该在基于 GitHub 开源 FinRL 框架的智能化交易系统研发项目中，我主要承担核心功能研发与 AI 策略层设计角色，同时负责多模块的整合与落地，具体职责和贡献如下：
一、核心技术研发
AI 决策体系设计与实现：基于 FinRL 开源框架的强化学习基础，融合 Agent 智能体技术，设计并落地 “宏观→行业→币种→技术→综合” 五层融合决策体系。通过拆解各层分析维度（如宏观市场情绪、板块资金流向、币种相对强弱、K 线技术指标等），搭建分层信号提取与权重融合模型，实现 AI 决策信号的透明化生成，确保决策生成耗时＜3 秒，同时输出带置信度的交易建议。
条件订单与自动化交易模块开发：基于 FinRL 的交易执行逻辑，扩展多类型条件触发机制（价格触发、止盈止损、移动止损、RSI/MACD 等技术指标触发），搭建订单全生命周期管理体系，实现无人值守的自动化交易，同时对接风控规则校验，降低人为操作失误风险。
二、多模块整合与适配
交易所适配层搭建：基于 FinRL 的基础架构，设计统一适配器模式，完成多交易所（模拟 / 真实环境）的接入与隔离，实现一键切换交易所功能；同时优化交易控制台与策略决策模块的数据流同步，保障实时行情、持仓、订单数据的高效交互（页面加载＜2 秒，价格更新延迟＜500ms）。
风控与学习模块落地：结合 FinRL 的回测与优化能力，整合学习中心模块，实现基于历史数据的策略优化、模拟与实盘对比报告输出；同时搭建多层风控检查机制，融入止盈止损、熔断告警逻辑，保障交易安全性。
三、功能落地与验收保障
负责核心模块（交易控制台、策略决策、条件订单）的功能落地与验收标准落地，针对各模块性能指标（如交易操作响应＜1 秒、自动交易开关切换＜500ms）进行技术调优，确保系统兼具 AI 驱动的智能化与交易操作的高效性，最终实现 “AI 分析 - 自动化执行 - 风控兜底” 的全流程交易辅助能力。
整体而言，我的工作聚焦于将 FinRL 开源框架的核心能力与实际业务需求结合，通过 Agent 智能体、分层决策、多交易所适配等技术改造，让框架从基础的量化分析工具，升级为可落地的智能化交易系统，兼顾专业性与易用性。