业务和功能介绍
一、智能预测引擎
- 实现基于多项式回归的拟合算法，采用10阶多项式对历史K线数据进行拟合分析
- 支持每分钟自动执行价格预测，预测结果与实际价格偏差率实时计算展示
- 创新性设计"近期数据加权预测"机制，使用最近1/4周期的数据进行预测优化，提升短期趋势预判准确性
- 预测数据持久化存储至H2数据库，支持历史预测记录回溯分析
二、自动交易机器人
- 完整接入币安Spot交易API，实现自动下单交易功能
- 支持限价单、市价单、OCO止盈止损订单等多种订单类型
- 交易间隔可配置（默认30秒），自动扫描市场交易机会
- 集成账户余额实时查询，智能判断可用资产并执行对应交易操作
- 订单状态异步跟踪机制，每秒检查成交状态，确保交易链路完整
三、多策略预设体系
- 保守策略 ：偏差率阈值0.20%，仅在预测价格与实际价格高度吻合时执行交易，控制风险
- 激进策略 ：放宽风险判断，允许更大偏差率下执行交易，追求更高收益机会
- 自动/手动模式切换 ：支持人工干预，可随时暂停自动交易，切换为手动决策模式
- 全USDT交易对支持 ：自动获取交易所交易规则，支持100+种USDT交易对动态切换
四、风险控制机制
- 止盈止损自动设置：买入后自动创建OCO订单（止盈2%、止损1%），锁定收益、控制亏损
- 最小交易金额限制（5 USDT），防止小额频繁交易损耗手续费
- 交易规则动态缓存：每24小时自动刷新交易对精度、最小交易量等规则，避免因规则变更导致交易失败
- 时间同步机制：自动校准本地时间与币安服务器时间，确保API签名认证准确无误
五、数据采集与管理
- 定时任务驱动的K线数据采集，每分钟获取最新1分钟K线数据
- 支持回溯24小时历史数据，构建完整的历史数据集
- 内存缓存加速查询，提升预测算法执行效率
- 交易对切换时自动清理历史数据，确保预测准确性
六、系统集成特性
- 应用启动时自动打开浏览器，直达交易监控页面
- 完善的错误日志收集与定期报告机制，便于问题排查
- Spring Boot集成Actuator，支持应用健康状态监控
- Thymeleaf模板引擎渲染前端页面，实现前后端一体化
- 实现基于多项式回归的拟合算法，采用10阶多项式对历史K线数据进行拟合分析
- 支持每分钟自动执行价格预测，预测结果与实际价格偏差率实时计算展示
- 创新性设计"近期数据加权预测"机制，使用最近1/4周期的数据进行预测优化，提升短期趋势预判准确性
- 预测数据持久化存储至H2数据库，支持历史预测记录回溯分析
二、自动交易机器人
- 完整接入币安Spot交易API，实现自动下单交易功能
- 支持限价单、市价单、OCO止盈止损订单等多种订单类型
- 交易间隔可配置（默认30秒），自动扫描市场交易机会
- 集成账户余额实时查询，智能判断可用资产并执行对应交易操作
- 订单状态异步跟踪机制，每秒检查成交状态，确保交易链路完整
三、多策略预设体系
- 保守策略 ：偏差率阈值0.20%，仅在预测价格与实际价格高度吻合时执行交易，控制风险
- 激进策略 ：放宽风险判断，允许更大偏差率下执行交易，追求更高收益机会
- 自动/手动模式切换 ：支持人工干预，可随时暂停自动交易，切换为手动决策模式
- 全USDT交易对支持 ：自动获取交易所交易规则，支持100+种USDT交易对动态切换
四、风险控制机制
- 止盈止损自动设置：买入后自动创建OCO订单（止盈2%、止损1%），锁定收益、控制亏损
- 最小交易金额限制（5 USDT），防止小额频繁交易损耗手续费
- 交易规则动态缓存：每24小时自动刷新交易对精度、最小交易量等规则，避免因规则变更导致交易失败
- 时间同步机制：自动校准本地时间与币安服务器时间，确保API签名认证准确无误
五、数据采集与管理
- 定时任务驱动的K线数据采集，每分钟获取最新1分钟K线数据
- 支持回溯24小时历史数据，构建完整的历史数据集
- 内存缓存加速查询，提升预测算法执行效率
- 交易对切换时自动清理历史数据，确保预测准确性
六、系统集成特性
- 应用启动时自动打开浏览器，直达交易监控页面
- 完善的错误日志收集与定期报告机制，便于问题排查
- Spring Boot集成Actuator，支持应用健康状态监控
- Thymeleaf模板引擎渲染前端页面，实现前后端一体化
项目实现
一、整体架构和设计思路
项目概述 ：这是一个基于 Spring Boot 的币安自动交易机器人系统，采用前后端一体化架构，核心目标是通过价格预测算法自动执行量化交易策略。
技术栈 ：
后端框架 ：Spring Boot 2.7.18 + Java 17
数据库 ：H2 内存数据库（轻量级、免配置）
数据层 ：Spring Data JPA + 自定义 DAO
定时任务 ：Spring Scheduler（每分钟获取K线数据、执行价格预测）
HTTP通信 ：RestTemplate + HMAC签名认证
前端渲染 ：Thymeleaf 模板引擎
价格预测 ：多项式回归算法（10阶多项式拟合）
核心模块划分 ：
模块 职责 关键类 数据采集层 K线数据定时获取、解析、持久化 KlineDataScheduler 、 KService 、 MarketDataService 预测引擎 多项式回归拟合、价格预测、偏差率计算 transporter 、 caculator 交易执行层 下单、取消订单、OCO止盈止损 ShopService 、 RobotService API交互层 Binance API封装、签名认证、时间同步 PlayerMessageService 、 BinanceApiService 缓存层 K线数据内存缓存 KlineDataCacheService
设计思路 ：采用分层架构，数据采集层独立负责数据获取和存储，预测引擎基于历史K线数据进行价格预测，交易执行层根据预测结果和风险阈值自动决策，所有模块通过 Service 层解耦。
二、"我"的负责模块和结果
负责模块 ：
1. 核心交易机器人系统 （ RobotService.java ）
2. 价格预测引擎 （ transporter.java 、 caculator.java ）
3. K线数据调度服务 （ KlineDataScheduler.java ）
4. 交易API封装 （ ShopService.java ）
量化成果 ：
1. 交易机器人实现 ：
支持自动/手动两种交易模式切换
实现激进/保守双策略模式
支持所有 USDT 交易对（共 100+ 交易对）
交易间隔：30秒/次
最小交易金额：5 USDT
止盈比例：2%，止损比例：1%
2. 价格预测系统 ：
采用10阶多项式回归算法
每分钟自动执行一次预测
预测数据与实际数据偏差率计算
支持最近1/4数据加权预测优化
3. 数据采集系统 ：
每分钟自动获取最新K线数据
支持回溯24小时历史数据
数据持久化到H2数据库
项目概述 ：这是一个基于 Spring Boot 的币安自动交易机器人系统，采用前后端一体化架构，核心目标是通过价格预测算法自动执行量化交易策略。
技术栈 ：
后端框架 ：Spring Boot 2.7.18 + Java 17
数据库 ：H2 内存数据库（轻量级、免配置）
数据层 ：Spring Data JPA + 自定义 DAO
定时任务 ：Spring Scheduler（每分钟获取K线数据、执行价格预测）
HTTP通信 ：RestTemplate + HMAC签名认证
前端渲染 ：Thymeleaf 模板引擎
价格预测 ：多项式回归算法（10阶多项式拟合）
核心模块划分 ：
模块 职责 关键类 数据采集层 K线数据定时获取、解析、持久化 KlineDataScheduler 、 KService 、 MarketDataService 预测引擎 多项式回归拟合、价格预测、偏差率计算 transporter 、 caculator 交易执行层 下单、取消订单、OCO止盈止损 ShopService 、 RobotService API交互层 Binance API封装、签名认证、时间同步 PlayerMessageService 、 BinanceApiService 缓存层 K线数据内存缓存 KlineDataCacheService
设计思路 ：采用分层架构，数据采集层独立负责数据获取和存储，预测引擎基于历史K线数据进行价格预测，交易执行层根据预测结果和风险阈值自动决策，所有模块通过 Service 层解耦。
二、"我"的负责模块和结果
负责模块 ：
1. 核心交易机器人系统 （ RobotService.java ）
2. 价格预测引擎 （ transporter.java 、 caculator.java ）
3. K线数据调度服务 （ KlineDataScheduler.java ）
4. 交易API封装 （ ShopService.java ）
量化成果 ：
1. 交易机器人实现 ：
支持自动/手动两种交易模式切换
实现激进/保守双策略模式
支持所有 USDT 交易对（共 100+ 交易对）
交易间隔：30秒/次
最小交易金额：5 USDT
止盈比例：2%，止损比例：1%
2. 价格预测系统 ：
采用10阶多项式回归算法
每分钟自动执行一次预测
预测数据与实际数据偏差率计算
支持最近1/4数据加权预测优化
3. 数据采集系统 ：
每分钟自动获取最新K线数据
支持回溯24小时历史数据
数据持久化到H2数据库
示例图片视频
相似推荐
企业级 AI 差旅管理 SaaS-甄享差旅中控台
本项目面向中小企业差旅管理场景，解决申请信息分散、差标依赖人工判断、审批链路不透明、航变异常跟进困难、费用与凭证难以闭环等问题。系统以“差旅申请—差标校验—多级审批—异常协同—费用对账—审计归档”为主流程，形成员工、审批人、财务和企业管理员共同使用的一体化工作台。
核心功能包括：通过自然语言多轮对话创建差旅申请，智能体自动提取出发地、目的地、日期、预算和出差事由，并保留原文证据、字段置信度和缺失项追问；企业制度知识库与 Java 确定性规则共同完成预算及差标检查；支持按部门和金额配置一至两级审批；对延误、取消、酒店异常等事件进行负责人、SLA、费用影响和处置方案管理；归档费用与电子凭证，识别重复票据及预订差异，财务复核后生成结算批次。
系统同时提供统一待办、我的差旅、经营分析、预算管理、成员与权限、制度版本、AI 质量评测、调用日志和连续哈希审计等管理能力。所有 AI 结果均需人工确认，系统不会自动付款、审批、预订或执行退改签，适合作为企业差旅数字化和 AI 辅助决策的试点产品。
本地优先可信 AI 数据分析工作台-AIDATA
AIDATA 是面向企业经营分析场景的本地优先、证据优先 AI 数据分析工作台。用户可接入 MySQL、PostgreSQL、SQLite、CSV、Excel 和飞书表格，用自然语言完成直接数据问答、快速分析和正式报告。系统自动识别数据场景与字段语义，生成只读 SQL 并在本地执行，随后完成趋势与异常诊断、图表推荐、证据链绑定、结论与假设分离以及 HTML、PDF、PPTX 报告导出。
平台同时支持经营目标跟踪、跨数据源联合分析、数据对账、可审计预测与情景模拟、智能预警、行动效果复盘、业务口径版本管理、敏感字段识别和经营简报送达。核心业务流程为：接入数据 → 自动画像 → 确认关键业务口径 → 自然语言提问 → 安全查询 → 确定性计算 → 生成图表与证据 → 质量验证 → 沉淀报告或创建自动关注任务。默认只展示结果，计算过程、SQL、证据和复核记录可按需展开，兼顾小白用户的易用性与专业用户的可复查性。
ocr文字识别
1、功能模块：图片上传识别模块、文本编辑导出模块、历史记录存储模块、本地数据库管理模块、程序打包部署模块五大核心模块。
2、功能描述：支持单张 / 批量图片上传，离线完成图片文字识别，识别内容在线预览、修改、复制；识别记录自动存入本地 H2 数据库，支持检索、删除、导出 TXT 文档；项目可打包为独立 exe 程序，无需联网、无需额外配置环境，适配 Windows 本地离线使用，保障用户图片与文字数据不外流。
客户Oracle 数据库日间多次发生全局 Hang，全部业务会话阻塞，交易中断，严重影响业务连续性。-oracle
1. 服务器磁盘IO使用率长期100%，IO等待队列堆积严重，硬件IO资源瓶颈凸显；
2. 业务访问响应延迟大幅升高，高频查询、报表统计、数据同步任务运行超时；
3. 数据库会话堆积，大量任务处于IO等待状态，整体服务吞吐能力大幅下降。
文件资产智能扫描与统计工具（AI辅助全流程开发）-AI-driven File Scanner CLI Tool
立项背景：
中小企业及自由职业者在日常运营中常需快速了解本地文件资产分布情况（如设计稿、合同文档、代码等）。传统手动统计耗时易错，且无法及时响应管理层的即时数据需求。本项目旨在开发一款无需安装、零外部依赖的命令行工具，解决这一痛点。
核心功能模块：
1. 路径输入解析：接收任意文件夹路径，支持绝对路径和相对路径
2. 递归文件扫描：深度遍历所有子目录，不遗漏任何文件
3. 按扩展名分类统计：自动识别文件后缀并分组计数，无扩展名文件归类为"(无扩展名)"
4. 报告生成：输出结构化TXT报告，包含各类型数量、总文件数、统计时间，按数量降序排列
5. 参数自定义：支持指定输出文件名、排除特定目录（如node_modules、.git等）
业务流程：
用户在终端执行命令并传入文件夹路径 → 程序解析参数并验证路径有效性 → 递归遍历目录树，按扩展名分组统计 → 按数量降序排列结果 → 生成格式化报告写入指定路径 → 终端输出统计摘要。
该项目完整演示了从需求分析到工具交付的AI辅助全流程开发模式。
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服