全栈自研的A股数据分析Web应用，整合行情、K线图、财务分析、机构研报、估值模型、资金流向、技术指标、AI分析七大模块。前端采用原生JS和ECharts实现交互式图表，后端使用Node.js提供RESTful API。支持A股全市场模糊搜索，概览页并行调用7个数据源，API响应控制在200ms以内。暗色专业主题UI，移动端自适应。独立完成需求设计、前后端开发、数据源对接、UI设计、部署上线全链路工作。企业级管理后台系统，包含实时数据展示、交互图表（柱状图、折线图、饼图）、搜索筛选、数据导出等功能模块。采用暗色专业主题设计，响应式布局适配桌面和移动端。后端提供RESTful API接口，支持多数

KubeRelease 是一套面向企业级云原生场景的应用发布与灰度调度平台，旨在解决多集群、多环境、多区域下的应用部署复杂性问题。平台以 Kubernetes 为底座，结合 Istio 服务网格能力，提供统一的发布控制中心，支持国内/海外多地域、test/uat/prod 多环境、以及多套 K8s 集群的集中管理。 核心功能包括：应用跨集群迁移与发布配置管理、基于 Jenkins 的 CI/CD 自动化流水线（涵盖代码合并、检测、编译、镜像打包与部署）、构建与部署模块的拆分优化。在流量治理层面，平台实现了基于 Istio 的灰度发布、金丝雀发布和蓝绿部署策略，支持按权重、Header、C

字段: 作品介绍 内容: 独立开发的A股量化交易系统，核心模块包括：①多源数据管道——对接Tushare、腾讯行情等API，自动采集日线/分钟级行情 数据，含复权因子计算和财务数据清洗；②因子工程模块——计算MACD、RSI、CCI等20+技术指标，构建V3B复合信号体系，实 现行业排名选股；③回测引擎——支持参数网格搜索、夏普比率/最大回撤评估；④自动化执行——每日定时生成信号并通过飞书/ 钉钉推送。全流程Python实现，源码交付。

1. 基于长江证券 qmt 的 xtquant 接口开发 a 股自动化交易策略。需要基于长江证券 QMT xtquant 完整定制一套自动交易策略，全部规则可手动调参，交付完整无加密 Python 源码： 浮亏 5% 无条件清仓；个股破 5 日线、大盘破 5/10 日线全仓卖出 阶梯移动止盈：盈利 20% 锁 10%、30% 锁 20%、40% 锁 30%，放量大跌当日不提升盈线 单票仓位上限 20%；大盘 5 日线向下禁止新开重仓 盈利 45% 自动减半仓，剩余仓位跟随止盈线 自动筛选趋势龙头风口股，剔除弱势杂毛 持仓满 12 天不上涨自动卖出 增加断网重连、防重复下单、涨跌停

Market Manifold 是一个面向金融市场的多资产数据分析与结构可视化项目。本人主要负责数据处理流程、指标构建、模型设计、实验分析和结果展示。项目使用 Python 对股票等金融时间序列进行清洗、标准化与滚动窗口计算，并通过相关性矩阵、距离矩阵、PCA、MDS、聚类等方法，将高维市场关系映射到低维空间，观察资产之间的结构变化、板块聚集和市场状态迁移。同时对不同时间窗口下的聚类稳定性进行评估，并生成可视化图表与关键市场快照。项目可用于市场结构研究、资产相关性分析、异常状态识别及后续量化策略研究。

项目一：批量Excel数据自动化处理脚本 项目简介：针对办公大批量表格整理、数据汇总、格式统一、空白清理、重复数据剔除的人工低效问题，独立开发自动化处理脚本。 技术栈：Python、Pandas、OpenPyXL 个人职责：设计数据读取逻辑，实现多Excel文件批量读取、行列规整、缺失值填充、重复数据自动删除、数据分类汇总；自定义输出模板，自动生成标准化结果表格，支持批量导出。 项目成果：替代人工逐条整理，单批次可处理千行以上数据，将原本数小时的人工整理工作缩短至5分钟内完成，数据准确率100%，大幅提升办公数据处理效率。 项目二：静态网页数据爬取与规整项目 项目

本项目为个人独立设计并开发的量化交易分析系统，旨在通过程序化方式辅助股票交易数据管理、策略分析以及交易复盘。项目基于Python语言开发，结合SQLite数据库实现交易数据、股票信息以及历史操作记录的结构化存储与管理。 系统主要包含股票信息管理、交易记录管理、数据统计分析、策略验证辅助等功能模块。通过程序自动记录买入、卖出、持仓变化等交易信息，减少人工记录成本，并帮助用户更加系统化地分析历史交易行为，总结交易策略效果。 在项目开发过程中，独立完成了整体架构设计、数据库结构设计、后端逻辑编写以及数据处理模块开发。项目涉及Python程序设计、数据库应用、数据清洗、量化分析等多个技术方向，同时

功能介绍 1、策略对话：通过自然语言对话方式与AI对话，AI可以理解用户的意图，也可以给出意见，AI辅助完成交易策略。 2、模拟回测：高仿真模拟交易所，批量自动化回测交易策略 3、模拟仿真：已验证的交易策略，部署到容器，自动接受实时行情，自动交易，可对接真实交易所 3、辅助功能：登录、注册、短信验证、邮件验证、回测结果列表、回测表现详情、收益图表展示、持仓记录、成交记录 项目实现 工作职责：需求确定、UI设计、前端H5页面编写、后端应用服务器开发、AI Agent策略服务器开发、代码自动生成服务器开发、量化回测引擎开发、系统IC/ID运维部署。 技术栈：uniapp、spri

天赋智投为 Python 全栈自研 AI 智能股票分析系统，本人独立完成系统架构、多智能体 AI 分析模块与量化选股核心引擎开发。系统搭载多智能体协同架构，分工完成实时行情采集、财报基本面解析、市场舆情研判、风险因子评估，自动生成完整标准化个股分析报告。 核心选股模型基于 LightGBM 搭建，融合 Alpha158 量化因子库开展特征训练、因子筛选与收益预测，完成多维度市场因子建模。整套策略经过实盘落地运行，当前实盘综合收益率稳定达到 55%。系统支持全市场数据定时更新、策略回测复盘、收益曲线与回撤风险可视化展示，可批量导出量化分析报表，为投研决策提供智能化、可落地的数据交易支撑。

后台系统： 天天基金、理财通、支付宝、微信小程序所有后台配置 APP、Pc官网所有文章配置、图文生成季报、月报、周报； 运营对接蚂蚁平台、理财通平台、天天基金平台不同类型的图文生成后台