10年C++经验，独立自研低延迟量化交易系统（Level2行情→交易执行），实盘承载零故障。

核心技术能力：
低延迟系统设计
无锁并发：生产者-消费者无锁队列（moodycamel），CAS原子操作，CPU绑核+线程亲和性，避免上下文切换
O(1)查找引擎：预分配全市场股票槽位，thread_local热缓存，命中率>90%
缓存优化：关键结构体64字节对齐（消除伪共享），__builtin_prefetch预取指令隐藏内存延迟
编译优化：always_inline强制内联，likely/unlikely分支预测，-O3 -march=native本地指令集优化


全链路工具链
行情接入：Level2逐笔成交/委托，TORA API
回测框架：Python TICK级逐笔回测，Pandas+MongoDB存储，代码与实盘共用
监控系统：实时看盘（涨停梯队/封单变化/炸板监控），同花顺联动延迟≤1秒
外部控制：Socket接口实时调整策略参数

我能提供的服务：
量化交易系统全栈开发/优化
低延迟性能调优（延迟/吞吐/缓存）
券商API/行情源对接

回测框架搭建
技术栈： C++17/20、Python、无锁编程、MongoDB、Level2/TORA API、Git

项目背景：
公司需要一套支持A股打板策略的自动化交易系统，要求从行情接收到交易执行的全链路低延迟，并需通过实盘资金考核验证系统可靠性。

我的职责：
独立负责系统整体架构设计与开发，包括行情接入、策略判断、交易执行、风控管理、回测框架及监控看板。

技术实现：
低延迟引擎：使用C++17开发，采用无锁队列（moodycamel）传递行情，CPU绑核+线程亲和性减少上下文切换；O(1)查找引擎通过预分配全市场股票槽位+thread_local热缓存实现，命中率>90%

缓存优化：核心结构体64字节对齐消除伪共享，使用__builtin_prefetch预取指令；编译优化包括always_inline强制内联、likely/unlikely分支预测、-O3 -march=native

行情与交易：对接Level2逐笔成交/委托数据（TORA API），实现自动下单/撤单/重试闭环；支持Socket外部指令实时控制策略参数

回测框架：Python TICK级逐笔回测，Pandas+MongoDB存储，回测代码与实盘代码共用，确保逻辑一致

监控系统：自研实时看盘（涨停梯队/封单变化/炸板监控），同花顺联动延迟≤1秒