金融 Windows应用 软件定制 案例

慧算盘财务软件
慧算盘 · 智能财务管理系统 录入单据 → 自动生成记账凭证 → 自动出具财务报表与进销存报表 覆盖 **业务单据 / 进销项发票 / 出纳账 / 记账凭证 / 账簿 / 报表 / 进销存 / 固定资产 / 员工档案**,凭证与报表可直接调用本机打印机输出 提供 **Windows 桌面版 EXE**(带机器码激活与数据加密)与 **浏览器 Web 版** 两种形态
金融
C++
基于Tushare的股票行情批量数据分析工具
人工查阅单只股票历史行情、指标数据效率低,需要轻量化本地数据分析工具,批量拉取公开市场数据。批量获取股票日线行情、基础财务指标,自动计算涨跌幅、均线等统计指标对特定指标做回归量化分析,寻找行业热点,仅用于数据研究
金融
Python
会计工作台
会计工作台是一款面向企业专职会计与代理记账会计的纯离线桌面软件,解决财务数据不出本机、断网也能完整记账这一核心诉求。立项目标有三条:账务数据全程本地存储、软件永不自动改账(所有智能建议必须人工确认后才落库)、交付形态为可直接双击安装的 Windows 安装包。核心模块共九块:多公司账套管理(一家公司一个独立数据库文件,代账场景下互不干扰)、科目与期初余额、凭证录入(支持红冲、断号整理、批量过账)、期末结转损益与结账反结账、三大财务报表外加现金流量表、Excel 导入(银行流水、费用明细、科目期初三类表通用解析)、智能对账勾对、发票台账与增值税科目、备份与恢复。业务路径与手工账一致:建账套并录期初 → 启用 → 通过凭证录入或大白话入账与表格导入生成待确认分录 → 人工确认入账 → 银行流水与账上分录智能勾对 → 月末结转损益并结账 → 出资产负债表、利润表、现金流量表 → 一键备份。
金融、企业内部管理
SQL、TypeScript、Elect...
期货智能分析预测系统
1. 项目背景与业务价值分析 1.1 市场痛点 - 信息过载,多空难辨:39个期货品种、6大板块,技术指标、资金流向、新闻、板块联动分散,关键信号易被错过。 - 想法无法数据验证:交易思路缺乏历史回测支撑,凭感觉交易风险高。 - 回测门槛过高:传统回测需编程+数据清洗+模拟撮合,普通用户难以使用。 - 预测结果不可信:仅给方向无置信度、无校准、无验证依据。 - 云服务绑定:联网/付费/数据外泄风险,断网即失效。 - 工具链割裂:行情、指标、新闻、回测分散,数据孤岛严重。 1.2 业务价值 - 一页看尽全市场动态:覆盖 39 品种,日线/分钟多周期,20+ 技术指标 + KP 趋势预测曲线 + 多空力度 + 风险度。 - 有想法先回测:内置 5+ 种策略模板,遗传算法自动优化参数,事件驱动防未来函数设计,回测真实可信。 - AI 解读可选,本地核心不丢:云端大模型自然语言解读,离线自动降级本地规则,核心功能全可用。 - 真正的数据主权:绿色便携,解压即用,SQLite 本地存储,密钥仅内存持有。 - 全流程闭环:看盘 → 分析 → 预测 → 回测 → 验证,一站式完成,数据互通无缝。
金融、大数据
Python
ai量化智能交易客户端-mt5helper
ai智能交易软件,ai可以自己分析行情,可以记住用户需求,按照用户的交易习惯进行交易,有自进化能力,有向量化数据库作为知识库,有内置工具ai可调用,ai自我提升,用户行为分析,用户可以自我编写策略
金融、人工智能
Java、JavaScript、Node...
融先投资客户端
投资客户端是‌杭州融先科技有限公司‌推出的投资管理系统,主要面向基金公司、保险公司、证券资管、信托公司等机构客户,提供专业化、高性能的投资管理平台。‌‌ ‌投资管理‌:支持产品管理、组合管理、指令管理、交易管理、风控管理、清算管理、财务管理、头寸管理、ETF管理等核心功能。 ‌产品类型‌:支持公募、私募、MOM、FOF等产品投资管理。 ‌场外投资管理‌:配套场外投资管理系统(OIS),解决场外和固收业务中的询价投资流程、信息流转、头寸管理、风险管理和报表需求,可与基金公司投资系统灵活对接。
金融
C#
InvoiceDesk — 带有PDF导出和仪表盘的定制发票系统
面向需求方:自由职业者、设计/开发工作室、咨询公司、跨境电商、中小企业——所有需要给客户开票、催款、看营收的经营者。 行业痛点: 现成 SaaS(FreshBooks/Xero 等)有订阅费、不能白标、无法嵌入客户自己的产品 Excel 手工开票:金额容易算错、编号靠手写、逾期全靠记性 企业数据敏感,客户希望完全自托管 适用行业:专业服务(设计/开发/咨询)、电商、物流、教育培训、医疗美容等线下服务。客户管理:地址簿 CRUD,含数据保护(有未结发票的客户不可删除) 发票编辑器:动态增删明细行、逐行税率、全局折扣、10 种货币、备注 自动状态机:草稿 → 已发送 → 已付款 / 逾期,自动检测到期日,支持部分付款与余额跟踪 服务端原生 PDF 导出:纯 Python 手写排版引擎生成品牌化发票(约 6KB/张) 打印视图:浏览器直接导出 PDF,完整支持中文等 Unicode 字符 营收看板:KPI 卡片、近 6 个月营收柱状图、状态分布环图、重点客户、逾期清单、最近发票 公司设置:发票抬头、税号、银行账户、付款条款,一键修改全量生效
电商、金融
Python、FastAPI、Webpa...
乡村振兴信贷数据统计工具
1. 立项背景和目标 在推进乡村振兴金融服务的过程中,日常信贷数据统计面临多系统交叉、手工汇总效率低、数据口径易混淆等痛点。为解决上述问题,本项目旨在开发一款轻量级桌面数据统计工具,实现 B20 贷款余额、网络贷款、个人业务明细及任务目标等多源异构数据的自动化汇聚与精准统计,大幅提升基层金融机构的数据处理效率与报表准确性。 2. 软件功能、核心功能模块的介绍 多源数据智能上传:设计了四个独立的数据通道,支持用户快速导入 Excel 格式的“B20贷款余额表”、“网络贷款余额表”、“业务明细表”及“任务目标表”。 自动化数据处理引擎:通过底层算法自动清洗脏数据,完成企业/个人贷款数据的关联匹配与交叉验证,大幅减少人工核对工作量。 多维度的统计分析与导出:按业务条线自动生成标准化统计报表,并支持一键导出,满足日常监管报送与内部管理的即时查询需求。 3. 业务流程、功能路径描述 用户打开工具后,首先根据统计周期选择对应的业务表进行本地文件上传 -> 系统自动解析表格结构与数据 -> 点击“开始处理数据”触发后台计算逻辑 -> 系统生成最终统计结果 -> 用户可点击“查看历史结果”追溯过往处理记录并导出文件,形成完整的“上传-处理-查看”闭环。
金融
Python
沪深京A股实时数据监控与可视化分析平台
1、立项背景和目标:面向个人投资者的A股市场监控需求,开发一个集数据采集、存储、分析、可视化于一体的桌面应用,帮助用户实时掌握沪深京A股全市场行情动态,辅助投资决策。 2、软件功能:①全市场股票数据采集,覆盖沪市、深市、北交所共5000+只股票;②阶梯分类统计,按涨停、大涨、小涨、小跌、大跌跌停五级自动归类;③市场概览仪表盘,展示股票总数、平均涨幅、最大涨跌幅、总成交额;④涨跌幅TOP10排行榜;⑤个股详情视图,支持7天/30天/90天/365天价格趋势、涨跌幅走势、成交量柱状图;⑥股票列表分页查询,支持阶梯筛选、关键词搜索、多字段排序。 3、业务流程:用户启动程序后浏览器自动打开监控页面,点击手动爬取触发Selenium打开Chrome浏览器,完成滑块验证码后系统自动通过JSONP协议调用东方财富API获取全量股票数据,存入SQLite数据库,前端实时刷新展示图表和数据表格。
金融
Python、FastAPI、SQLit...
工商银行(ICBC)电子影像平台项目
项目工作主要涵盖影像平台的缓存服务器,传输中间件和客户端影像控件,支撑现有需求和未来规划。 1、需要在省行的CM前部署一个服务层,来缓冲对省行访问的压力,同时监控和管理RM。 2、分行没有DB,要基本做到零维护,采用星型部署,减少层级。 3、要支持升级自动化,更新软件包自动分发。 4、要保证RM向上复制数据的实时性,和跨行访问和VIP客户特殊处理流程紧密相关。以XX分行为例,60万笔/天,15%跨行,大约9万笔,如果要求实时性比较高,就需要结合应用进行优先级的设计,对高优先级数据及时启动复制。 5、CM从后台的归档走向事中处理,数据分布在省行和一个分行或者几个分行,需要版本控制,保证数据一致性。 6、分行到省行的数据传输需要有带宽控制功能。对于现有网络带宽,支行到分行是2-4M,分行到省行是4M或10M。 7、海量小文件要打包成大文件。 8、对于大表问题,需要结合归档方案来实现。 9、User,ItemType,RM和Collection的定义。同时需要考虑对于大的分行,RM需要具备扩展能力。 10、RM需要具有Replicator,Migrator和LanCache的功能,可以部分重用现有代码。 11、完善异常处理和日志的处理。
金融、企业服务(saas)
C++、Java
收付费系统
包括人员权限,业务查询各种工作,多人操作,查询数据插入,运维维护,可随时根据需求增加功能,也可自动生成需求和数据结构,用户可自己增加需求和功能,多人一起操作,方便快捷,更贴心得优化程序,尽量脱离其他人一直运维,减少成本
金融
Java
Go+FFmpeg 抖音财经股票指标视频自动化生成系统
一、项目简介 本人自1993年接触证券市场,2004年尝试用PHP开发自动化指标筛选程序,因并发性能限制,批量数据运算耗时过长。2015年转向Go语言,依托原生并发模型,将运算耗时由半小时优化至1分钟内,期间对比Python、Julia等语言后,最终选定Go为主力开发语言。 2025年启动本项目:基于自研股票指标函数体系,搭建财经短视频自动化流水线,将量化指标可视化内容批量生成视频并适配抖音平台分发标准。 技术迭代上,初期采用fogleman/gg生成PNG图片序列,再由FFmpeg合成视频。经持续优化,现绝大部分素材渲染直接交由FFmpeg完成,仅在FFmpeg耗时过高、分辨率无法满足需求时,回退使用GG生成静态图片。整套系统已实现数据解析、图表渲染、视频合成一站式自动化。 二、业务功能 批量指标运算:批量读取量化数据,自动运算生成股票指标信号。 数据可视化渲染:支持FFmpeg滤镜实时绘图,兼容GG静态PNG绘图兜底方案。 短视频自动合成:按平台规范自动合成视频,适配抖音等主流短视频平台分辨率与码率要求。 全流程自动化调度:从数据到视频全链路自动化,支持持续产出可视化素材。 智能渲染链路切换:根据耗时、画质需求,自动选择最优渲染方案(FFmpeg主链路/GG兜底)。 三、技术栈 Go、FFmpeg、fogleman/gg、股票量化接口、自动化调度脚本
金融、音视频
Go、FFmpeg
加密货币量化交易与数据分析综合平台
Web端交易分析平台 立项背景和目标: 加密货币市场24×7全天候交易,人工盯盘无法及时捕捉交易信号。本模块提供基于RSI多周期指标的高低点信号分析、策略对比、手动下单等功能,辅助量化交易决策。 核心功能: HL_Last高低点信号分析:展示最新确认点与疑似点,含RSI(6/12/24周期)、RSI30m、RSI4h、SigmoidRsi多周期指标,附带持仓清算数据与120分钟拟合结果 RSI指标计算器:支持任意时间点的RSI回溯计算,并计算距离最近确认点的价格幅度 OKX交易所下单工具:支持限价/市价单、开多/开空、止盈止损触发价配置 持仓管理:实时展示用户多空持仓、未平仓/已平仓盈亏、资金费率及风险等级 多策略对比分析(DuiBi216):Excel/CSV文件导入,横向对比两个策略的收益率曲线 Twitter KOL监控:抓取指定KOL推文数据,结合市场情绪辅助决策 业务流程: 交易所API → dataupdate采集程序 → SQL Server存储 → DBTO业务层计算 → Web端展示分析结果
区块链、金融
C#、SQL Server Manage...
金融AI智能体平台
一站式金融 AI 智能体平台,基于「Query → Skill → Tool」三层决策架构,集成多 Agent 协作、混合 RAG/GraphRAG 知识检索、MCP 工具协议等核心能力,支持智能投研分析、量化策略研究、合规审查等场景。平台覆盖行情数据查询、财报深度解读、技术面指标分析、K 线形态识别、知识图谱多跳推理全链路,内置 6 组 49 个金融工具,支持文档上传自动入库与引用溯源。架构上采用微服务拆分(主服务 + RAG + LLM Gateway + 评估),融合多模型降级链、熔断器、语义缓存等生产级稳定性保障,确保高可用与确定性输出。
金融
TypeScript、NestJS、Do...
基于 Office 插件的审计底稿与报告协同编制系统
立项背景是审计底稿通常在 Excel 中维护、审计报告通常在 Word 中编制,人工复制主表和附注不仅耗时,而且容易出现版本不一致、漏改漏同步、勾稽错误等问题。项目目标是建设一套基于 Office 插件的协同工具,打通 Excel 底稿与 Word 报告之间的数据链路,降低重复录入成本,提升报告编制效率和准确性。软件核心包括 Excel 端和 Word 端两部分:Excel 端提供 Word 文件关联、主表及附注模板插入、从 Word 导入表格、向 Word 导出数据、差异检测、零值行清理、手动新增附注等功能;Word 端提供一键刷新报告、同步状态查看、跳转 Excel、解除关联等功能。业务流程上,用户先在 Excel 中关联审计报告 Word 文件,再按模板生成或导入主表/附注,随后建立表格级绑定关系;当底稿数据调整后,可在 Excel 端刷新同步到 Word,也可在 Word 端一键拉取最新底稿数据完成整篇报告更新,从而形成“底稿整理-报告生成-差异校验-同步刷新”的闭环路径。
金融
C#
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
  • 1
  • 2
  • 3
帮助文档   Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服