存储 → 更新完成 3.2 筛选分析流程 选择周期(30分钟/日线/周线)→ 设置筛选条件(K值范围/趋势/成交量)→ 点击扫描 → 系统读取本地数据 → 计算SKDJ指标 → 应用筛选条件 → 展示结果列表 3.3 AI智能分析流程 筛选出结果列表 → 点击「AI分析」按钮 → 系统将股票数据发送至大模型 → AI自动分析多周期共振情况 → 生成智能解读报告 → 推送交易建议 → 用户参考决策 3.4 详细查看流程 点击股票「详情」→ 系统加载多周期K线数据 → 展示三图合一图表 → 用户查看技术形态 → AI同步生成该股票的技术分析简报 → 辅助投资决策 四、技术优势 特性 说明 零成本 完全免费,无需付费数据接口 本地化 数据存储在本地,隐私安全 高效率 增量更新机制,每日更新仅需数分钟 智能化 接入大模型AI,提供智能分析辅助 全周期 支持30分钟/日线/周线/月线四周期联动 可视化 三图合一,直观展示技术形态
金融、人工智能
Python
erp系统开发
主要准对erp系统和保险系统进行开发,或可进行低代码开发,powerapp的开发,也可进行java系统的开发,或者d365系统的开发,主要针对业务是物流系统的业务,也可进行审批系统的开发,运用powerapp进行审批系统的开发,做flow,把内容发给相应的领导进行审批
金融、物流仓储
Java
实时利差-DM金融同业机构报价共享平台
本板块面向专注于现券套利机会的投资经理与交易员,致力于提供一套高效、直观的利差分析与策略验证工具。 当前,用户在机会发掘中面临核心瓶颈:套利机会往往出现在利差触及历史极端分位数之时,但由于缺乏实时、全景式的可视化监控手段,市场机会的识别常严重滞后,导致决策窗口稍纵即逝。 为精准应对上述挑战,实时利差板块聚焦于以下核心功能: 1. 全景利差矩阵:以矩阵形式全景展示多个现券组合或活跃券序列的实时利差及其历史分位数,支持用户盘中直观扫描与定位潜在交易机会。 2. 精细化套利监控:通过列表深入展示任意券对的实时利差、历史分位数及关键统计指标,并提供对冲乘数调节功能,使用户能即时模拟并评估不同对冲比例下的利差表现。
金融
TypeScript、React、Rea...
量化类软件-星算量化
1. 多策略管理 系统支持趋势策略、均值回归策略、动量策略和套利策略等多种量化策略,用户可通过策略管理模块快速创建、配置和管理不同策略,实现策略的灵活组合与切换。 2. 数据处理与分析 集成了股票和加密货币数据采集功能,支持从多种数据源获取市场数据,并提供数据清洗、质量评估等预处理功能,为策略分析提供高质量数据支持。 3. 回测与性能评估 内置专业回测引擎,支持基于历史数据的策略回测,自动计算夏普比率、最大回撤、胜率等关键绩效指标,并生成可视化回测报告,帮助用户评估策略表现。 4. 模拟交易 提供同花顺模拟交易网关,支持在无风险环境下测试策略,模拟真实交易场景,验证策略在不同市场环境下的表现,为实盘交易提供参考。 5. 风险管理 实现了全流程风险管理,包括事前风险评估、事中风险监控和事后风险分析,支持设置风险阈值、自动预警和风险控制措施,有效控制交易风险。 6. 系统监控与告警 集成监控告警系统,实时监控系统运行状态、策略表现和市场异常,当触发预设条件时自动发送告警信息,确保系统安全稳定运行。 7. 日志与审计 完善的日志系统记录系统运行状态和交易操作,支持审计追踪,便于问题排查和合规管理。 ## 技术特点 - 模块化设计 :采用模块化架构,各功能模块松耦合,便于扩展和维护 - 高性能 :优化的数据处理和回测算法,支持大规模数据处理 - 可扩展性 :预留API接口,支持未来接入深度学习模型和真实交易API - 用户友好 :提供直观的操作界面和详细的文档,降低使用门槛 - 跨平台 :支持Windows、Linux等多种操作系统 该系统不仅满足专业机构的量化交易需求,也为个人投资者提供了专业级的量化交易工具,是量化交易领域的综合解决方案。
金融
Python、Qt
成都高投全电票项目-nc
百万级项目 大陆希望mes团队,海康威视仓储团队,用友erp团队携手打造深度定制化的,贴合大陆希望智能制造的智能仓储解决方案涉及mes,供 应链,销售等多模块。涉及大量多方交互工作。 根据前期同MES和IWMS项目组沟通沟通后,完成了采购入库、生产材料领用、生产完工入库、销售出库和库存盘点的业务流程。该流程是以MES系统作为出入库业务指令的发起者来考虑,NCC系统记录出入库过程。将生产过程中使用的物资出入库流程在三个系统串联起来。
金融、企业服务(saas)
Java
边际线实时行情与交易分析平台
自主研发的专业证券/期货行情分析平台,支持实时行情接入、多窗口联动、自定义版面、K线图形引擎、公式指标系统、分时与盘口联动分析。 系统采用 C++ 高性能架构,具备实时Socket行情处理、多图表同步、动态指标计算、板块联动分析等能力,可用于专业交易终端与金融数据平台。 核心功能: • 实时行情系统 • K线/分时图形引擎 • 指标公式系统 • 板块与情绪分析 • 自定义版面布局 • 多窗口联动 • 高频数据刷新 技术栈: C++ / Win32 / Socket / 多线程 / 金融数据处理
金融
C++、PHP、Python
建行 STM 智慧柜员机系统
建行辽宁省分行智慧柜员机核心业务系统,支持辽事通政务事项办理,服务于省内 200+ 网点,日均交易量 5 万+,提升银行网点服务效率 60%。是银行业务信息化的重要项目,承载了建设银行各地区业务的联动
金融、政务服务
JavaScript
期货行情分析系统
本期货行情分析系统,支持中金所等多交易所接入,可快速订阅目标合约。系统实时推送最新价、买卖盘、成交量等核心数据,以表格 + K 线可视化形式直观呈现行情波动,帮助用户高效监控、分析市场动态,为交易决策提供数据支持。
金融
Python
外汇自动化程序量化交易
外汇自动化程序量化交易,用MQL5语言实现。 核心技术 MQL5语言开发,使用布林带指标检测波动率收缩,通过挂单交易实现突破策略。采用移动止损动态保护利润,使用订单选择器管理持仓和挂单。 技术难点 多订单协调:同时管理Buy Stop和Sell Stop两个挂单,一方成交后需立即删除另一方 状态同步:持仓管理、挂单删除、移动止损之间的状态机切换复杂 止损移动精度:需判断盈利是否达到启动点,且每次移动必须超过最小步长,避免频繁修改订单
金融
Java
银行分销系统
整体底层架构 理财分销系统 Java springboot springcloud vue 架构分布开发 接口对接 服务渤海银行 农商行 交行等大行 企业级应用 对接需求设计与分析 金融规则 分销规则 附带高并发等应用需求 整体底层架构 理财分销系统 Java springboot springcloud vue 架构分布开发 接口对接 服务渤海银行 农商行 交行等大行 企业级应用 对接需求设计与分析 金融规则 分销规则 附带高并发等应用需求
金融
Java
多因子选股系统
专注 Python 量化金融领域,可定制开发多因子选股系统:支持 A 股 / 港股 / 美股多因子模型构建(估值、成长、质量、动量等因子)、因子有效性回测、选股策略自动化运行、每日量化分析报表自动生成(Excel / 可视化);可实现股票财务数据(净利润 / PE/PB)、资金流向、日内波动率等指标的自动化抓取与分析,适配同花顺等行情软件数据,提供完整的量化策略开发、回测、优化全流程服务,同时可定制 Excel 自动化工具(含规划求解、数据透视、批量处理),满足量化投资、数据分析全场景需求。
金融、大数据
Python、NumPy、Pandas
某信托公司标的中心系统
本项目通过构建全新的标的中心平台,采用分布式实时数据计算架构,打造公司级标准化数据模型体系,实现多源异构标的信息的 智能化聚合与清洗,建立统一的标的数据服务门户,有效解决了各业务条线在标的数据应用中存在的准确性不足、统计口径差异、 编码规则不统一等核心痛点问题。
金融
Java
证券量化交易桌面客户端
1、某券商服务专业&机构投资者专用的自研证券交易客户端。 2、产品支持多节点多账户多市场管理、手机号登录验证、算法交易策略、一篮子股票算法交易、大批量调仓&条件单、ETF套利、网格策略、K线图、资金汇总、报表等功能。 3、产品有便捷的操作体验、时尚的用户界面和高效的交易流程。
金融
C#、Redis、.NET Framew...
数字币对冲交易策略
1、配置与账户管理 API 面板(账号、密钥、保存/加载)、查询余额、账户信息区、策略设置(保证金额度、杠杆/手续费/止盈/加仓阈值展示)。 2、波动率选标与一键开仓 波动率排名表(排名、交易对、当前价、波动率)、左键单击开仓、后台波动率计算线程。 3、活跃持仓与平仓 活跃对冲表(多空两行、盈亏、订单状态、颜色区分)、市价平仓按钮、自动平仓条件与记录。 4、实时行情与自动加仓 WebSocket 行情、对冲线程根据价格加仓(多/空各最多 9 次)、连接状态显示。 5、多选项卡与数据查看 价格图表、仓位历史(含详情弹窗)、交易记录、日志(按类型着色)。 6、数据持久化与通知 CSV 追加写入(results 目录)、平仓邮件通知(SMTP 需配置)。
金融、区块链
Python
民生银行项目
根据总行私银改革工作要求,分行积极落实私银中心客户集中工作。原有客户集中的调整方式为人工报单和签批,由科技部门手工在系统中进行调整,存在报送流程繁琐复杂,审批便捷度低下,手工调整操作风险过高等问题,现将原有线下私银中心的共管分配流程转为线上审批,提高业务及时性与便捷性。
企业内部管理、金融
MyBatis、MySQL、Redis、...
天安人寿管理驾驶舱项目
2023年以业务达成及渠道经营指标建设为主,后续逐步扩展支持财务、运营、客户、风险等管理建设成为“一站式”决策支持管理系统。实现精细化管理,可下钻到片区、分公司、支公司、营业部/组、达成率、升降排序等分析。天安人寿管理驾驶舱项目分为pc端和移动端,主要由主要由综合管理、机构管理、渠道管理,产品管理,流程管理,消息中心、权限中心等模块组成
大数据、金融
MyBatis、MySQL、Redis、...
量化交易异动策略执行系统
业务背景: 传统人工盯盘难以高效捕捉个股短期价格、成交量的突发异动(如放量拉升、破位下跌等),且人工交易存在反应延迟、情绪干扰等问题。本项目旨在搭建一套自动化量化系统,通过实时采集个股行情数据,计算量价核心指标并识别异动事件,触发预设的买入 / 卖出策略,实现量化交易的自动化、精准化执行,同时降低人工操作风险。 核心功能: 实时行情采集:对接证券行情数据源,拉取个股分钟级价格(开盘价、收盘价、最高价、最低价)、成交量、成交额等数据; 异动指标计算:基于 Pandas/NumPy 计算量价指标(如成交量环比增幅、价格涨跌幅、量比、换手率等),设定异动阈值(如成交量突增 50%、价格涨超 3%); 异动事件触发:当个股指标突破阈值时,生成异动事件(如 “放量上涨买入信号”“破位下跌卖出信号”); 交易指令执行:验证信号有效性后,生成标准化买入 / 卖出指令,同步至交易接口; 状态监控与缓存:通过 Redis 缓存实时行情、异动信号、指令执行状态,支持策略参数动态调整; API 服务:基于 FastAPI 提供行情查询、策略启停、信号查询等接口,支持前端 / 运维端交互。
金融
Python、FastAPI、NumPy...
企业级支付业务平台-会员订单业务
随着线上交易、电商业务、企业对公结算、第三方支付渠道的快速发展,传统单一、零散的支付方式已无法满足企业高并发、高可用、高安全、可扩展的业务需求。 为统一支付入口、整合多渠道支付能力、降低对接成本、提升交易安全性与资金清算效率,公司决定自研并搭建企业级支付业务平台。 平台以Java为核心开发语言,基于Spring Cloud/Spring Boot微服务架构实现,对接支付宝、微信支付、银联、快捷支付等主流第三方支付渠道,面向内部业务系统提供统一支付、退款、对账、清算、订单管理、风控等能力。 项目目标是构建一套安全稳定、高并发、可监控、易扩展的企业支付中台,支撑公司全场景交易链路,满足金融级安全规范与监管要求,为电商、会员、充值、企业结算等多条业务线提供统一支付服务。
金融
Java
toc币安平台-历史数据采集
自研 Binance Data Pro v1.0 高性能下载器,专为量化回测设计! 核心功能: 全币种支持: 现货(Spot)+ U本位合约(Futures)全覆盖。 全周期支持: 1m, 5m, 1h, 4h, 1d 等所有K线周期。 智能探测: 自动识别币种上线时间(如 PEPE 从 2023 年下,BTC 从 2017 年下),不浪费时间空跑。 输出格式: 标准 CSV 格式(带表头),包含:日期时间、开高低收、成交量等。 可直接导入 Excel、Python (Pandas)、Backtrader 进行回测。
金融
Java、JavaFX
  • 1
  • 2
  • 3
帮助文档   Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服