股票分析系统

2026-02-06 22:19:17

行业：金融

载体：网站

技术：Rust、React、SQLite、PyTorch

业务和功能介绍

项目实现

全部都是我一个人负责实现的,包括产品规划\产品设计\架构设计\选型\测试,由AI负责具体代码实现
## 技术选型 (Tech Stack)

* **核心语言**: Rust (内存安全，零成本抽象)。
* **数据计算**: **Polars** (基于 Arrow 的高性能列式数据处理，替代 Pandas/Vec)。
* **机器学习**: **XGBoost** (Rust 绑定，用于多因子打分) + **Tch-rs** (PyTorch binding, 探索性)。
* **数据库**: SQLite (本地存储基础数据) + Parquet
选用Rust而没选择Python原因,Rust的计算效率高,在需要大量回算的场景下,Rust有着Python不具备的优势

### 3.1 总体架构
```mermaid
flowchart LR
subgraph Existing[现有系统（保持不变）]
FE[前端与回测入口]
Sync[现有同步流程]
Backtest[回算/回测引擎]
TechStore[(现有技术面存储)]
end

subgraph Sidecar[AkShare 旁支体系]
Adapter[AkShare 数据适配器]
RawStore[(AkShare 原始库 3天)]
Mapper[统一模型映射与填充]
DerivedStore[(统一模型库 15年)]
QueryAPI[只读查询接口]
end

Sync --> Adapter
Adapter --> RawStore
RawStore --> Mapper
Mapper --> DerivedStore
Backtest --> QueryAPI
QueryAPI --> DerivedStore
TechStore --> Backtest
```

示例图片视频

Roy

30天前活跃

方向：前端-Web前端、后端-Rust、

交付率：100.00%

查看主页

相似推荐

Java 应用集群迁移与 Elasticsearch 数据同步

一、背景与目标客户因业务调整，需要将现有生产环境的网站服务及数据完整迁移至新服务器。涉及约 10 个 Java 网络应用程序及配套的搜索、消息队列服务。目标是在保证数据完整性的前提下，实现业务的平滑割接，确保迁移后服务可正常访问。二、功能模块 1.全量服务迁移：涵盖 Elasticsearch 7.8.0 搜索引擎、Nginx 反向代理、RabbitMQ 消息队列及 Redis 缓存服务的部署与配置还原。 2.Java 应用部署：迁移并配置 10 个左右的 Java 后端应用，恢复其 JVM 参数及配置文件。 3.数据一致性保障：执行数据库与索引数据的导出导入操作，确保新旧环境数据一致。

CentOS7 Docker 基础运行环境搭建与组件部署

客户需要在单台 CentOS 7 服务器上快速构建一套标准化的后端开发与运行环境。目标是替代繁琐的手动安装过程，通过容器化技术统一部署 MySQL、MongoDB、Redis、Kafka、Zookeeper、MinIO 等中间件，并预置 GoLang 开发环境，确保环境的一致性和可移植性。功能模块： 1.中间件容器化：集成 MySQL 5.7+、MongoDB 6.0+、Redis 7.0+、Kafka 及 Zookeeper 等核心组件，通过 Docker Compose 进行统一编排启动。 2.对象存储服务：部署 MinIO 对象存储，用于非结构化数据的存储测试。 3.环境初始化：编写初始化脚本，自动完成各组件的用户名密码配置（如 mysql/mongodb/redis/minio 统一认证），并安装 GoLang 1.18 及 Git 工具链，交付即可用的基础镜像环境。

MyDiary

海外版 Android 应用独立开发实践，基于 Kotlin + Jetpack Compose + MVVM 架构，覆盖音乐播放器与隐私日记两款产品。音乐播放器支持本地音频扫描、后台播放、通知/媒体会话控制、播放队列、进度控制、循环模式及状态持久化；隐私日记支持富文本编辑、图片/表情/标签、多字体主题、时间线浏览、本地密码锁、云同步备份恢复与数据导出，注重海外用户隐私合规、流畅交互与数据安全保障。负责需求分析、UI/UX、架构设计、音视频/数据存储/同步模块实现及持续迭代。

半熟类社交平台

重逢的创建初衷是提供一个平台，为用户维护个人的半熟社交人际关系，辅助用户整合非日常交流好友资源，以此为用户提供可能需要的人际关系价值。项目的主要通过iOS和Android两个主流平台APP提供服务，后端通过ECS中PHP提供平台服务，并通过Python提供一定的数据分析服务。

求职投递管理平台

当前大学生求职海投过程中，经常出现投递企业过多、面试进度混乱、遗忘跟进简历状态等问题，缺少轻量化的进度跟踪工具。本求职投递管理系统以此为背景立项，目标是打造一款浏览器本地存储的求职台账工具。系统包含投递记录管理、待办事项提醒、进度数据看板、求职漏斗统计、数据导出备份五大核心模块。用户可以新增、检索、筛选所有投递记录，实时查看投递、笔试、面试、offer 全流程状态；首页看板可视化展示投递总量、面试数量与回应率，临近面试任务自动提醒，所有数据保存在浏览器本地，无需后端服务器，保障个人求职隐私安全。