一、税务风控平台，工作内容包括：
1.税务数据预处理，使用sql语句，对数据进行初步处理，包括缺失值、异常值，数据转置，分组统计等
2.特征处理，为指标以及机器学习做准备
3.使用指标公式，把特征带入公式计算指标值(行业经验指标公式)
4.尝试算法包括svm、gbdt等，调参、训练
5.Django后台，税务数据查询，模型预测结果查询

二、可视化建模平台，工作内容包括:
1.数据源，支持mysql、oracle等数据库的配置，连接，表中数据增删改查、表结构查看、修改，新建表，删除表
2.异构数据源数据互相导入，上传文件(excel,txt,csv)导入数据库
3.可视化执行流程，通过拖拽算子，连接算子，最终按连接顺序执行整个dag流程图，算子包括数据读取，加工，清洗，可视化，特征工程，机器学习等
4.支持可编程的自定义算子，用户自己上传代码


三、量化平台，工作内容包括:
1.股票数据每日定时爬取入库
2.量化策略，基于股票开、高、低、收、成交量、换手率、ma5，ma10等数据，
构建规则公式，筛选股票(由业务专家写策略)
3.股票回测，计算策略在历史数据上的平均收益率和最大回撤
4.账户建仓、平仓，收益率统计
5.计算量化因子（宏观因子、基本面因子、交易风格因子约40个因子）数据，
使用svm，logistic算法，因子作为特征列，下周的收益率做标签列，进行建模、分析。
过程：缺失值按行删除，
特征列标准化，
使用gbdt，得到特征列重要性排序
尝试使用top5、top10特征，用svm训练并预测
把预测收益率从高到低分为5组，计算每组预测收益率、实际收益率均值，画图展示