主要使用 Python 和 MQL5。关注如何把交易经验拆解为可解释、可验证、可维护的规则，并落地为数据处理、历史回测、模拟交易、风险控制和复盘工具。
- A股短线事件、集合竞价、题材与市场情绪研究
- 时间序列验证、样本外检验和未来数据隔离
- 本地量化研究、历史回放与 T+1 模拟交易系统
- MT5 EA 策略形式化、参数化和执行风控
- 从研究原型到可持续维护产品的工程化过程
| 项目 | 说明 |
|---|---|
| A股短线研究与模拟交易系统 | 数据接入、规则决策、历史回放、候选池回测、T+1模拟交易、风控与实时监控 |
| A股短线事件研究工具 | 涨跌停事件表、第三方字段合并、时间序列验证、可解释条件检查与研究纪律 |
| MT5 EURUSD EA | 两套可编译EA，覆盖多周期信号、市场状态切换、风险仓位、止损止盈和持仓管理 |
| 投研审查助手 | 强调证据来源、样本角色、遮未来检验、反例与条件化许可的研究技能包 |
Python · pandas · AKShare · JQData · MQL5 · MetaTrader 5 · Git
公开仓库主要是从本地研发环境脱敏整理的代码快照。