本项目是面向投资者的 AI 驱动金融数据分析系统,后端基于 Java SpringBoot + SpringAI 开发。实现财报、电话会议文档全自动 AI 解析,自动提取经营数据、风险机遇、管理层观点;搭建 RAG 向量检索模块,支持自然语言查询财务数据(Text2SQL);配套爬虫抓取全网个股舆情,AI 自动生成涨跌逻辑、企业竞争力评分榜单。本人独立完成后端架构、爬虫服务、大模型接口对接、向量检索、用户登录鉴权、定时数据同步全模块开发,提供 Docker 私有化部署方案,支持定制迭代。...
本项目是一个面向A股历史行情研究和量化分析的数据服务系统,主要用于整理、入库、查询和导出股票日频历史数据。系统将大量原始CSV行情文件统一清洗后写入本地数据库,并提供股票列表查询、元信息统计、条件筛选、批量下载、数据导出等能力,方便后续进行策略研究、回测分析和数据看板开发。我主要负责数据整理方案设计、数据库结构设计、数据导入脚本开发、查询接口开发、性能优化和结果验证。 项目重点解决了原始行情文件分散、字段格式不统一、手动筛选效率低、批量分析不方便的问题。系统支持按市场、股票代码、时间范围等条件查询数据,并可以将筛选结果导出为CSV或压缩包,便于后续接入策略模型、回测系统或可视化看板。数据...
个人职责:独立负责核心后端架构设计、交易 / 行情 / 智能分析模块全流程开发、高并发性能优化、AI 能力接入落地 搭建微服务分层架构,拆分用户、行情、交易、资讯、AI 智能五大服务,基于 Nacos 实现配置中心与服务注册发现,Sentinel 完成流量熔断限流,支撑百万日活并发峰值 QPS 1.2w; 设计 Redis 多级缓存 + 本地 Caffeine 缓存方案,缓存分时行情、个股基础数据、用户自选列表,接口平均响应从 1.8s 降至 120ms,DB 查询压力降低 75%; 对接证券行情实时数据源,基于 RocketMQ 做行情消息异步分发,解决开盘时段消息堆积、行情延迟问题,...
设计并实现面向 Web3 场景的大模型 Agent 交易系统,支持用户通过自然语言描述交易意图,由 AI Agent 解析目标、生成策略并调用链上交易能力完成 swap、套利、仓位调整等操作。系统采用 Agent Store 架构,将策略 Agent、报价引擎、链上执行模块和风控模块解耦,支持不同 Agent 按权限调用链上合约与聚合器接口。 项目中负责整体架构设计、后端服务开发及链上交互流程设计。通过大模型完成意图识别、参数抽取和策略生成,结合 DEX 聚合器报价、Solver 执行机制和交易模拟能力,降低用户操作门槛并提升成交效率。同时加入滑点控制、余额校验、交易预估、失败回滚和日志追踪...
从0到1独立研发的美股分析工具,提供道琼斯/纳斯达克/标普500指数行情、个股K线技术分析、自选股管理等功能,已上线微信小程序。 ▸ 后端:FastAPI + SQLAlchemy 2.0异步架构,SQLite存储,JWT双Token认证(Access+Refresh自动续期),Alembic管理18版数据库迁移,设计33个RESTful API覆盖行情查询、用户管理、积分体系全业务 ▸ 数据工程:自研多源数据采集管道(新浪财经+雪球),突破JS加密反爬(py_mini_racer引擎解密),构建日线OHLCV历史库、实时行情快照、中概股专题库,实现技术指标自动计算(MA/RSI/布林带/...
1. 底层:数据源层 核心场内数据:交易数据、结算数据、业务数据 补充场外数据:公司公告、投研报告、网络信息、互换数据、订阅数据及其他采集/采购数据 不同类型数据通过不同通路向上输送:实时高速消息流、批量结构数据、复杂结构数据分别进入上层采集模块。 2. 数据接入与存储层 息采集和管理:对多来源多格式的原始数据做统一接入清洗 数据平台+监管专属数据区: 按照数据类型分类存储:流式数据、实时数据库、历史数据库,同时覆盖结构化、半结构化、非结构化全类型数据,形成专门供监管使用的数据资产池 3. 基础服务层 工作流引擎:对接外部协同系统(BPM、交易系统等),...