项目展示

这里展示我开发的一些投资与自动化相关项目。

1. 行业生命周期分析系统

项目类型: 金融数据分析平台
技术栈: Python + Flask + Pandas + Chart.js

一个基于 A 股上市公司财务数据的行业生命周期分析系统。通过多维度指标（毛利率、ROIC、资本开支、营收增速等）对申万三级行业进行生命周期阶段划分，帮助投资者识别行业所处的发展阶段。

核心功能

📊 行业数据可视化: 多维度散点图展示行业关键指标
🔄 生命周期分类: 自动识别行业所处阶段（成长/洗牌/出清/成熟等）
📈 指标追踪: 毛利率、ROIC、营收增速等核心指标历史走势
🏭 申万行业树: 完整的申万三级行业分类体系

技术亮点

基于 Pandas 的大规模财务数据处理
前端使用 Chart.js 实现交互式数据可视化
RESTful API 设计，支持动态数据查询
数据自动缓存与热更新机制

在线访问: https://lifecycle.xiafansheng.com

2. 宏观监测系统

项目类型: 宏观经济数据看板 技术栈: Python (ETL) + iChoice EMQuantAPI + Vite + React

一个本地化的宏观数据监测网页系统，参考热力图风格呈现 26 个国内外宏观指标（GDP、CPI、PMI、社融、M2、非农、海外通胀等），并支持与 12 个市场标的（A 股指数、国债收益率、资金利率等）的关系分析，辅助判断宏观环境对资产价格的传导。

核心功能

🌡️ 指标热力图: 26 个宏观指标的时序热力图呈现，一眼看出周期位置
🔗 指标-标的关联分析: 双轴折线图对比宏观指标与股债商品标的的同步性
📅 多频率支持: 月度（CPI/PMI）+ 季度（GDP）+ 日度（利率）混合频率自动对齐
🔄 一键数据更新: ./update.sh 拉取最新 iChoice 数据并刷新前端

技术亮点

iChoice EMQuantAPI 拉取宏观数据，落地为 JSON 供前端消费
React + Vite 前端，DualAxisChart 组件处理多频率指标对齐
指标元数据通过 config/indicators.yaml 声明式管理，新增指标无需改代码

在线访问: https://macro.xiafansheng.com

3. 市场数据库 (Market Data)

项目类型: 金融数据库管理系统 技术栈: Python + FastAPI + SQLite + Alpine.js + ECharts + Tailwind

一个集中管理多资产投资部所有市场数据的可视化数据库系统。基于 iChoice/EMQuantAPI 拉取 8 大分类共 403+ 指标（债券/宏观/权益/资金/外汇/商品/海外/可转债/股票），自动维护时间序列，支持网页端搜索、增删、可视化与手动触发更新。

核心功能

📊 数据库概览仪表盘: 总指标数、有数据数、完整度、最新更新时间一目了然
🔍 指标搜索与列表: 按代码/名称/分类搜索，显示成立日期、最新日期、数据条数
➕ 增删指标: 网页直接添加 iChoice/Wind 代码，下次更新自动拉取 2000 年至今历史
📈 走势图表: 点击任意指标查看时间序列折线图（ECharts）
🔄 手动触发更新: 支持 smart/full/incremental/retry 四种更新模式
⏰ 自动定时更新: systemd timer 每个工作日 17:00 自动执行 smart 增量更新

技术亮点

iChoice EMQuantAPI 在 Linux 服务器上跑通（首次实践）
智能更新逻辑：新指标拉完整历史，存量指标从最新日期增量
FastAPI 后端，支持 REST API 远程调用（Mac/Python 客户端可直接连接）
单页前端，无构建依赖，纯 HTML+CDN 部署

Python 客户端调用示例

python

import requests
# 查询沪深300的时间序列
r = requests.get("https://market.xiafansheng.com/api/indicators/000300.SH/timeseries?start=2024-01-01")
data = r.json()["data"]  # [{"date": "2024-01-02", "value": 3422.5}, ...]

# 查询所有宏观指标
r = requests.get("https://market.xiafansheng.com/api/indicators?category=宏观&page_size=100")
indicators = r.json()["items"]

在线访问: https://market.xiafansheng.com

4. 月度市场复盘看板

项目类型: 多资产市场监测仪表盘 技术栈: React + Vite + Tailwind + Radix UI + Recharts

一个用于多资产投资部月度复盘的资产监测仪表盘，覆盖权益（上证指数/标普500/中证转债）、债券（7-10年国开/1-3年高信用等级/10年美债）、汇率（USDCNY/锁汇成本）、商品（沪金/螺纹钢/原油/豆粕）共 12 个核心资产。每个资产展示当前位置在 3 年区间的分位、与中位数的偏离度、最近 21 个交易日和 3 年走势图。

核心功能

📊 资产分位图: 当前指标在 3 年区间的位置（绿/黄/红渐变条 + 圆点标记），一眼判断便宜还是昂贵
📈 走势对照: 21 天近月走势 + 3 年历史走势双时间维度
🧮 衍生指标: 自动计算股债性价比、信用利差、期限利差、锁汇成本、内外盘价差等复盘必看指标
⚡ 实时数据: 浏览器打开页面即从 market.xiafansheng.com/api/monthly-market-review 实时拉取数据
🔄 数据自动跟随: 每个工作日 17:00 后市场数据库更新，网页刷新自动看到最新数据，无需任何中间数据同步

技术亮点

零中间层架构: 浏览器 → market-data REST API → SQLite，全程实时计算无缓存 JSON
后端实现复杂衍生指标计算（FX 锁汇成本、内外盘价差、螺卷差、ERP 等）
前端 Recharts 渲染分位条 + 走势曲线，无第三方图表依赖（除 Tailwind/Radix）
Vite + 生产环境 ENV 注入 API URL，dev/prod 切换零配置

数据上游

本项目数据完全来自 市场数据库（market.xiafansheng.com），调用 /api/monthly-market-review 端点。该端点根据 monthly_market_review.py 配置的资产代码映射，从 SQLite 中拉取最近 3 年和最近 1 个月的时间序列，并在请求时即时计算各类衍生指标返回。

在线访问: https://review.xiafansheng.com

5. 多资产配置回测系统

项目类型: 投资组合分析工具
技术栈: Python + Flask + Pandas + NumPy

一个多资产类别（A 股、海外权益、债券、商品、外汇）的组合配置回测工具。支持用户自定义资产配置比例，直接读取服务器 market_data 数据库中的历史行情，计算组合历史表现并输出关键绩效指标。

核心功能

💼 资产配置: 支持沪深300、中证500、创业板、标普500、纳斯达克、纯债基金指数、南华商品、黄金、USDCNH 等资产
📅 回测区间: 自定义回测起止日期
📊 绩效指标: 计算总收益、年化收益、波动率、夏普比率、Calmar、最大回撤等
🧭 滚动表现: 输出今年以来、近 1/3/6 月、近 1/3/5 年和成立以来的滚动年化收益
📆 年度收益: 输出每年收益率、年度最大回撤、期初净值和期末净值
📈 净值曲线: 可视化展示组合净值走势

技术亮点

实时数据库读取: Flask API 直接查询 /home/myproject/market_data/data/ichoice_data.db
统一组合引擎: 对不同资产的交易日做前值填充和权重归一，按日计算组合收益
轻量前端: 原生 HTML/CSS/JS + SVG 净值曲线，无需额外前端构建链路
生产部署: systemd 托管 Flask 应用，Nginx 反向代理到独立子域名

在线访问: https://backtest.xiafansheng.com

6. 个人财务追踪系统

项目类型: 个人资产管理与财富规划看板 技术栈: Python + Flask + SQLite + Jinja2 + Chart.js

一个流水驱动的个人财务追踪系统，把分散在支付宝、中信证券、银行 APP、公积金等各渠道的基金、理财、现金、公积金等资产统一归集，按"交易流水 → 持仓"的方式派生实时持仓与盈亏，并基于历史工资流水推演未来资产轨迹与财富里程碑。整体采用"午夜财富终端"深色主题，遵循 A 股红涨绿跌习惯。

核心功能

💰 总资产看板: 实际净值走势叠加"预期资产轨迹"，储蓄率/年化收益/收入增速三个参数可滑块实时调节
🎯 财富里程碑: 自动测算 ¥100 万 / 500 万 / 1000 万 / 2000 万达成的年龄与年月，并展示最新时薪
📦 分渠道持仓: 按渠道分组展示持仓名称、大类、市值、浮动盈亏与占比，叠加 8 大资产类别（偏股/偏债/海外股债/黄金/理财/现金/公积金）与股债结构
📊 基金分析: 按基金类别汇总各阶段收益与股债比例，分渠道统计合并收益
🧾 收入流水: 年 × 月工资流水交叉表 + 跨年对比折线图，区分月度奖金与年度绩效奖金

技术亮点

流水驱动模型: 所有持仓、市值、盈亏均由交易流水实时派生，支持"调整"型流水按最新净值反推份额
自建数据闭环: 基金净值直接对接自建市场数据库（market.xiafansheng.com）每日自动更新，复权净值口径计算阶段收益
第三方数据增强: 通过 RQData 拉取基金真实股债比例与行业分布，自动识别 QDII / 权益 / 债券分类（区分港股通、恒生科技等国内权益与真正的海外资产）
预期轨迹模型: 月度储蓄（税后收入 × 储蓄率 + 公积金 100%）叠加存量资产按年化复利滚动，向前推演至各财富里程碑
响应式可视化: Chart.js 交互式图表 + 移动端底部导航与响应式断点适配

在线访问: https://finance.xiafansheng.com

7. 大类资产预测系统

项目类型: 量化因子预测 + AI 投委会决策辅助系统 技术栈: Python + FastAPI + SQLite + DeepSeek API + Chart.js

一个覆盖利率债/信用债/可转债/A 股/港股/美股/美债/中资美元债/美元/黄金/原油/工业金属共 12 类大类资产的预测系统。因子框架对齐我自建的固收/权益/美股/黄金四大 AI 投委会的 PM 分析框架，把量化因子和投委会的主观判断因子结合成统一预测，并做点时回测验证有效性——不是打分，是要真正辅助投资决策的预测系统。

核心功能

🧮 两级因子打分: 每类资产按 PM 框架拆成多个"支柱"（如利率债：经济增长/通胀/央行资金面/估值/机构行为/供给/风偏），支柱下再拆分项；缺失因子自动剔除权重并重新归一，不再稀释成假中性 0 分
🤖 AI 投委会引擎: 固收/A 股/美股/黄金四个投委会，13 个角色（宏观观察员→PM 辩论→风控质询→交易员检验→投资总监综合）全自动跑一轮辩论，网页可手动触发或定时自动运行，结论中的判断因子自动喂回量化系统
📊 数据快照页: 复现投委会的"共同信息库"，利率债/资金面/信用债/转债/权益/海外/商品 7 大板块关键指标一屏呈现
📈 点时回测引擎: 2015 年至今（138 个月）逐月信号回测，尊重宏观数据发布时滞，避免用到未来数据
🏆 策略 vs 基准对比: 研究轨（风险平价 + 因子 tilt）Sharpe 2.28、实战轨（固收+约束）Sharpe 1.80，均明显优于全天候基准（Sharpe 1.03）

技术亮点

判断因子喂分机制: 原本硬编码为 0 的主观判断因子，改为 SQLite 存储，支持人工/Claude/DeepSeek 三种来源，带 30 天 TTL 过期
修复隐藏的数据 bug: 美债/中资美元债此前把收益率序列当价格序列用导致回测方向性错误，改为用久期近似法从收益率派生总回报指数
三层回测成绩单: 信号层（IC/ICIR/胜率/分桶收益）→组合层（Sharpe/回撤/Calmar）→实盘层（真实投委会喂分累积跟踪）
DeepSeek 多 content-block 解析: DeepSeek 的 Anthropic 兼容接口会先返回一个 thinking block 再返回 text block，需要按类型过滤而非直接取第一个 block

在线访问: https://asset.xiafansheng.com

8. 市场热点聚合平台

项目类型: 多资产投资市场资讯聚合平台 技术栈: Next.js（静态导出）+ Node.js Pipeline + DeepSeek API + ifind API

一个面向多资产投资经理的市场热点聚合网站，把分散在公众号/Twitter 订阅日报、券商研报里的市场信息统一收拢成每日信息流，另外单独提炼出一个按资产类别分组的"机构观点墙"，用于快速扫一遍当天各家机构对债券/股票/商品/黄金/美股/外汇的看法和点位。

核心功能

📰 每日信息流: 按日期分组的新闻卡片，覆盖市场新闻/市场复盘/券商研报/宏观政策/资金面等 10 个分类，支持分类/标签/全文搜索筛选
🏦 今日机构观点墙: 按 6 大资产类别（债券/股票/商品/黄金/美股/外汇）分组展示各机构核心结论与点位，不限定机构名单，识别到就收录
📖 原文展开: 卡片默认摘要，点击展开可看完整结构化原文摘录
🗂️ 历史沉淀: 上线时一次性回填了近 2 个月的历史日报，按月分片懒加载

技术亮点

服务器侧全自动流水线: Fetch（拉取 GitHub 上的公众号/Twitter 日报 + 调 ifind 检索券商研报）→ Extract（DeepSeek 分类打标+提炼观点）→ Publish（原子写入分片 JSON）三段式，crontab 每日 3 次触发，全程跑在服务器上，不依赖本机开机
失败兜底: DeepSeek 调用失败时自动退化为确定性摘要，保证当天发布不开天窗；三层兜底解析应对上游日报模板半年内漂移出的好几种格式
数据与构建产物分离: 站点静态产物只在改 UI 时重新构建，每日数据更新只是覆盖独立的 /data/ 目录下的 JSON 文件，互不影响

在线访问: https://markethot.xiafansheng.com

9. 债市跟踪看板 (Fix Income)

项目类型: 中国债券市场跟踪面板 技术栈: Vite + React + TypeScript + ECharts + Tailwind CSS

一个面向固收投资的中国利率债市场跟踪面板，覆盖当前市场、曲线形态、资金面、政策、宏观基本面、曲线合成、利率策略与利率 AI 八个模块。数据全部来自自建市场数据库的只读接口，页面数字均来自真实数据、不编造，序列过旧时显示数据截至日期与滞后提示。

核心功能

📊 当前市场: 10Y/30Y 国债、10Y 国开、GC007、7 日逆回购、10Y 利差，近一年走势与国债期货收盘
📈 曲线形态: 利率债（国债/国开/NCD 1Y）+ 中票 + 城投 + 二永，信用利差相对同期限国开，近 3 年分位
💰 资金面: GC007、7 日逆回购、隔夜成交量、SHIBOR 1Y
🏛️ 政策: 目录中实际存在的逆回购/MLF，LPR/存准未覆盖则明示
🌡️ 宏观基本面: 月末热力图（分位数着色），点击行与 10Y 国债对照并给出 Pearson r
🧮 曲线合成: 七条恒定期限合成腿（2010–2026）本地静态看板
🎯 利率策略: 中欧智驾/导航本地版，回测用曲线合成久期腿
🤖 利率 AI: 华泰利率 AI 复现附录，walk-forward 准确率约 33%，明确不是交易信号

技术亮点

零中间层架构: 前端经 /xfs-api 反代直接消费 market.xiafansheng.com/api 只读接口，失败自动回退绝对地址
数据可审计: 收益率单位百分比、日频，页面数字全部来自接口，序列滞后时显式提示
关键代码映射: 国债 3Y/5Y 使用 EMM00166460/EMM00166462（E1000174/176 为空），国开 10Y 为 E1701714，GC007 E1703587，7 日逆回购 E1715081
纯前端部署: Vite 静态产物 + Nginx 静态托管与 SPA 路由，无新增服务端口

在线访问: https://fixincome.xiafansheng.com

10. 净值归因系统

项目类型: 组合暴露反推与归因工具 技术栈: Python + FastAPI + SciPy + SQLite + ECharts

只给一条净值曲线，反推这只产品等价于持有什么：债券部分多少仓位、久期多长、分布在哪些期限上，权益部分在沪深300/中证1000/红利/恒生/转债/黄金/商品上各有多少暴露。公司自己的产品、同业产品、公募基金都能算，净值可以从库里选，也可以上传 Excel 或直接粘贴。

核心功能

📐 仓位口径分解: 非负权重风格分析，每个系数就是「占净值的仓位%」，不会出现负数，加总有意义
🎯 可信度分级: 每一项给「换窗口长度这个数会动多少」的区间与高/中/低评级，另给整体可信度
📊 恒定久期腿: 6 条中债曲线（国债/国开/中票AA+/城投AA+/二级资本债/永续）× 51 条恒定久期腿，2010 年至今每日合成
🔍 与库内真值对照: 公司产品可直接叠加库里的久期/杠杆/权益仓位，看估计偏在哪
📈 滚动追踪: 60 日滚动窗口，看仓位怎么漂的；另有窗口长度敏感性图

方法

每天重造一只平价债，持有一天后按次日曲线在剩余期限处重新定价，carry、骑乘、久期、凸性四项自动包含，由此得到各久期档的日收益。再把净值收益对「债券各久期档 + 各权益指数」做带非负约束和期限结构平滑惩罚的最小二乘，解出仓位。

净值收益在「净值日 ∩ 因子日」网格上计算——理财产品净值多按日历日发布（周末照计提），先算日收益再取交集会把周一算成「周日→周一」，丢掉两天计提。

验证结果

14 只规模 30 亿以上、库内有真值的产品同口径回测：

指标	与库内真值相关	MAE
权益暴露	0.969	0.90 pct
久期（债券部分口径）	0.861	0.67 年

已知限制（写在页面上，不藏着）

估计值不是持仓真值，是从净值反推的等价暴露。有持仓数据时以持仓为准
债券权重 Σw 不是杠杆，与库内 leverage 相关 −0.22。本部门产品委外+公募基金占 39~55%，Σw 吸收了这部分债性暴露
adjR² < 0.6 的结果不要引用。平滑估值的纯债产品识别不出久期
单个久期档不可识别（相邻档收益相关 >0.95），只有加权久期和合计仓位可信

在线访问: https://attribution.xiafansheng.com

11. 动量策略参数实验室

项目类型: 量化策略参数研究平台 技术栈: Python + FastAPI + NumPy + 原生 HTML/SVG（无构建链路）

一个把时序动量（趋势跟踪）策略的参数空间完整铺开的在线实验室。回看期 J 与持有期 K 各覆盖 1–365 个交易日，在 34 个跨类资产上做全参数扫描，并给出每个资产在天级精度上的最优参数。数据接入市场数据库，每个交易日自动更新。

核心功能

🔲 全参数网格: 24 档对数刻度覆盖 1–365 交易日，点击任意格可下钻到逐日精度的局部热力图
📅 自定义区间: 全样本 / 近 10 年 / 近 5 年 / 近 3 年 / 近 1 年，或任意起止日期
🎯 天级寻优: 三段式搜索（粗网格 → Top-3 候选档间均分 → 逐日），比全搜索快 130–180 倍
📊 增厚双柱对比: 深柱为各资产自己的最优参数，浅柱为统一基准 252-21，参数挖掘凭空多出来的部分一眼可见
⚠️ 稳健性指标: 每个资产标注"有多少格落在其最佳值 5% 以内"，直接暴露该参数是平台还是刀尖
🔍 加选资产: 可从数据库 537 个指标中临时加入任意标的参与对比

技术亮点

累积和技巧：持有期 K 通过前缀和 O(1) 求区间均值，把 K 维度的计算成本降到接近于零
严格无前视：t 日权重只用到 t−1 及之前数据，并用"未来跳涨"构造反例做单元测试验证
正确性对照：向量化实现与朴素逐日循环做精确比对（容差 1e-6），而不是只与自己比
组合口径：先把各资产逐日净收益等权合成组合序列再算指标，而非对各资产指标取平均
服务器保护：单工作线程闸门（超时后仍等孤儿线程结束才放行）+ 三层缓存 + float32 矩阵，在 2 核小机上与另外 6 个站共存

一个反直觉的实测结论

建站过程中用"缩域全穷举对照"做了一次验证：目标曲面是尖峰，不是平台。 3600 个参数格里，落在真最优 1% 以内的中位数只有 2 个，部分资产只有 1 个。这意味着任何"粗搜 + 局部精化"都会跨过真最优（实测命中率 50–70%），更重要的是——一个只在 3600 格中 1 格上成立的"最优参数"，按定义就是样本内过拟合的产物。

所以本站不去追这个尖峰，而是把"它是尖峰"这件事本身做成输出：每个资产都标注稳健性指标，让使用者自己判断该参数能不能碰。

在线访问: https://momentum.xiafansheng.com

12. 策略广场

项目类型：个人量化策略研究与跟踪平台
技术栈：Python + NumPy / Pandas + ECharts + 原生 JavaScript + Nginx + systemd

将分散在研究目录里的成熟策略集中到一个持续更新的研究平台。首页展示策略介绍与多个区间的收益表现，进入策略可查看最新信号、历史回测、信号明细、模型说明与版本记录。

已接入策略

策略	主要方法	跟踪内容
中欧利率交易策略	EMA趋势确认，30年国债与1年城投AA+二元切换	全品种信号、多空边界、久期切换、历史回测、交易成本敏感性
贝莱德行业轮动复现	价值、成长、动量三信号与均值—方差优化	行业配置、因子评分、月度信号、日/月频回测、归因与有效性检验

核心功能

策略总览：按资产类别筛选、关键词搜索，比较近30/90/180/365日、今年以来与全区间收益。
通用详情模板：最新信号、可选区间的净值与回撤、历史信号检索、模型文档和版本状态。
完整研究保留：各策略原有热力图、单品种分析、成本敏感性和模型检验继续提供。
服务器自动更新：工作日18:45及20:30更新信号与回测；行情日期、信号日期、回测日期独立展示。
持续接入：新策略提供描述文件和标准数据输出即可接入，页面与区间统计自动生成。

技术与口径

策略计算与展示分离，研究代码独立迭代；每次发布生成可追溯快照，更新失败保留上一版。凭据和计算脚本不公开，通过静态发布避免在公网开放模型执行权限。区间收益由统一净值协议计算，今年以来从上年12月31日起算，阶段区间使用固定自然日。

页面展示的是研究复现与模拟回测，不代表基金公司官方模型或实盘业绩。行业轮动的日度再平衡与月度买入持有口径分别展示，成本及成交假设随策略明确披露。

在线访问：策略广场

项目展示 ​

1. 行业生命周期分析系统 ​

核心功能 ​

技术亮点 ​

2. 宏观监测系统 ​

核心功能 ​

技术亮点 ​

3. 市场数据库 (Market Data) ​

核心功能 ​

技术亮点 ​

Python 客户端调用示例 ​

4. 月度市场复盘看板 ​

核心功能 ​

技术亮点 ​

数据上游 ​

5. 多资产配置回测系统 ​

核心功能 ​

技术亮点 ​

6. 个人财务追踪系统 ​

核心功能 ​

技术亮点 ​

7. 大类资产预测系统 ​

核心功能 ​

技术亮点 ​

8. 市场热点聚合平台 ​

核心功能 ​

技术亮点 ​

9. 债市跟踪看板 (Fix Income) ​

核心功能 ​

技术亮点 ​

10. 净值归因系统 ​

核心功能 ​

方法 ​

验证结果 ​

已知限制（写在页面上，不藏着） ​

11. 动量策略参数实验室 ​

核心功能 ​

技术亮点 ​

一个反直觉的实测结论 ​

12. 策略广场 ​

已接入策略 ​

核心功能 ​

技术与口径 ​

更多项目 ​

项目展示

1. 行业生命周期分析系统

核心功能

技术亮点

2. 宏观监测系统

核心功能

技术亮点

3. 市场数据库 (Market Data)

核心功能

技术亮点

Python 客户端调用示例

4. 月度市场复盘看板

核心功能

技术亮点

数据上游

5. 多资产配置回测系统

核心功能

技术亮点

6. 个人财务追踪系统

核心功能

技术亮点

7. 大类资产预测系统

核心功能

技术亮点

8. 市场热点聚合平台

核心功能

技术亮点

9. 债市跟踪看板 (Fix Income)

核心功能

技术亮点

10. 净值归因系统

核心功能

方法

验证结果

已知限制（写在页面上，不藏着）

11. 动量策略参数实验室

核心功能

技术亮点

一个反直觉的实测结论

12. 策略广场

已接入策略

核心功能

技术与口径

更多项目