本项目是面向银行业务流程管理场景的独立实践与概念演示，围绕信贷申请、账户变更、额度调整、资料审核等典型流程，构建统一的BPM后台管理平台。系统支持流程建模、节点配置、审批任务分派、角色权限、SLA监控、风险预警、状态追踪和审计留痕，解决传统审批流程依赖人工、跨部门协作效率低、节点状态不透明、异常难追溯等问题。后端采用Java Spring Boot构建服务层，结合RESTful API、MySQL/PostgreSQL、Redis、消息队列和权限控制实现流程编排与业务协同。本人负责后端架构设计、审批状态流转、数据模型、接口开发、异常处理、权限校验及联调验证，重点关注系统稳定性、可维护性与数据安

**项目描述** vivo 品牌营销数字藏品小程序，面向品牌粉丝发行限量数字文创藏品。藏品通过联盟链进行版权确权，每一份藏品拥有唯一链上编号，作为品牌文创纪念凭证，**仅支持免费领取、收藏展示，禁止任何形式藏品交易与炒作**。小程序承担活动曝光、藏品申领、个人藏品馆藏查看、藏品溯源信息查询等营销能力。 **技术栈**：微信原生小程序 WXML/WXSS/JS、微信云开发、接口请求、分包加载、微信授权登录、联盟链接口对接 **本人职责（独立前端开发）** 1. 页面开发：活动首页、藏品详情页、藏品图鉴馆、个人藏品仓库、活动预约抽签、领取核销、个人中心、藏品链上溯源信息页面；支持

自主开发的个人量化交易辅助系统，面向股票研究与交易计划管理，涵盖策略选股、行情监控、持仓跟踪、信号展示及历史回测等功能，并接入 AI 辅助分析，支持交易计划的生成与调整。负责系统架构设计、核心功能开发及部署维护，将分散的数据、策略和交易信息整合到统一界面，便于日常研究、跟踪与复盘。项目目前用于个人研究，暂不对外开放，体现了数据处理、复杂业务开发及 AI 应用集成能力

自主开发的个人量化交易辅助系统，面向股票研究与交易计划管理，涵盖策略选股、行情监控、持仓跟踪、信号展示及历史回测等功能，并接入 AI 辅助分析，支持交易计划的生成与调整。负责系统架构设计、核心功能开发及部署维护，将分散的数据、策略和交易信息整合到统一界面，便于日常研究、跟踪与复盘。项目目前用于个人研究，暂不对外开放，体现了数据处理、复杂业务开发及 AI 应用集成能力

搭建面向 A 股市场的舆情分析系统，每日爬取 50+ 财经网站与股吧评论共 20 万 + 条文本。基于 BERT 微调实现情感分类（正 / 负 / 中性）与事件抽取（业绩、并购、监管等 12 类），结合 LSTM 做情绪时序预测。模型 F1 值 0.89，单日处理量 50 万条。回测显示基于舆情信号的选股策略年化超额收益 15.6%。技术栈：Python、Transformers、Scrapy、Elasticsearch、FastAPI。

【案例1】多市场行情量化套利系统 行业：金融 / 大数据 介绍：基于 Python 开发的行情数据量化分析系统，对接公开行情 API，支持 300+ 标的实时数据抓取、订单簿深度分析与多维度机会评分（0-100分）。系统可自动识别价差偏离套利机会，内置回测与模拟交易引擎（含滑点、手续费、双退出模式），并实时追踪浮盈、回撤与持仓周期。通过 WebSocket 订阅实时行情，触发信号后自动推送至消息通道。我负责整体架构设计、API 对接、策略算法与数据可视化。技术栈：Python / asyncio / WebSocket / REST API / Rust。【案例2】多策略量化分析机器人

1、使用node.js和相关库 爬取东财、新浪等网站最新证券数据（代码，行业，实时行情等），并用过桥机器增加爬取速度。 2、使用mysql来存储，按证券代码有1w多张表作为历史分时数据，另有行业表，回测数据表等。 3、每天盘后更新完数据会按策略进行计算筛选，记录入回测表。 4、每天盘中会对预定池的证券进行小范围高频爬取并按策略进行预测及记录入回测表。 5、web端进行多维方块+数字（或者切换成k线）展示，显示全市场各行业逐日势能累积量，具体证券代码则发邮箱用于人工分析。

承接海外移交的虚拟货币 Coins 业务，完成海内外业务与代码交接维护；搭建自动化账务对账体系，保证平台与各业务方账目平衡；同时参与优惠券 Voucher 营销平台化改造，统一多团队营销能力，建设监控体系保障线上服务高可用，支撑跨境电商海量用户虚拟货币发放、消耗、核销、对账全流程。 个人工作 1. 负责海外业务代码、产品逻辑交接梳理，完成代码优化重构，保障虚拟货币原子操作服务稳定性、高可用； 2. 使用 Presto SQL 构建对账分析任务，完成平台侧与业务侧账务数据比对，自动识别账务异常风险； 3. 接入 Prometheus 指标埋点、EFK 日志体系，实现业务实时监控告

主模型：DoubleEnsemble-LightGBM，学习日频量价、估值、质量、成长、流动性等表格特征； 深度互补模型：MASTER-Lite，在 8GB 显存内学习短时序、市场状态和股票之间的横截面关系； 稳定基线：风险正交化的 Ridge/Elastic Net 因子模型，用于解释、故障降级和检验复杂模型是否真正创造增量； 信号合成：只用滚动样本外结果确定非负权重，禁止凭感觉固定模型权重； 组合构建：Qlib Enhanced Indexing 风格的跟踪误差优化器，同时约束行业、风格、个股偏离、换手和流动性； 实盘执行：Windows 上的 MiniQMT/XtTrader

我本科985计算机+金融专业，研究生主要研究量化投资，精通C++等语言编程和AI机器学习和深度学习算法研发。有华为、Oppo等公司的工作经验。期待沟通！ 下面的项目是我用C++手写的一个面向中国股票、指数和 ETF 的历史量化研究仓库。包含行情样本、策略回测结果、技术分析源码及量化投资参考方案，主要用于技术指标、趋势跟踪和交易模拟研究。