diff --git a/data-engineering/RESEARCH_DIRECTIONS.md b/data-engineering/RESEARCH_DIRECTIONS.md new file mode 100644 index 000000000..cc1803ffc --- /dev/null +++ b/data-engineering/RESEARCH_DIRECTIONS.md @@ -0,0 +1,344 @@ +# 🧮 赵云 - 数据工程领域调研方向和方案 + +## 🎯 调研任务 + +### **主公指令**： +> "赵云去调研利用如何把所有数据都下载到vnpy的sqlite数据库当中的方案" + +### **具体任务**： +1. 调研vn.py SQLite数据库结构和数据存储方案 +2. 设计完整的数据下载、清洗、存储流程 +3. 实现数据自动下载和更新机制 +4. 确保数据质量和一致性 +5. 提供高效的数据查询接口 + +## 🔬 调研方向 + +### **方向1：vn.py SQLite数据库结构研究** +#### **调研内容**： +1. **数据库架构分析** + - vn.py默认数据库设计 + - 数据表结构和关系 + - 索引和约束设计 + - 性能优化机制 + +2. **数据类型和格式** + - K线数据存储格式 + - tick数据存储格式 + - 财务数据存储格式 + - 其他数据存储格式 + +3. **数据访问接口** + - vn.py数据管理器接口 + - 直接SQL访问方式 + - ORM访问方式 + - 性能对比分析 + +#### **调研方法**： +- 分析vn.py源代码 +- 数据库逆向工程 +- 性能测试和基准 +- 最佳实践研究 + +### **方向2：数据源和下载方案研究** +#### **调研内容**： +1. **A股市场数据源** + - 聚宽（jqdatasdk）数据接口 + - Akshare数据接口 + - Tushare数据接口 + - Wind（如有权限）数据接口 + - 其他数据源评估 + +2. **数据下载策略** + - 全量数据下载方案 + - 增量数据更新方案 + - 实时数据同步方案 + - 数据备份和恢复方案 + +3. **数据质量保证** + - 数据完整性检查 + - 数据准确性验证 + - 数据一致性维护 + - 数据更新监控 + +#### **调研方法**： +- 数据源API测试 +- 下载性能测试 +- 数据质量评估 +- 成本效益分析 + +### **方向3：数据处理和存储方案** +#### **调研内容**： +1. **数据清洗和转换** + - 数据格式标准化 + - 异常数据处理 + - 缺失值处理 + - 数据去重和合并 + +2. **数据存储优化** + - 数据库分区策略 + - 索引优化策略 + - 数据压缩方案 + - 存储空间管理 + +3. **数据访问优化** + - 查询性能优化 + - 缓存策略设计 + - 并发访问控制 + - 数据安全控制 + +#### **调研方法**： +- 数据处理流程设计 +- 存储方案性能测试 +- 访问模式分析 +- 优化效果评估 + +## 📊 调研方案 + +### **阶段1：数据库结构研究（3天）** +1. **vn.py数据库分析** + - 安装和配置vn.py + - 分析数据库创建脚本 + - 研究数据表设计 + - 理解数据访问逻辑 + +2. **数据结构设计** + - 设计扩展数据表 + - 设计数据关系 + - 设计索引和约束 + - 设计数据分区 + +3. **性能基准测试** + - 数据插入性能测试 + - 数据查询性能测试 + - 并发访问测试 + - 存储空间测试 + +### **阶段2：数据源调研（4天）** +1. **数据源评估** + - 各数据源功能对比 + - 数据质量对比 + - 更新频率对比 + - 成本对比 + +2. **数据下载方案设计** + - 全量数据下载流程 + - 增量数据更新流程 + - 实时数据同步流程 + - 错误处理和重试机制 + +3. **数据质量方案设计** + - 数据校验规则 + - 数据清洗规则 + - 数据修复流程 + - 质量监控机制 + +### **阶段3：数据处理实现（6天）** +1. **数据下载工具开发** + - 多数据源适配器 + - 批量下载工具 + - 增量更新工具 + - 监控报警工具 + +2. **数据处理工具开发** + - 数据清洗工具 + - 数据转换工具 + - 数据验证工具 + - 数据合并工具 + +3. **数据存储工具开发** + - 数据库导入工具 + - 数据备份工具 + - 数据恢复工具 + - 数据迁移工具 + +### **阶段4：系统集成和测试（4天）** +1. **系统集成测试** + - 端到端流程测试 + - 性能测试 + - 稳定性测试 + - 兼容性测试 + +2. **文档和部署** + - 使用文档编写 + - 部署配置编写 + - 运维监控配置 + - 故障处理指南 + +## 📈 预期成果 + +### **1. 数据下载方案调研报告** +- **报告结构**： + 1. 执行摘要 + 2. 研究背景和目标 + 3. vn.py数据库结构分析 + 4. 数据源评估和选择 + 5. 数据下载方案设计 + 6. 数据处理方案设计 + 7. 系统实现方案 + 8. 性能测试结果 + 9. 实施建议 + 10. 结论和展望 + +- **交付要求**： + - 格式：Markdown + PDF + - 长度：40-60页 + - 架构图：不少于10个 + - 性能数据表：完整详细 + +### **2. 数据下载工具集** +- **工具内容**： + 1. 多数据源下载工具 + 2. 数据清洗和转换工具 + 3. 数据库导入工具 + 4. 监控和管理工具 + +- **交付要求**： + - 可运行的Python代码 + - 完整的配置说明 + - 详细的用户指南 + - 性能测试报告 + +### **3. 数据库设计方案** +- **方案内容**： + 1. 数据库扩展设计 + 2. 数据表结构定义 + 3. 索引和约束设计 + 4. 分区和优化方案 + +- **交付要求**： + - SQL脚本文件 + - 数据库设计文档 + - 性能优化指南 + - 维护操作手册 + +## 🗓️ 时间计划 + +### **总时间**：17个工作日 + +### **详细安排**： +| 阶段 | 时间 | 主要任务 | 交付物 | +|------|------|----------|--------| +| **数据库研究** | 3月24日-26日 | vn.py数据库分析 | 数据库分析报告 | +| **数据源调研** | 3月27日-30日 | 数据源评估和选择 | 数据源评估报告 | +| **方案设计** | 3月31日-4月6日 | 数据下载方案设计 | 方案设计文档 | +| **工具开发** | 4月7日-12日 | 数据工具开发和测试 | 工具实现代码 | +| **系统测试** | 4月13日-15日 | 系统集成和测试 | 测试报告 | +| **报告撰写** | 4月16日-17日 | 调研报告撰写 | 完整调研报告 | + +## 🔧 所需资源 + +### **数据资源**： +1. **测试数据源**： + - 聚宽测试账号 + - Akshare访问权限 + - Tushare token + - 其他数据源访问 + +2. **测试数据库**： + - SQLite测试环境 + - 足够存储空间 + - 备份存储空间 + +### **技术资源**： +1. **计算资源**： + - 数据下载服务器 + - 数据库服务器 + - 测试服务器 + +2. **软件工具**： + - Python数据科学栈 + - 数据库管理工具 + - 监控和日志工具 + - 测试和调试工具 + +3. **开发工具**： + - 版本控制工具 + - 持续集成工具 + - 文档生成工具 + - 性能分析工具 + +## 🤝 协作需求 + +### **需要姜维支持**： +1. **vn.py环境支持**：提供vn.py环境配置 +2. **数据库部署支持**：协助数据库部署 +3. **平台集成支持**：集成数据工具到平台 + +### **需要策略团队支持**： +1. **数据需求分析**：分析策略数据需求 +2. **数据质量反馈**：反馈数据质量问题 +3. **使用场景测试**：测试数据访问性能 + +### **需要司马懿支持**： +1. **方案质量审计**：审计技术方案质量 +2. **数据质量验证**：验证数据质量方案 +3. **安全合规检查**：检查数据安全合规 + +## 📋 提交要求 + +### **提交到Gitee仓库**： +``` +sanguo_quant_live/data-engineering/research/ +├── 01-调研报告/ +│ ├── data-download-research.md +│ ├── data-download-research.pdf +│ └── presentation/ +├── 02-工具实现/ +│ ├── data-sources/ # 数据源适配器 +│ ├── download-tools/ # 下载工具 +│ ├── processing-tools/ # 处理工具 +│ └── storage-tools/ # 存储工具 +├── 03-数据库设计/ +│ ├── schema/ # 数据库schema +│ ├── scripts/ # 数据库脚本 +│ ├── migrations/ # 迁移脚本 +│ └── optimization/ # 优化方案 +├── 04-配置文档/ +│ ├── deployment/ # 部署配置 +│ ├── monitoring/ # 监控配置 +│ ├── security/ # 安全配置 +│ └── troubleshooting/ # 故障处理 +├── 05-测试数据/ +│ ├── sample-data/ # 样本数据 +│ ├── test-cases/ # 测试用例 +│ ├── performance-data/ # 性能数据 +│ └── quality-reports/ # 质量报告 +└── 06-参考资料/ + ├── vnpy-docs/ # vn.py文档 + ├── sqlite-docs/ # SQLite文档 + ├── data-source-docs/ # 数据源文档 + └── best-practices/ # 最佳实践 +``` + +### **提交时间**： +- **中期报告**：4月6日（方案设计完成） +- **最终报告**：4月17日（完整调研完成） + +## 🎯 成功标准 + +### **技术方案标准**： +1. ✅ 方案设计合理可行 +2. ✅ 技术选型科学先进 +3. ✅ 性能满足使用要求 +4. ✅ 扩展性和维护性好 + +### **数据质量标准**： +1. ✅ 数据完整性 > 99% +2. ✅ 数据准确性 > 99.5% +3. ✅ 数据更新及时性 < 1小时 +4. ✅ 数据一致性100% + +### **系统性能标准**： +1. ✅ 数据下载速度满足需求 +2. ✅ 数据库查询性能良好 +3. ✅ 系统稳定性 > 99.9% +4. ✅ 故障恢复时间 < 30分钟 + +--- + +**赵云，立即开始你的数据下载方案调研工作！** + +**重点研究vn.py SQLite数据库，设计高效的数据下载和存储方案，4月17日前提交完整调研报告到Gitee仓库！** + +**主公指示必须严格执行！** 🧮 \ No newline at end of file diff --git a/platform/RESEARCH_DIRECTIONS.md b/platform/RESEARCH_DIRECTIONS.md new file mode 100644 index 000000000..7484857c2 --- /dev/null +++ b/platform/RESEARCH_DIRECTIONS.md @@ -0,0 +1,353 @@ +# 🚛 姜维 - 平台开发领域调研方向和方案 + +## 🎯 调研任务 + +### **主公指令**： +> "姜维调研生产环境部署到阿里云的方案，那么未来本地是开发和测试环境，生产环境我考虑放到阿里云上" + +### **具体任务**： +1. 调研vn.py在阿里云上的部署方案 +2. 设计开发和测试到生产环境的完整部署流程 +3. 制定阿里云资源配置和成本优化方案 +4. 建立监控、运维和安全保障体系 +5. 设计环境隔离和版本管理方案 + +## 🔬 调研方向 + +### **方向1：阿里云服务选型和架构设计** +#### **调研内容**： +1. **云服务评估** + - 计算服务（ECS、轻量应用服务器、容器服务） + - 数据库服务（RDS、云数据库SQLite） + - 网络服务（VPC、SLB、弹性公网IP） + - 存储服务（OSS、NAS、云盘） + +2. **架构设计** + - 高可用架构设计 + - 可扩展架构设计 + - 安全架构设计 + - 成本优化架构设计 + +3. **技术选型** + - 操作系统选型（Ubuntu/CentOS/Alibaba Cloud Linux） + - 数据库选型（SQLite/MySQL/PostgreSQL） + - 容器化方案（Docker/Kubernetes） + - 部署工具选型（Ansible/Terraform） + +#### **调研方法**： +- 阿里云产品文档研究 +- 最佳实践案例分析 +- 性能基准测试 +- 成本效益分析 + +### **方向2：部署流程和自动化方案** +#### **调研内容**： +1. **环境规划** + - 开发环境（本地） + - 测试环境（本地/阿里云） + - 生产环境（阿里云） + - 环境差异和配置管理 + +2. **部署流程** + - 代码构建流程 + - 数据库迁移流程 + - 配置管理流程 + - 服务启动流程 + +3. **自动化方案** + - 持续集成方案 + - 持续部署方案 + - 基础设施即代码 + - 配置自动化 + +#### **调研方法**： +- 部署流程设计 +- 自动化工具测试 +- 流程效率评估 +- 故障恢复测试 + +### **方向3：运维监控和安全保障** +#### **调研内容**： +1. **监控方案** + - 系统监控（CPU、内存、磁盘、网络） + - 应用监控（vn.py运行状态） + - 业务监控（策略执行情况） + - 告警方案设计 + +2. **安全方案** + - 网络安全（VPC、安全组、防火墙） + - 访问控制（RAM、SSO、密钥管理） + - 数据安全（加密、备份、恢复） + - 合规要求（金融数据合规） + +3. **运维方案** + - 日志管理方案 + - 性能优化方案 + - 容量规划方案 + - 故障处理方案 + +#### **调研方法**： +- 监控工具评估 +- 安全方案设计 +- 运维流程测试 +- 应急响应演练 + +## 📊 调研方案 + +### **阶段1：阿里云服务调研（4天）** +1. **产品研究** + - 计算服务对比分析 + - 存储服务性能测试 + - 网络服务配置测试 + - 安全服务功能评估 + +2. **成本分析** + - 资源配置成本估算 + - 流量费用分析 + - 优化方案成本效益 + - 预算规划方案 + +3. **技术方案** + - 架构设计方案 + - 技术选型方案 + - 性能基准方案 + - 扩展性设计方案 + +### **阶段2：部署方案设计（5天）** +1. **流程设计** + - 开发测试生产流程 + - 自动化部署流程 + - 数据库迁移流程 + - 配置管理流程 + +2. **工具实现** + - 构建工具实现 + - 部署工具实现 + - 监控工具实现 + - 安全工具实现 + +3. **环境管理** + - 环境隔离方案 + - 配置管理方案 + - 版本管理方案 + - 回滚方案设计 + +### **阶段3：实施和测试（5天）** +1. **环境搭建** + - 开发环境优化 + - 测试环境搭建 + - 生产环境模拟 + - 自动化部署测试 + +2. **性能测试** + - 系统性能测试 + - 应用性能测试 + - 数据库性能测试 + - 网络性能测试 + +3. **安全测试** + - 网络安全测试 + - 访问控制测试 + - 数据安全测试 + - 合规性检查 + +### **阶段4：运维方案设计（4天）** +1. **监控设计** + - 系统监控方案 + - 应用监控方案 + - 业务监控方案 + - 告警方案设计 + +2. **运维设计** + - 日常运维流程 + - 故障处理流程 + - 性能优化流程 + - 备份恢复流程 + +3. **文档编写** + - 部署手册编写 + - 运维手册编写 + - 故障处理手册 + - 最佳实践总结 + +## 📈 预期成果 + +### **1. 阿里云部署方案调研报告** +- **报告结构**： + 1. 执行摘要 + 2. 调研背景和目标 + 3. 阿里云服务评估 + 4. 架构设计方案 + 5. 部署流程设计 + 6. 自动化方案设计 + 7. 监控运维方案 +8. 安全保障方案 +9. 成本优化方案 +10. 实施计划和建议 +11. 结论和展望 + +- **交付要求**： + - 格式：Markdown + PDF + - 长度：60-80页 + - 架构图：不少于15个 + - 成本分析表：详细准确 + +### **2. 部署工具和配置** +- **工具内容**： + 1. 基础设施即代码（Terraform/Ansible） + 2. 自动化部署脚本 + 3. 环境配置管理 + 4. 监控告警工具 + +- **交付要求**： + - 可运行的配置脚本 + - 完整的部署文档 + - 详细的配置说明 + - 性能测试报告 + +### **3. 运维监控方案** +- **方案内容**： + 1. 监控体系设计 + 2. 告警规则配置 + 3. 运维操作指南 + 4. 应急响应方案 + +- **交付要求**： + - 监控配置文档 + - 运维流程文档 + - 故障处理手册 + - 应急预案文档 + +## 🗓️ 时间计划 + +### **总时间**：18个工作日 + +### **详细安排**： +| 阶段 | 时间 | 主要任务 | 交付物 | +|------|------|----------|--------| +| **云服务研究** | 3月24日-27日 | 阿里云产品评估 | 云服务评估报告 | +| **架构设计** | 3月28日-4月1日 | 系统架构设计 | 架构设计文档 | +| **部署设计** | 4月2日-6日 | 部署流程设计 | 部署流程文档 | +| **工具实现** | 4月7日-9日 | 部署工具实现 | 工具实现代码 | +| **测试验证** | 4月10日-13日 | 部署测试验证 | 测试验证报告 | +| **运维设计** | 4月14日-15日 | 运维方案设计 | 运维方案文档 | +| **报告撰写** | 4月16日-17日 | 调研报告撰写 | 完整调研报告 | + +## 🔧 所需资源 + +### **云资源**： +1. **测试环境资源**： + - 阿里云测试账号 + - 足够的免费额度 + - 测试用ECS实例 + - 测试用RDS实例 + +2. **工具资源**： + - 自动化部署工具 + - 监控工具 + - 安全工具 + - 性能测试工具 + +### **技术资源**： +1. **开发资源**： + - 开发测试环境 + - 版本控制系统 + - 持续集成环境 + - 配置管理工具 + +2. **测试资源**： + - 测试环境服务器 + - 性能测试工具 + - 安全测试工具 + - 自动化测试工具 + +3. **运维资源**： + - 监控工具 + - 日志管理工具 + - 备份恢复工具 + - 故障诊断工具 + +## 🤝 协作需求 + +### **需要赵云支持**： +1. **数据库部署方案**：协助设计数据库部署方案 +2. **数据迁移方案**：协助设计数据迁移流程 +3. **存储优化方案**：协助设计存储优化方案 + +### **需要策略团队支持**： +1. **性能需求分析**：分析策略对性能的需求 +2. **可用性需求分析**：分析策略对可用性的需求 +3. **安全需求分析**：分析策略对安全的需求 + +### **需要司马懿支持**： +1. **安全合规检查**：检查部署方案安全合规性 +2. **质量审计**：审计部署方案质量 +3. **风险控制审计**：审计部署风险控制方案 + +## 📋 提交要求 + +### **提交到Gitee仓库**： +``` +sanguo_quant_live/platform/research/ +├── 01-调研报告/ +│ ├── aliyun-deployment-research.md +│ ├── aliyun-deployment-research.pdf +│ └── presentation/ +├── 02-架构设计/ +│ ├── system-architecture/ # 系统架构 +│ ├── network-design/ # 网络设计 +│ ├── security-design/ # 安全设计 +│ └── cost-optimization/ # 成本优化 +├── 03-部署方案/ +│ ├── terraform/ # Terraform脚本 +│ ├── ansible/ # Ansible脚本 +│ ├── docker/ # Docker配置 +│ └︰kubernetes/ # K8s配置 +├── 04-运维方案/ +│ ├︰monitoring/ # 监控方案 +│ ├︰logging/ # 日志方案 +│ ├︰backup/ # 备份方案 +│ └︰disaster-recovery/ # 容灾方案 +├︰05-测试报告/ +│ ├︰performance-testing/ # 性能测试 +│ ├︰security-testing/ # 安全测试 +│ ├︰deployment-testing/ # 部署测试 +│ └︰recovery-testing/ # 恢复测试 +└︰06-参考资料/ + ├︰aliyun-docs/ # 阿里云文档 + ├︰best-practices/ # 最佳实践 + ├︰security-standards/ # 安全标准 + └︰cost-optimization/ # 成本优化方案 +``` + +### **提交时间**： +- **中期报告**：4月9日（工具实现完成） +- **最终报告**：4月17日（完整调研完成） + +## 🎯 成功标准 + +### **技术方案标准**： +1. ✅ 架构设计合理可扩展 +2. ✅ 部署流程自动化程度高 +3. ✅ 性能满足业务需求 +4. ✅ 安全合规符合要求 + +### **成本效益标准**： +1. ✅ 资源配置合理 +2. ✅ 成本控制在预算内 +3. ✅ 性价比优化良好 +4. ✅ 扩展性成本可控 + +### **运维保障标准**： +1. ✅ 监控覆盖全面 +2. ✅ 告警及时准确 +3. ✅ 故障恢复迅速 +4. ✅ 运维流程规范 + +--- + +**姜维，立即开始你的阿里云部署方案调研工作！** + +**重点研究vn.py在阿里云上的最佳部署方案，设计完整的开发-测试-生产流程，4月17日前提交完整调研报告到Gitee仓库！** + +**主公指示必须严格执行！** 🚛 \ No newline at end of file diff --git a/risk-management/RESEARCH_DIRECTIONS.md b/risk-management/RESEARCH_DIRECTIONS.md new file mode 100644 index 000000000..e45115853 --- /dev/null +++ b/risk-management/RESEARCH_DIRECTIONS.md @@ -0,0 +1,369 @@ +# 🛡️ 关羽 - 风险管理领域调研方向和方案 + +## 🎯 调研任务 + +### **主公指令**： +> "请关羽去收集量化风控与资金管理领域可能调研方向和方案，形成调研报告提交到仓库当中" + +### **调研目标**： +1. 建立完整的量化交易风险管理框架 +2. 识别A股市场特有的风险特征和控制方法 +3. 设计有效的资金管理和风险控制策略 +4. 制定实时风险监控和应急响应方案 + +## 🔬 调研方向 + +### **方向1：A股市场风险特征研究** +#### **调研内容**： +1. **市场风险特征** + - A股波动率特征和周期 + - 涨跌停板制度的影响 + - T+1交易制度的风险 + - 政策风险和市场干预 + +2. **流动性风险特征** + - 不同板块流动性差异 + - 极端情况流动性枯竭 + - 大额交易冲击成本 + - 市场深度和宽度分析 + +3. **信用风险特征** + - A股退市风险分析 + - 财务造假风险识别 + - 公司治理风险评估 + - 行业系统性风险 + +4. **操作风险特征** + - 交易系统故障风险 + - 数据质量问题风险 + - 人为操作错误风险 + - 外部事件冲击风险 + +#### **调研方法**： +- 历史风险事件分析 +- 风险指标量化分析 +- 极端情况压力测试 +- 风险相关性研究 + +### **方向2：风险度量模型研究** +#### **调研内容**： +1. **传统风险度量** + - VaR（风险价值）模型适用性 + - CVaR（条件风险价值）改进 + - 最大回撤预测模型 + - 波动率预测模型 + +2. **现代风险度量** + - 期望损失（ES）模型 + - 风险谱（Risk Spectrum）分析 + - 风险贡献度分析 + - 风险预算分配 + +3. **动态风险度量** + - 时变风险模型 + - 风险状态识别 + - 风险预警指标 + - 风险传导机制 + +#### **调研方法**： +- 模型回测验证 +- 参数稳定性测试 +- 模型比较分析 +- 实际应用评估 + +### **方向3：风险控制策略研究** +#### **调研内容**： +1. **头寸控制策略** + - 单票仓位限制模型 + - 行业集中度控制 + - 总仓位动态调整 + - 杠杆使用控制 + +2. **止损止盈策略** + - 固定比例止损 + - 移动止损策略 + - 条件止盈策略 + - 动态止损调整 + +3. **资金管理策略** + - 凯利公式优化应用 + - 风险平价分配 + - 动态资金调整 + - 现金流管理 + +4. **实时监控策略** + - 风险阈值监控 + - 异常交易检测 + - 系统健康监控 + - 合规风险监控 + +#### **调研方法**： +- 策略历史回测 +- 压力测试验证 +- 实时模拟测试 +- 极端情况测试 + +## 📊 调研方案 + +### **阶段1：风险数据和研究准备（4天）** +1. **风险数据收集** + - 历史风险事件数据 + - 市场波动率数据 + - 流动性指标数据 + - 极端情况数据 + +2. **研究框架建立** + - 风险分类框架 + - 度量方法框架 + - 控制策略框架 + - 监控体系框架 + +3. **工具环境准备** + - 风险计算工具 + - 压力测试工具 + - 监控系统工具 + - 分析可视化工具 + +### **阶段2：风险特征研究（5天）** +1. **市场风险深度分析** + - A股特有风险识别 + - 风险周期和规律 + - 风险传导机制 + - 风险相关性分析 + +2. **流动性风险研究** + - 流动性度量方法 + - 流动性冲击分析 + - 流动性预警指标 + - 流动性管理策略 + +3. **操作风险研究** + - 系统风险识别 + - 数据风险分析 + - 人为风险控制 + - 应急响应方案 + +### **阶段3：风险模型研究（5天）** +1. **风险度量模型评估** + - 传统模型适用性 + - 现代模型改进 + - 模型参数优化 + - 模型组合应用 + +2. **风险预测模型研究** + - 波动率预测 + - 相关性预测 + - 极端风险预测 + - 风险状态预测 + +3. **风险控制模型设计** + - 头寸控制模型 + - 止损止盈模型 + - 资金管理模型 + - 风险预算模型 + +### **阶段4：系统实现和测试（5天）** +1. **风险监控系统设计** + - 实时监控架构 + - 预警系统设计 + - 控制系统设计 + - 报告系统设计 + +2. **系统实现和集成** + - 风险计算模块 + - 监控预警模块 + - 控制执行模块 + - 数据存储模块 + +3. **系统测试验证** + - 功能测试 + - 性能测试 + - 压力测试 + - 集成测试 + +## 📈 预期成果 + +### **1. 风险管理调研报告** +- **报告结构**： + 1. 执行摘要 + 2. 研究背景和目标 + 3. A股风险特征分析 + 4. 风险度量模型研究 + 5. 风险控制策略设计 + 6. 风险监控系统方案 + 7. 实施建议和计划 + 8. 结论和展望 + +- **交付要求**： + - 格式：Markdown + PDF + - 长度：50-70页 + - 风险图表：不少于40个 + - 模型公式：完整推导 + +### **2. 风险管理系统方案** +- **方案内容**： + 1. 系统架构设计 + 2. 模块详细设计 + 3. 技术实现方案 + 4. 部署运维方案 + +- **交付要求**： + - 架构设计文档 + - 接口定义文档 + - 部署配置文档 + - 运维监控文档 + +### **3. 风险模型和工具** +- **实现内容**： + 1. 风险计算工具 + 2. 压力测试工具 + 3. 监控预警工具 + 4. 分析报告工具 + +- **交付要求**： + - 可运行的Python代码 + - 完整的测试用例 + - 使用文档和示例 + - 性能测试报告 + +## 🗓️ 时间计划 + +### **总时间**：19个工作日 + +### **详细安排**： +| 阶段 | 时间 | 主要任务 | 交付物 | +|------|------|----------|--------| +| **数据准备** | 3月24日-27日 | 风险数据收集和整理 | 风险数据报告 | +| **特征研究** | 3月28日-4月3日 | A股风险特征深度分析 | 风险特征报告 | +| **模型研究** | 4月4日-4月10日 | 风险模型研究和设计 | 风险模型报告 | +| **系统设计** | 4月11日-4月15日 | 风险监控系统设计 | 系统设计文档 | +| **报告撰写** | 4月16日-17日 | 调研报告撰写和整理 | 完整调研报告 | + +## 🔧 所需资源 + +### **数据资源**： +1. **风险数据源**： + - 历史波动率数据 + - 极端事件数据 + - 流动性数据 + - 风险指标数据 + +2. **市场数据**： + - 价格和成交量数据 + - 订单簿数据 + - 市场深度数据 + - 交易日志数据 + +3. **研究数据**： + - 风险管理研究论文 + - 风险案例研究 + - 监管要求文档 + - 行业最佳实践 + +### **技术资源**： +1. **计算资源**： + - 风险计算服务器 + - 实时监控服务器 + - 数据存储系统 + - 备份恢复系统 + +2. **软件工具**： + - 风险计算软件 + - 监控预警软件 + - 数据分析工具 + - 可视化工具 + +3. **开发工具**： + - Python风险计算库 + - 实时数据处理框架 + - 数据库系统 + - 消息队列系统 + +## 🤝 协作需求 + +### **需要赵云支持**： +1. **风险数据获取**：获取各类风险相关数据 +2. **数据质量保证**：确保风险数据准确性 +3. **实时数据支持**：提供实时风险监控数据 + +### **需要姜维支持**： +1. **系统部署支持**：部署风险监控系统 +2. **平台集成支持**：集成风控到交易平台 +3. **性能优化支持**：优化系统性能 + +### **需要策略团队支持**： +1. **风险需求分析**：分析策略风险特征 +2. **风控规则定制**：为策略定制风控规则 +3. **风险测试协作**：协作进行风险测试 + +### **需要司马懿支持**： +1. **风控质量审计**：审计风控方案质量 +2. **风险测试验证**：验证风险控制效果 +3. **合规性检查**：检查风控合规性 + +## 📋 提交要求 + +### **提交到Gitee仓库**： +``` +sanguo_quant_live/risk-management/research/ +├── 01-调研报告/ +│ ├── risk-research-report.md +│ ├── risk-research-report.pdf +│ └── presentation/ +├── 02-系统设计/ +│ ├── architecture/ # 系统架构 +│ ├── module-design/ # 模块设计 +│ ├── interface/ # 接口定义 +│ └── deployment/ # 部署方案 +├── 03-模型实现/ +│ ├── risk-models/ # 风险模型 +│ ├── control-models/ # 控制模型 +│ ├── monitoring-tools/ # 监控工具 +│ └── testing-tools/ # 测试工具 +├── 04-研究数据/ +│ ├── risk-events/ # 风险事件数据 +│ ├── volatility-data/ # 波动率数据 +│ ├── liquidity-data/ # 流动性数据 +│ └── stress-test-data/ # 压力测试数据 +├── 05-实验记录/ +│ ├── model-testing/ # 模型测试记录 +│ ├── system-testing/ # 系统测试记录 +│ └── performance-testing/ # 性能测试记录 +└── 06-参考资料/ + ├── regulations/ # 监管要求 + ├── best-practices/ # 最佳实践 + ├── research-papers/ # 研究论文 + └── case-studies/ # 案例研究 +``` + +### **提交时间**： +- **中期报告**：4月10日（模型研究完成） +- **最终报告**：4月17日（完整调研完成） + +## 🎯 成功标准 + +### **风险研究标准**： +1. ✅ 风险识别全面准确 +2. ✅ 风险度量科学合理 +3. ✅ 控制策略有效可行 +4. ✅ 监控方案实时可靠 + +### **系统设计标准**： +1. ✅ 架构设计合理可扩展 +2. ✅ 模块设计清晰可维护 +3. ✅ 性能满足实时要求 +4. ✅ 安全性满足合规要求 + +### **实施效果标准**： +1. ✅ 风险控制覆盖率 > 95% +2. ✅ 风险预警准确率 > 90% +3. ✅ 系统可用性 > 99.9% +4. ✅ 应急响应时间 < 5分钟 + +--- + +**关羽，立即开始你的风险管理调研工作！** + +**重点关注A股特有风险，设计有效的风控方案，4月17日前提交完整调研报告到Gitee仓库！** + +**主公指示必须严格执行！** 🛡️ \ No newline at end of file diff --git a/technical-strategy/RESEARCH_DIRECTIONS.md b/technical-strategy/RESEARCH_DIRECTIONS.md new file mode 100644 index 000000000..d70f749be --- /dev/null +++ b/technical-strategy/RESEARCH_DIRECTIONS.md @@ -0,0 +1,339 @@ +# ⚙️ 张飞 - 技术策略领域调研方向和方案 + +## 🎯 调研任务 + +### **主公指令**： +> "请张飞去收集量化技术策略领域可能调研方向和方案，形成调研报告提交到仓库当中" + +### **调研目标**： +1. 确定技术分析在A股量化交易中的有效性和机会 +2. 识别具体的技术策略方向和算法交易方案 +3. 评估各种技术策略的预期收益、风险和成本 +4. 制定详细的研究、实现和优化计划 + +## 🔬 调研方向 + +### **方向1：技术因子有效性研究** +#### **调研内容**： +1. **趋势跟踪因子** + - 移动平均线（MA）系列的有效性 + - MACD（移动平均收敛发散）信号质量 + - 布林带（Bollinger Bands）突破策略 + - 动量指标（Momentum）的持续性 + +2. **均值回归因子** + - RSI（相对强弱指数）的超买超卖信号 + - 随机指标（Stochastic）的回归特性 + - 乖离率（BIAS）的回归规律 + - 价格通道的边界效应 + +3. **波动率因子** + - ATR（平均真实波幅）的风险度量 + - 历史波动率的预测能力 + - 波动率通道的交易信号 + - 波动率聚类现象 + +4. **成交量因子** + - 成交量加权价格（VWAP）策略 + - 成交量突破信号 + - 资金流向指标 + - 大单追踪策略 + +#### **调研方法**： +- 高频数据回测分析 +- 信号质量评估 +- 参数敏感性分析 +- 市场状态适应性测试 + +### **方向2：算法交易策略研究** +#### **调研内容**： +1. **高频交易策略** + - 流动性提供策略 + - 统计套利策略 + - 事件驱动策略 + - 做市商策略 + +2. **中低频策略** + - 日线级别趋势跟踪 + - 周线级别均值回归 + - 多时间框架策略 + - 组合策略 + +3. **机器学习策略** + - 特征工程和选择 + - 模型训练和验证 + - 预测交易策略 + - 强化学习应用 + +#### **调研方法**： +- 算法性能回测 +- 交易成本分析 +- 滑点模型测试 +- 实时模拟验证 + +### **方向3：A股市场微观结构研究** +#### **调研内容**： +1. **市场特性研究** + - A股T+1制度影响 + - 涨跌停板限制影响 + - 市场流动性特征 + - 订单簿动态分析 + +2. **交易成本研究** + - 佣金和税费分析 + - 冲击成本模型 + - 最优执行算法 + - 交易时机选择 + +3. **风险控制研究** + - 高频交易风险 + - 系统风险控制 + - 操作风险管理 + - 合规风险控制 + +#### **调研方法**： +- tick数据深度分析 +- 订单簿重构分析 +- 交易日志分析 +- 风险模型测试 + +## 📊 调研方案 + +### **阶段1：数据和技术准备（4天）** +1. **高频数据获取** + - tick数据获取方案 + - 分钟数据质量评估 + - 数据存储和处理方案 + +2. **技术环境搭建** + - 高性能计算环境 + - 低延迟交易模拟 + - 回测引擎优化 + +3. **研究工具准备** + - 算法开发框架 + - 性能分析工具 + - 可视化分析工具 + +### **阶段2：技术因子研究（6天）** +1. **单因子深度分析** + - 每个技术因子的详细研究 + - 参数优化和稳定性测试 + - 不同市场环境表现 + +2. **多因子组合研究** + - 因子相关性分析 + - 因子组合优化 + - 动态因子调整 + +3. **机器学习特征研究** + - 技术特征工程 + - 特征重要性分析 + - 非线性关系挖掘 + +### **阶段3：算法策略设计（5天）** +1. **策略逻辑设计** + - 交易信号生成 + - 仓位管理算法 + - 风险控制逻辑 + +2. **算法性能优化** + - 计算性能优化 + - 内存使用优化 + - 延迟优化 + +3. **成本模型集成** + - 交易成本模型 + - 滑点模型 + - 冲击成本模型 + +### **阶段4：验证和评估（5天）** +1. **回测验证** + - 历史数据回测 + - 样本外测试 + - 稳健性测试 + +2. **模拟交易验证** + - 实时模拟交易 + - 压力测试 + - 极端情况测试 + +3. **性能评估** + - 收益风险比评估 + - 夏普比率分析 + - 最大回撤评估 + +## 📈 预期成果 + +### **1. 技术策略调研报告** +- **报告结构**： + 1. 执行摘要 + 2. 研究背景和目标 + 3. 数据和方法说明 + 4. 技术因子研究结果 + 5. 算法策略设计 + 6. 回测验证结果 + 7. 风险和控制分析 + 8. 实施建议 + 9. 结论和未来工作 + +- **交付要求**： + - 格式：Markdown + PDF + 代码 + - 长度：40-60页 + - 技术图表：不少于30个 + - 算法伪代码：关键算法 + +### **2. 算法策略实现** +- **实现内容**： + 1. 完整的策略代码 + 2. 回测框架 + 3. 性能监控工具 + 4. 风险控制模块 + +- **交付要求**： + - 可运行的Python代码 + - 完整的测试用例 + - 性能基准测试 + - 部署配置说明 + +### **3. 技术研究资料库** +- **资料内容**： + 1. 技术因子研究数据 + 2. 算法性能数据 + 3. 市场微观结构数据 + 4. 研究文献和参考资料 + +- **交付要求**： + - 结构化数据存储 + - 可复现的研究流程 + - 完整的研究日志 + +## 🗓️ 时间计划 + +### **总时间**：20个工作日 + +### **详细安排**： +| 阶段 | 时间 | 主要任务 | 交付物 | +|------|------|----------|--------| +| **数据准备** | 3月24日-27日 | 高频数据获取和处理 | 数据准备报告 | +| **因子研究** | 3月28日-4月4日 | 技术因子深度研究 | 因子研究报告 | +| **算法设计** | 4月5日-4月11日 | 算法策略设计和实现 | 算法设计文档 | +| **验证评估** | 4月12日-4月16日 | 回测和模拟验证 | 验证评估报告 | +| **报告撰写** | 4月17日-18日 | 调研报告撰写和整理 | 完整调研报告 | + +## 🔧 所需资源 + +### **数据资源**： +1. **高频数据源**： + - tick数据（如有权限） + - 1分钟K线数据 + - 订单簿数据（如有） + +2. **技术数据**： + - 技术指标计算数据 + - 波动率数据 + - 成交量数据 + +3. **研究数据**： + - 算法交易研究论文 + - 市场微观结构研究 + - 高频交易案例 + +### **技术资源**： +1. **计算资源**： + - 高性能服务器 + - 大内存配置 + - 高速存储 + +2. **开发工具**： + - Python科学计算栈 + - C++/Rust（可选，用于高性能） + - 机器学习框架 + +3. **测试环境**： + - 回测引擎 + - 模拟交易环境 + - 性能测试工具 + +## 🤝 协作需求 + +### **需要赵云支持**： +1. **高频数据获取**：获取tick和分钟数据 +2. **数据质量保证**：确保高频数据质量 +3. **实时数据支持**：提供实时数据接口 + +### **需要姜维支持**： +1. **高性能环境**：准备高性能计算环境 +2. **实时交易模拟**：搭建模拟交易环境 +3. **系统集成支持**：集成算法到交易系统 + +### **需要关羽支持**： +1. **风险控制集成**：集成风控到算法策略 +2. **实时风险监控**：监控算法交易风险 +3. **压力测试协作**：协作进行压力测试 + +### **需要司马懿支持**： +1. **算法质量审计**：审计算法逻辑和实现 +2. **回测验证审计**：审计回测结果可靠性 +3. **性能标准制定**：制定算法性能标准 + +## 📋 提交要求 + +### **提交到Gitee仓库**： +``` +sanguo_quant_live/technical-strategy/research/ +├── 01-调研报告/ +│ ├── technical-research-report.md +│ ├── technical-research-report.pdf +│ └── presentation/ +├── 02-算法实现/ +│ ├── strategies/ # 策略代码 +│ ├── backtest-engine/ # 回测引擎 +│ ├── performance-tools/ # 性能工具 +│ └── monitoring/ # 监控工具 +├── 03-研究数据/ +│ ├── tick-data/ # tick数据样本 +│ ├── minute-data/ # 分钟数据 +│ ├── technical-factors/ # 技术因子数据 +│ └── performance-metrics/ # 性能指标 +├── 04-实验记录/ +│ ├── experiment-01/ # 实验1记录 +│ ├── experiment-02/ # 实验2记录 +│ └── summary/ # 实验总结 +└── 05-参考资料/ + ├── papers/ # 研究论文 + ├── books/ # 相关书籍 + └── code-references/ # 代码参考 +``` + +### **提交时间**： +- **中期报告**：4月11日（算法设计完成） +- **最终报告**：4月18日（完整调研完成） + +## 🎯 成功标准 + +### **技术研究标准**： +1. ✅ 研究方法先进科学 +2. ✅ 数据分析深入透彻 +3. ✅ 算法设计创新实用 +4. ✅ 实验结果可复现 + +### **算法性能标准**： +1. ✅ 回测收益超过技术基准 +2. ✅ 夏普比率 > 1.5 +3. ✅ 最大回撤 < 20% +4. ✅ 交易成本可控 + +### **实现质量标准**： +1. ✅ 代码高性能，低延迟 +2. ✅ 系统稳定可靠 +3. ✅ 文档完整清晰 +4. ✅ 测试覆盖全面 + +--- + +**张飞，立即开始你的技术策略调研工作！** + +**重点关注A股市场特性，设计适合的技术策略，4月18日前提交完整调研报告到Gitee仓库！** + +**主公指示必须严格执行！** ⚡ \ No newline at end of file diff --git a/value-investing/RESEARCH_DIRECTIONS.md b/value-investing/RESEARCH_DIRECTIONS.md new file mode 100644 index 000000000..8eed6fd2b --- /dev/null +++ b/value-investing/RESEARCH_DIRECTIONS.md @@ -0,0 +1,316 @@ +# 📋 庞统 - 价值投资领域调研方向和方案 + +## 🎯 调研任务 + +### **主公指令**： +> "请庞统去收集价值投资领域可能调研方向和方案，形成调研报告提交到仓库当中" + +### **调研目标**： +1. 确定价值投资在A股市场的可行性和机会 +2. 识别具体的价值投资策略方向 +3. 评估各种策略的预期收益和风险 +4. 制定详细的研究和实施计划 + +## 🔬 调研方向 + +### **方向1：基本面因子有效性研究** +#### **调研内容**： +1. **估值因子** + - P/E（市盈率）在A股的有效性 + - P/B（市净率）在不同行业的适用性 + - P/S（市销率）对成长股的价值 + - EV/EBITDA在企业估值中的应用 + +2. **质量因子** + - ROE（净资产收益率）的持续性分析 + - 盈利质量指标研究 + - 现金流分析的重要性 + - 财务健康度评估 + +3. **成长因子** + - 营收增长的质量分析 + - 盈利增长的可持续性 + - 成长与估值的平衡 + +#### **调研方法**： +- 历史数据回测分析 +- 因子IC（信息系数）计算 +- 因子分组收益分析 +- 多因子组合测试 + +### **方向2：价值投资策略研究** +#### **调研内容**： +1. **低估值策略** + - 深度价值投资（Deep Value） + - 相对价值投资（Relative Value） + - 估值修复机会识别 + +2. **高股息策略** + - 股息率与股价关系 + - 股息稳定性分析 + - 股息增长策略 + +3. **质量+价值策略** + - 优质公司的低估机会 + - 护城河与估值关系 + - 行业龙头价值分析 + +#### **调研方法**： +- 策略历史回测 +- 风险收益分析 +- 市场环境适应性测试 +- 行业轮动分析 + +### **方向3：A股市场特性研究** +#### **调研内容**： +1. **市场结构特性** + - A股 vs 美股 vs 港股价值投资差异 + - 散户主导市场的影响 + - 政策影响分析 + +2. **行业特性** + - 不同行业的估值特征 + - 周期性行业的价值投资 + - 成长性行业的估值方法 + +3. **时间特性** + - 价值投资在不同市场周期的表现 + - 长期持有 vs 动态调整 + - 市场情绪对价值策略的影响 + +#### **调研方法**： +- 跨市场比较分析 +- 行业历史数据研究 +- 周期分析框架建立 + +## 📊 调研方案 + +### **阶段1：数据准备（3天）** +1. **数据需求定义** + - 财务数据：财务报表、财务指标 + - 估值数据：各类估值指标 + - 市场数据：价格、成交量、市值 + - 行业数据：行业分类、行业表现 + +2. **数据质量评估** + - 数据完整性检查 + - 数据准确性验证 + - 数据更新频率评估 + +3. **工具环境准备** + - 回测环境搭建 + - 分析工具准备 + - 可视化工具配置 + +### **阶段2：因子研究（5天）** +1. **单因子测试** + - 每个因子单独回测 + - 计算因子IC和IR + - 分析因子稳定性 + +2. **多因子组合** + - 因子相关性分析 + - 多因子模型构建 + - 因子权重优化 + +3. **因子改进** + - 因子变形和优化 + - 行业中性调整 + - 市值中性调整 + +### **阶段3：策略设计（5天）** +1. **策略逻辑设计** + - 选股规则设计 + - 调仓规则设计 + - 风控规则设计 + +2. **策略参数优化** + - 参数敏感性分析 + - 过拟合检测 + - 稳健性测试 + +3. **策略组合设计** + - 多策略组合 + - 风险分散设计 + - 收益增强设计 + +### **阶段4：验证评估（4天）** +1. **回测验证** + - 历史回测执行 + - 回测结果分析 + - 绩效评估 + +2. **风险测试** + - 最大回撤测试 + - 波动率分析 + - 极端情况测试 + +3. **对比分析** + - 与基准对比 + - 与同类策略对比 + - 市场环境适应性 + +## 📈 预期成果 + +### **1. 调研报告** +- **报告结构**： + 1. 执行摘要 + 2. 研究背景和目的 + 3. 数据和方法 + 4. 因子研究结果 + 5. 策略设计建议 + 6. 回测验证结果 + 7. 风险分析 + 8. 实施建议 + 9. 结论和展望 + +- **交付要求**： + - 格式：Markdown + PDF + - 长度：30-50页 + - 图表：不少于20个 + - 数据表格：完整准确 + +### **2. 策略方案** +- **方案内容**： + 1. 具体策略逻辑 + 2. 参数设置建议 + 3. 实施步骤 + 4. 监控指标 + 5. 调整机制 + +- **交付要求**： + - 可执行的策略代码 + - 详细的配置说明 + - 测试用例和文档 + +### **3. 数据和研究资料** +- **资料内容**： + 1. 研究数据文件 + 2. 分析代码和脚本 + 3. 可视化图表 + 4. 参考文献列表 + +- **交付要求**： + - 完整的数据集 + - 可复现的分析代码 + - 清晰的文档说明 + +## 🗓️ 时间计划 + +### **总时间**：17个工作日 + +### **详细安排**： +| 阶段 | 时间 | 主要任务 | 交付物 | +|------|------|----------|--------| +| **数据准备** | 3月24日-26日 | 数据收集和准备 | 数据质量报告 | +| **因子研究** | 3月27日-4月2日 | 因子有效性研究 | 因子研究报告 | +| **策略设计** | 4月3日-4月9日 | 策略逻辑设计 | 策略设计文档 | +| **验证评估** | 4月10日-15日 | 回测验证和优化 | 回测验证报告 | +| **报告撰写** | 4月16日-17日 | 调研报告撰写 | 完整调研报告 | + +## 🔧 所需资源 + +### **数据资源**： +1. **财务数据源**： + - 聚宽（jqdatasdk） + - Akshare + - Tushare + - Wind（如有权限） + +2. **估值数据**： + - 历史估值数据库 + - 行业估值比较 + - 市场整体估值 + +3. **研究数据**： + - 学术研究论文 + - 行业研究报告 + - 历史案例数据 + +### **技术资源**： +1. **计算资源**： + - 足够的计算能力 + - 数据存储空间 + - 内存和CPU资源 + +2. **软件工具**： + - Python数据分析栈 + - 回测框架 + - 可视化工具 + +3. **研究工具**： + - 统计分析软件 + - 文献管理工具 + - 项目管理工具 + +## 🤝 协作需求 + +### **需要赵云支持**： +1. **数据获取**：获取完整的财务和估值数据 +2. **数据质量**：确保数据的准确性和完整性 +3. **数据API**：提供方便的数据访问接口 + +### **需要姜维支持**： +1. **回测环境**：在vn.py平台上准备回测环境 +2. **策略验证**：验证策略的平台兼容性 +3. **性能测试**：测试策略的运行性能 + +### **需要司马懿支持**： +1. **方法验证**：验证研究方法的科学性 +2. **结果审计**：审计研究结果的可靠性 +3. **质量保证**：确保调研质量符合标准 + +## 📋 提交要求 + +### **提交到Gitee仓库**： +``` +sanguo_quant_live/value-investing/research/ +├── 01-调研报告/ +│ ├── research-report.md # Markdown版本 +│ ├── research-report.pdf # PDF版本 +│ └── presentation/ # 汇报材料 +├── 02-数据资料/ +│ ├── raw-data/ # 原始数据 +│ ├── processed-data/ # 处理后的数据 +│ └── metadata/ # 数据元数据 +├── 03-分析代码/ +│ ├── factor-analysis/ # 因子分析代码 +│ ├── strategy-backtest/ # 策略回测代码 +│ └── visualization/ # 可视化代码 +└── 04-参考资料/ + ├── papers/ # 研究论文 + ├── reports/ # 行业报告 + └── books/ # 相关书籍 +``` + +### **提交时间**： +- **初步报告**：4月10日（中期检查） +- **完整报告**：4月17日（最终提交） + +## 🎯 成功标准 + +### **调研质量标准**： +1. ✅ 研究方法科学严谨 +2. ✅ 数据使用准确可靠 +3. ✅ 分析逻辑清晰合理 +4. ✅ 结论建议实用可行 + +### **策略有效性标准**： +1. ✅ 回测收益超过基准 +2. ✅ 风险控制措施有效 +3. ✅ 策略逻辑可解释 +4. ✅ 实施可行性高 + +### **报告质量标准**： +1. ✅ 内容完整全面 +2. ✅ 结构清晰合理 +3. ✅ 表达准确清晰 +4. ✅ 图表专业美观 + +--- + +**庞统，立即开始你的价值投资调研工作！** + +**从今天开始收集资料，制定详细调研计划，4月17日前提交完整调研报告到Gitee仓库！** + +**主公指示必须严格执行！** 🎖️ \ No newline at end of file