业务和功能介绍
立项背景：传统人工投资主观性较强，容易受到情绪干扰，量化策略编写门槛高、回测效率低下，普通投资者无法系统化进行行情研判、策略验证与仓位管理。本项目目标是搭建 AI 量化交易智能体投资助手，依托大模型与量化算法实现自动化行情分析、策略自动生成、历史回测、风险风控、仓位计算以及每日投资建议输出，降低量化投资门槛，规避情绪化交易，提升策略稳定性。
核心模块分为五大部分：金融数据采集模块、因子计算模块、策略回测模块、多智能体决策模块、实时风控模块。数据模块自动抓取 A 股日线、分钟线、财报数据、资金流向数据；因子模块自动计算上百个量价因子；回测模块可模拟多年历史行情，计算夏普比率、最大回撤、年化收益率；决策智能体综合技术面、基本面、市场情绪生成交易信号；风控模块实时限制单日亏损、单票仓位上限。
整体业务流程：程序每日盘前自动拉取全市场行情数据，批量计算量化因子，由多个分工 AI 智能体并行分析市场行情，汇总多维度打分生成买入、卖出、持仓信号，经过风控规则过滤后输出每日投资计划，同时每日自动复盘策略绩效，迭代优化交易规则，全程无需人工干预。
核心模块分为五大部分：金融数据采集模块、因子计算模块、策略回测模块、多智能体决策模块、实时风控模块。数据模块自动抓取 A 股日线、分钟线、财报数据、资金流向数据；因子模块自动计算上百个量价因子；回测模块可模拟多年历史行情，计算夏普比率、最大回撤、年化收益率；决策智能体综合技术面、基本面、市场情绪生成交易信号；风控模块实时限制单日亏损、单票仓位上限。
整体业务流程：程序每日盘前自动拉取全市场行情数据，批量计算量化因子，由多个分工 AI 智能体并行分析市场行情，汇总多维度打分生成买入、卖出、持仓信号，经过风控规则过滤后输出每日投资计划，同时每日自动复盘策略绩效，迭代优化交易规则，全程无需人工干预。
项目实现
整体采用模块化松耦合架构，整体技术栈以 Python 为主，采用 Pandas、Polars 做高性能数据处理，使用强化学习与大模型 Prompt 搭建多 Agent 决策体系，回测引擎基于向量化运算开发，采用多线程加速批量回测，所有模块互相独立可单独迭代。数据模块负责爬取清洗金融数据，因子模块批量计算技术因子，回测模块做历史仿真，智能体模块负责逻辑推理，风控模块拦截高风险交易信号。
本人独立负责量化因子体系搭建、向量化回测引擎开发、风控规则编写与策略绩效统计工作，一共完成 126 个量价因子的编写，将回测运算速度提升 72%，搭建完整的回撤风控体系，筛选出 17 套穿越牛熊的稳定量化策略，策略年化收益率平均稳定在 15%-22% 区间，最大回撤控制在 8% 以内。
项目开发中遇到的难点：传统循环回测运行速度极慢，全市场回测单次耗时超过 2 小时；多因子存在数据过拟合问题，历史表现优秀实盘极易失效。解决方案：舍弃循环写法，改用 Polars 向量化运算重构回测底层，速度提升数倍；引入样本外分段检验、滚动回测、行业中性约束，有效剔除过拟合策略，大幅提升策略在实盘环境下的稳定性。
本人独立负责量化因子体系搭建、向量化回测引擎开发、风控规则编写与策略绩效统计工作，一共完成 126 个量价因子的编写，将回测运算速度提升 72%，搭建完整的回撤风控体系，筛选出 17 套穿越牛熊的稳定量化策略，策略年化收益率平均稳定在 15%-22% 区间，最大回撤控制在 8% 以内。
项目开发中遇到的难点：传统循环回测运行速度极慢，全市场回测单次耗时超过 2 小时；多因子存在数据过拟合问题，历史表现优秀实盘极易失效。解决方案：舍弃循环写法，改用 Polars 向量化运算重构回测底层，速度提升数倍；引入样本外分段检验、滚动回测、行业中性约束，有效剔除过拟合策略，大幅提升策略在实盘环境下的稳定性。
示例图片视频
相似推荐
复合材料温度响应实验分析系统-LabVista
该项目主要是用来分析复合材料实验数据的。用户可以在系统里查看温度、应力、应变等实验数据，还能看到数据表、趋势图、状态分布和温区分布。系统也支持数据处理、异常点查看、算法分析、图表生成和报告预览，方便把实验数据整理得更清楚。
德语工程日志 → 英文 RAG 就绪知识库处理管线-DE-EN RAG Pipeline
立项背景：制造业/工程企业积累了大量德语技术论坛日志（含零件号、扭矩、测量规格）及工程图纸附件，存在语言障碍且难以直接喂给 RAG 检索系统；人工翻译成本高，且极易在翻译中丢失或改写关键参数。目标：构建一条自动化管线，将原始德语日志清洗、翻译为英文，封装成 RAG 就绪的结构化 Markdown 知识库，核心技术参数 100% 保真。
核心功能模块：
1) 噪音清洗——自动剔除论坛签名、导航条、邮件页脚，同时保留供应商联系方式与技术引用；
2) 保真翻译——抽取零件号/扭矩/测量等实体并掩码，仅翻译普通文本，再逐字节回注原值，附计数校验闸门；
3) 附件富集——图像两级过滤 + 视觉大模型(VLM)结构化提取工程元数据；
4) Markdown 封装——YAML 头 + 面包屑元数据注入；
5) 日志合并——按宏域合并为主日志，供向量库分块入库。
业务流程：原始德语日志 → 清洗 → 实体掩码 → 翻译 → 回注 → 校验闸门 → 英文 Markdown（含元数据）→ 按域合并 → RAG 入库。
智能饮水物联网设备管理系统
一、业务概述
本系统面向商用智能饮水设备运营场景，搭建一套软硬一体物联网管控平台，解决多台饮水终端分散管理、现场运维成本高、设备状态无法实时掌握、远程调控难等痛点。平台采用 TCP+HTTP 双通道通信，对接线下 4G 饮水设备，实现设备联网接入、运行数据采集、远程出水 / 加热控制、离线指令缓存补发、运行数据留存对账全流程业务能力，运营人员可通过 Web 后台统一管理所有终端，无需现场上门操作，大幅降低设备运维、巡检人力成本，适配小区、工厂、校园等多点位饮水设备规模化运营管理需求。
二、核心业务功能
设备联网接入管理
设备通过 4G 网络主动建立 TCP 长连接接入平台，设备上线完成注册登记；依靠 20 秒心跳机制实时判定在线状态，闲置超时自动断连并支持断线重连，平台统一维护全量设备台账，实时展示每台设备在线 / 离线状态、GPS 位置信息。
远程设备操控
后台通过 HTTP 接口下发控制指令，支持远程控制设备出水，自定义出水量、出水温度；远程启动加热，设定加热时长。设备在线时指令实时下发执行；设备离线则将指令存入 Redis 队列，待设备重新上线自动补发，同时完整记录每一条控制指令日志。
设备运行数据实时采集
持续接收设备上报运行状态、温度、水量、定位等数据，实时缓存至 Redis 快速查看，关键运行记录同步持久化至 MySQL 长期留存，支持后续数据查询、运营统计。
自动化定时运维任务
系统内置定时运维逻辑，每 22 分钟自动执行短时加热，避免水路停滞变质；定时批量巡检全部设备在线状态；定期轮询离线指令队列，保障积压指令有序下发。
高稳定并发运维保障
采用数据库连接池支撑大批量设备并发接入；Redis 缓存分担查询压力，搭配 MySQL 实现数据双重备份；数据库、通信链路故障支持自动重连恢复，保障 7×24 小时不间断稳定运行。
后台 Web 管理能力
提供标准化 HTTP 接口，管理端可查询全局系统配置、查看全部设备清单、一键下发各类控制指令，操作简单直观，适配运营人员日常日常对账、巡检、设备调控工作。
三、业务价值
远程管控替代上门运维，减少线下巡检人力与出行成本；
双通道通信兼顾设备实时控制与后台便捷管理，适配 4G 户外设备弱网环境；
全量设备数据自动留存，便于运营数据复盘、故障追溯；
模块化架构可拓展，后续可新增计费、故障告警、多类型智能设备接入等业务能力。
个人技术 IP 门户站-博客 / 工具箱 / 作品展示一体化平台
本项目是一个面向技术创作者的个人 IP 门户站，采用纯前端静态架构，整合了「技术博客发布」「第三方效率工具聚合评测」「个人开源作品展示」三大核心模块，目标是为访客提供一站式的技术内容消费与个人品牌展示体验。
核心功能包括：
1. 博客系统 ：支持本地 Markdown 文章渲染，文章列表按技术 / 感悟 / 知识三分类筛选，支持标题/摘要/标签搜索，兼容 CSDN 外链归档与本地文章混合展示。
2. 工具箱聚合 ：收录并评测 10+ 款真实第三方效率工具，按文本处理 / 编程开发 / AI 工具 / 设计创作 / 图像处理 / 效率办公分类，支持收藏、搜索、定价标签（真免费 / 部分免费 / 付费）筛选。
3. 作品展示 ：集中展示 4 个已开源的真实项目（CSDN 博客爬虫、绿色软件管理器、一键环境搭建、访问量辅助工具），全部附带 Gitee 仓库链接。
4. 主题与交互 ：支持深色 / 浅色主题切换并持久化到 localStorage，针对主题切换做了 FOUC（闪烁）优化；全站响应式布局，适配桌面端与移动端。
5. 公共组件 ：统一导航栏、页脚、加载动画、滚动渐入动画、粒子背景、访问量统计、社交分享等可复用模块。
项目采用「配置驱动」设计，所有页面内容统一由 config.js 管理，新增文章、工具、作品时只需修改配置文件即可，无需改动页面结构。
C++多模块项目构建与并发服务器-CppDevKit
基于C++开发的多模块工程管理系统，支持员工信息增删改查、部门层级管理、数据持久化存储。系统采用面向对象设计，实现基类-派生类继承体系、虚函数多态、运算符重载。包含文件IO模块实现数据本地存储与加载。同时扩展开发Linux环境下多线程并发文件服务器，支持多客户端连接、线程池管理、文件上传下载功能。
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服