L0/L1 双级复权缓存：L0 层缓存 stock_rehab_factors 全表，L1 层缓存预处理累积因子（_REHAB_INDEXED_CACHE），消费者 API 统一为 calc_adj_factors(code, date)，内部自动命中缓存，调用方无需关心复权数据从哪来。 fill-forward 驱动范式：复权缓存以 dividend/rehab 表的 collect_date 为驱动，填充到所有交易日，覆盖港股/美股/ A 股不同分红频率和复权模型（前复权、后复权），解决"某日无分红数据但需要复权因子"的边界问题。...

量化并行计算基座

金融-股票大厨

两进程精简架构：Master 5 线程（Receiver/Dispatch/Monitor/Refresher/Reload）常驻调度，Worker 一次性子进程执行业务计算并直写 MySQL，去除了 PersistenceHandler/TrackWriter 等冗余中间进程，链路短、故障点少。 JSON 声明式任务注册：task_registry.json 是全局唯一路由注册表，新增一个采集任务只需添加一条 JSON 记录（定义 module_path/class_name/func_name/depends/output），零代码侵入即可扩展新业务单元。攒批分发 + 依赖拓扑：Di...

RQuant量化研究与机器学习平台

金融-股票 Richard Liu

基于 Python 开发的量化研究平台，用于金融数据处理、因子分析、机器学习预测和策略回测。项目实现了完整的数据研究流程，包括行情数据管理、Alpha因子计算、因子有效性分析、模型训练和回测评估。主要功能： 1. 自动化处理股票行情数据； 2. 实现多种量化因子计算和IC分析； 3. 使用LightGBM等机器学习模型进行预测； 4. 构建策略回测和收益分析模块。技术栈： Python、Pandas、NumPy、LightGBM、机器学习、数据分析。...

组合量化投资策略的设计与回测分析

金融-股票 Bill

本人基于价值与成长投资理论，独立设计并完成了一套多因子量化选股回测系统，以沪深300成分股为股票池，构建了包含价值因子（PE/PB/PS）、成长因子（营收/净利润同比增长率）和质量因子（ROE）的三因子打分模型，综合得分 = 价值40% + 成长40% + 质量20%，按月调仓并设有个股10%仓位上限与硬性止损。技术栈使用Python、Pandas、Tushare Pro及SQLite，完成了日频行情与财务数据获取清洗、截面百分位排名消除前瞻偏差、交易成本（佣金+滑点）模拟、以及包含年化收益率/最大回撤/夏普比率/信息比率等10+项指标的绩效归因模块开发，代码模块化设计支持策略参数配置化修改。...

还在学习中

金融-股票惊喜交上集

目前还在学习中，相信通过暑假的学习，一定会变得非常的熟练。加油加油加油加油加油加油加油加油加油加油加油加油加油加油加油加油加油加油加油加油加油加油！...

自动化股票盯盘

金融-股票 I am地球没我不行的ddl战士

依托Python技术栈独立搭建一套轻量化自动化盯盘系统，整合公开行情数据接口实现分时数据、K线数据实时拉取，底层分为数据采集层、指标计算层、策略判定层、消息推送层四大模块。系统自动计算均线、量比、换手率、涨跌幅度、背离信号、关键价位突破与破位等常用技术指标，自定义多套盯盘规则：如急速拉升、放量跳水、关键支撑压力位击穿、大单异动、偏离率异常等。系统支持分时不间断轮询监控自选标的，一旦触发预设策略条件，即刻通过微信机器人、邮件两种渠道推送预警消息，附带标的代码、当前价格、触发条件、涨跌数据与简要风险提示。同时本地持久化存储每日盯盘日志与触发记录，后期可回溯统计信号准确率，用于反向优化策略阈...