打开导航 打开导航 Open menu
量化交易系统开发(C++)/ 期权策略与风控 / 行业研究分析
量化交易系统開發(C++)/ 期权策略与风控 / 行业研究分析
C++ trading systems / options strategy & risk controls / equity research
adrian@adrianxv.cn

我做过的一些项目 我做過的一些項目 Projects I have built

围绕交易系统、量化策略、投研工具与课程工程的作品索引。 围绕交易系统、量化策略、投研工具与课程工程的作品索引。 Work across trading systems, research tools, industry analysis, and engineering coursework.

策略与系统 策略與系統 Strategy systems

01 交易策略 交易策略 Trading strategy

期权 macd+td 震荡策略开发 期權 macd+td 震盪策略開發 Options MACD + TD mean-reversion system

使用 vnpy + Docker + MySQL 搭建基于 MACD 钝化 / 背离与 TD 序列的股指期权震荡交易策略,完成研究、回测与程序化落地。 使用 vnpy + Docker + MySQL 搭建基於 MACD 鈍化 / 背離與 TD 序列的股指期權震盪交易策略,完成研究、回測與程序化落地。 Built an index-options mean-reversion system with vn.py, Docker, and MySQL. The work covers MACD exhaustion and divergence, TD sequences, research, backtesting, and deployment.

vnpy vnpy vn.py Docker Docker Docker MySQL MySQL MySQL TB 回测 TB 回測 TB backtesting
02 交易策略 交易策略 Trading strategy

期权错误定价套利策略开发 期權錯誤定價套利策略開發 Options mispricing arbitrage system

围绕同一标的、同到期日、同方向的期权链,设计并实现垂直价差错价套利策略,并完成策略引擎、数据库与部署的系统化实现。 圍繞同一標的、同到期日、同方向的期權鏈,設計並實現垂直價差錯價套利策略,並完成策略引擎、數據庫與部署的系統化實現。 Designed a vertical-spread arbitrage strategy for options sharing an underlying, expiry, and direction, then connected the strategy engine, database, and deployment workflow.

vnpy vnpy vn.py PostgreSQL PostgreSQL PostgreSQL Docker Compose Docker Compose Docker Compose 配置驱动 配置驅動 Config-driven
03 交易策略 交易策略 Trading strategy

订单与持仓状态机 期權風控平倉系統 Order and position state machine

在基于 VeighNa 与 CTP 的实盘期权交易系统中,设计并集成事件驱动的订单与持仓状态机,把下单前账户真值比对、状态持久化与重启恢复做成可靠工作流。 圍繞真實賬戶風控閉環、淨空頭持倉與風險事件構建平倉工作流,把狀態推進、監控解釋、部署驗證和工程收尾收束成可審計的系統案例。 An event-driven state machine for order and position lifecycles in a live VeighNa/CTP options-trading system, with account-truth checks before new orders and MySQL snapshots for restart recovery.

Python Python Python VeighNa 規則引擎 VeighNa CTP 策略風控 CTP MySQL MySQL MySQL

投研与行业研究 投研與行業研究 Research and industry analysis

04 投研工具 投研工具 Research tools

AlphaFlow|面向股票投研的智能工作流平台 AlphaFlow|面向股票投研的智能工作流平臺 AlphaFlow | Agentic equity-research platform

毕业设计:面向股票投研的 agentic 工作流平台,用多 Agent 串联行业概览、候选股筛选、可信度评估与择时判断,支持异步执行与可回放追踪。 面向股票投研場景,解決投資者在海量市場信息中高效篩選優質標的、串聯篩選研究與擇時判斷效率低的問題。 My undergraduate capstone: an agentic equity-research workflow linking screening, company and industry research, and timing analysis, with asynchronous, replayable runs.

LangGraph Next.js 15 LangGraph Next.js 15 TypeScript Next.js 15 tRPC tRPC tRPC C++20 LangGraph C++20

可交互演示Interactive walkthrough

在 AlphaFlow 中走一遍投研工作流Walk through an AlphaFlow research workflow

回放录制中的页面结构、滚动和输入变化。Replay the recorded page, including scroll and input changes.

AlphaFlow 投研工作流第 1 步
步骤Step 1/40
05 行研项目 行研項目 Industry research

工业富联深度研究 工業富聯深度研究 Foxconn Industrial Internet research

在国盛证券研究所电子组实习期间产出。把工业富联首次覆盖任务拆成公司、行业与估值三层研究框架,用 Wind、iFinD、财报与法说会交叉验证,最终输出深度报告与配套路演材料。 在國盛證券研究所電子組實習期間產出。把工業富聯首次覆蓋任務拆成公司、行業與估值三層研究框架,用 Wind、iFinD、財報與法說會交叉驗證,最終輸出深度報告與配套路演材料。 Research produced during my electronics research internship, moving from first-coverage framing through company, industry, and valuation analysis to a report and presentation.

Wind Wind Wind iFinD iFinD iFinD 首次覆盖 首次覆蓋 First coverage 路演材料 路演材料 Presentation

练习项目 练习項目 Course projects

06 练习项目 練習項目 Practice projects

TravelShare 旅行共享平台 TravelShare 旅行共享平臺 TravelShare travel coordination platform

把独立完成的课程项目整理成面向招聘语境的工程案例:前端 React 19、后端 Flask、Socket.IO 实时聊天、SSE 流式 AI 回复,以及成体系的 PlantUML 与设计文档资产。 把獨立完成的課程項目整理成面向招聘語境的工程案例:前端 React 19、後端 Flask、Socket.IO 實時聊天、SSE 流式 AI 回復,以及成體系的 PlantUML 與設計文檔資產。 An independently built course project presented as an engineering case study, covering React 19, Flask, Socket.IO chat, SSE-based AI replies, PlantUML, and design documentation.

React 19 React 19 React 19 Flask 3 Flask 3 Flask 3 Socket.IO Socket.IO Socket.IO PlantUML PlantUML PlantUML
07 练习项目 練習項目 Practice projects

CrawlFlow 全栈爬虫工作台 CrawlFlow 全棧爬蟲工作臺 CrawlFlow full-stack crawler workspace

把课程设计里的爬虫系统整理成面向作品集的工程案例: 前端用 React + Vite 组织任务面板, 后端用 Flask 承接 DDD 分层, EventBus 实时日志, 以及 BFS / DFS / Big Site First 多策略抓取. 把課程設計裏的爬蟲系統整理成面向作品集的工程案例:前端用 React + Vite 組織任務面板,後端用 Flask 承接 DDD 分層、EventBus 實時日誌,以及 BFS / DFS / Big Site First 多策略抓取。 A crawler workspace with a React + Vite task board, Flask DDD layers, EventBus logs, and BFS, DFS, and Big Site First strategies, presented as a portfolio case study.

Flask Flask Flask React/Vite React/Vite React/Vite Socket.IO Socket.IO Socket.IO PlantUML PlantUML PlantUML