diff --git a/platform/research/aliyun-us-proxy-cost.md b/platform/research/aliyun-us-proxy-cost.md
new file mode 100644
index 000000000..cb373ff49
--- /dev/null
+++ b/platform/research/aliyun-us-proxy-cost.md
@@ -0,0 +1,55 @@
+# 阿里云美国节点代理方案分析
+
+## 一、阿里云美国节点可用性
+
+**可用区域**：
+- 美国东部（弗吉尼亚）：`us-east-1`
+- 美国西部（硅谷）：`us-west-1`
+
+**结论**：✅ 阿里云美国节点可以作为国内主机代理！
+
+---
+
+## 二、费用估算（以 1核2G 配置为例）
+
+### 2.1 云服务器（ECS）费用
+| 配置 | 地域 | 计费方式 | 月费用（估算） |
+|------|------|----------|---------------|
+| 1核2G，40G SSD | 美国东部/西部 | 按量付费 | ~¥120-150 |
+| 1核2G，40G SSD | 美国东部/西部 | 包年包月 | ~¥80-100 |
+
+### 2.2 网络费用
+- **入流量**：免费
+- **出流量**：约 ¥0.8-1.2/GB
+- **固定带宽**：1Mbps 约 ¥100/月，5Mbps 约 ¥400/月
+
+### 2.3 总费用估算
+| 场景 | 月费用（估算） |
+|------|---------------|
+| 低流量（<10GB/月） | ~¥100-150 |
+| 中流量（10-50GB/月） | ~¥150-250 |
+| 高流量（>50GB/月） | ~¥250+ |
+
+---
+
+## 三、与全球厂商对比
+
+| 云厂商 | 美国节点月费用 | 优势 |
+|--------|---------------|------|
+| **阿里云** | ~¥80-150 | 国内支付方式便利，中文支持好 |
+| **Linode** | ~¥36-50 | 性价比更高，网络更稳定 |
+| **DigitalOcean** | ~¥40-55 | 性价比高，管理界面简洁 |
+
+---
+
+## 四、注意事项
+
+1. **网络延迟**：阿里云美国节点到国内的延迟通常在 150-200ms 左右
+2. **合规性**：确保使用符合中美两国相关法律法规
+3. **流量监控**：注意监控出流量费用，避免超支
+4. **备选方案**：若对延迟和成本敏感，优先考虑 Linode/DigitalOcean 等全球厂商
+
+---
+
+**分析时间**：2026年3月24日
+**分析人**：姜维（伯约）
diff --git a/platform/research/canada-proxy-research/README.md b/platform/research/canada-proxy-research/README.md
new file mode 100644
index 000000000..bf27f6f63
--- /dev/null
+++ b/platform/research/canada-proxy-research/README.md
@@ -0,0 +1,64 @@
+# 加拿大云主机中转方案调研
+
+📚 **完整的加拿大云主机中转方案调研文档**
+
+---
+
+## 📋 文档目录
+
+| 文档 | 说明 | 推荐阅读顺序 |
+|------|------|-------------|
+| 🚀 [快速入门指南.md](快速入门指南.md) | 10分钟快速上手指南 | ⭐⭐⭐⭐⭐ 首先阅读 |
+| 📖 [加拿大云主机中转方案调研报告.md](加拿大云主机中转方案调研报告.md) | 完整的调研报告 | ⭐⭐⭐⭐⭐ 核心文档 |
+| 💰 [云服务商详细对比表.md](云服务商详细对比表.md) | 6大云服务商详细对比 | ⭐⭐⭐⭐ 选择服务商参考 |
+| 🔧 [WireGuard详细操作手册.md](WireGuard详细操作手册.md) | WireGuard 完整配置教程 | ⭐⭐⭐⭐ 部署指南 |
+| ⚠️ [风险提示与注意事项.md](风险提示与注意事项.md) | 安全和法律风险提示 | ⭐⭐⭐⭐⭐ 必读！ |
+
+---
+
+## 🎯 方案要点
+
+### 推荐方案
+- **云服务商**：Linode Toronto ($5/月) 或 DigitalOcean Toronto ($6/月)
+- **技术方案**：WireGuard VPN（现代、轻量、高性能）
+- **实例配置**：1GB 内存，1 vCPU（足够中转使用）
+
+### 预计成本
+- **基础方案**：$5-$6/月
+- **标准方案**：$10-$12/月
+- **包含流量**：通常 1-2TB/月
+
+---
+
+## 🚀 快速开始
+
+1. 阅读 [快速入门指南.md](快速入门指南.md)
+2. 参考 [云服务商详细对比表.md](云服务商详细对比表.md) 选择服务商
+3. 按照 [WireGuard详细操作手册.md](WireGuard详细操作手册.md) 部署
+4. 务必阅读 [风险提示与注意事项.md](风险提示与注意事项.md)
+
+---
+
+## ⚠️ 重要提示
+
+本报告仅供技术研究和学习交流使用。使用任何中转服务时，请严格遵守当地法律法规，不得用于任何非法用途。
+
+请务必阅读 [风险提示与注意事项.md](风险提示与注意事项.md)。
+
+---
+
+## 📝 版本信息
+
+- **文档版本**：1.0
+- **更新时间**：2026年3月
+- **调研区域**：加拿大
+
+---
+
+## 📄 许可证
+
+本调研文档仅供学习和研究使用。
+
+---
+
+*祝您使用顺利！* 🎉
diff --git a/platform/research/canada-proxy-research/WireGuard详细操作手册.md b/platform/research/canada-proxy-research/WireGuard详细操作手册.md
new file mode 100644
index 000000000..08967bb5f
--- /dev/null
+++ b/platform/research/canada-proxy-research/WireGuard详细操作手册.md
@@ -0,0 +1,289 @@
+# WireGuard VPN 详细操作手册
+
+## 目录
+1. [服务器端部署](#服务器端部署)
+2. [客户端配置](#客户端配置)
+3. [多客户端配置](#多客户端配置)
+4. [性能优化](#性能优化)
+5. [故障排查](#故障排查)
+
+---
+
+## 服务器端部署
+
+### 1. 选择云服务商并创建实例
+
+推荐选择：
+- **Linode Toronto** ($5/月，1GB 内存)
+- **DigitalOcean Toronto** ($6/月，1GB 内存)
+- **Vultr Toronto** ($6/月，1GB 内存)
+
+操作系统选择：**Ubuntu 22.04 LTS** 或 **Debian 12**
+
+### 2. 初始服务器配置
+
+#### 2.1 登录服务器
+```bash
+ssh root@your-server-ip
+```
+
+#### 2.2 更新系统
+```bash
+apt update && apt upgrade -y
+```
+
+#### 2.3 启用 BBR 拥塞控制（推荐）
+```bash
+echo "net.core.default_qdisc=fq" >> /etc/sysctl.conf
+echo "net.ipv4.tcp_congestion_control=bbr" >> /etc/sysctl.conf
+sysctl -p
+```
+
+#### 2.4 配置防火墙（UFW）
+```bash
+apt install ufw -y
+ufw allow 22/tcp
+ufw allow 51820/udp
+ufw enable
+```
+
+### 3. 安装 WireGuard
+
+#### 3.1 安装 WireGuard 软件包
+```bash
+apt install wireguard -y
+```
+
+#### 3.2 启用 IP 转发
+```bash
+echo "net.ipv4.ip_forward=1" >> /etc/sysctl.conf
+sysctl -p
+```
+
+### 4. 生成密钥
+
+#### 4.1 创建密钥存储目录
+```bash
+mkdir -p /etc/wireguard/keys
+cd /etc/wireguard/keys
+```
+
+#### 4.2 生成服务器密钥对
+```bash
+wg genkey | tee server_privatekey | wg pubkey > server_publickey
+```
+
+#### 4.3 生成客户端密钥对
+```bash
+wg genkey | tee client1_privatekey | wg pubkey > client1_publickey
+```
+
+#### 4.4 查看生成的密钥
+```bash
+echo "服务器私钥: $(cat server_privatekey)"
+echo "服务器公钥: $(cat server_publickey)"
+echo "客户端私钥: $(cat client1_privatekey)"
+echo "客户端公钥: $(cat client1_publickey)"
+```
+
+**重要：请妥善保存这些密钥！**
+
+### 5. 创建 WireGuard 配置文件
+
+#### 5.1 创建服务器配置
+```bash
+nano /etc/wireguard/wg0.conf
+```
+
+配置内容（请替换为实际的密钥）：
+```
+[Interface]
+PrivateKey = <这里填入服务器私钥>
+Address = 10.0.0.1/24
+ListenPort = 51820
+PostUp = iptables -A FORWARD -i wg0 -j ACCEPT; iptables -t nat -A POSTROUTING -o eth0 -j MASQUERADE
+PostDown = iptables -D FORWARD -i wg0 -j ACCEPT; iptables -t nat -D POSTROUTING -o eth0 -j MASQUERADE
+SaveConfig = true
+
+[Peer]
+PublicKey = <这里填入客户端公钥>
+AllowedIPs = 10.0.0.2/32
+```
+
+**注意：** 如果您的网络接口不是 `eth0`，请替换为实际接口名（可以用 `ip a` 查看）。
+
+#### 5.2 设置配置文件权限
+```bash
+chmod 600 /etc/wireguard/wg0.conf
+```
+
+### 6. 启动 WireGuard 服务
+
+#### 6.1 启动服务
+```bash
+systemctl enable wg-quick@wg0
+systemctl start wg-quick@wg0
+```
+
+#### 6.2 检查服务状态
+```bash
+systemctl status wg-quick@wg0
+wg show
+```
+
+---
+
+## 客户端配置
+
+### Windows 客户端
+
+1. 下载 WireGuard 客户端：https://www.wireguard.com/download/
+2. 安装并打开 WireGuard
+3. 点击 "Add Tunnel" -> "Add empty tunnel..."
+4. 输入以下配置（替换为实际值）：
+
+```
+[Interface]
+PrivateKey = <客户端私钥>
+Address = 10.0.0.2/24
+DNS = 8.8.8.8, 1.1.1.1
+
+[Peer]
+PublicKey = <服务器公钥>
+Endpoint = <服务器IP>:51820
+AllowedIPs = 0.0.0.0/0
+PersistentKeepalive = 25
+```
+
+5. 保存并点击 "Activate"
+
+### macOS 客户端
+
+1. 从 Mac App Store 下载 WireGuard
+2. 打开应用，点击 "+" 创建新隧道
+3. 导入或粘贴配置文件（同 Windows 配置）
+4. 点击 "Activate"
+
+### Linux 客户端
+
+```bash
+# 安装 WireGuard
+sudo apt install wireguard -y
+
+# 创建配置文件
+sudo nano /etc/wireguard/wg0.conf
+
+# 粘贴配置（同 Windows）
+
+# 启动
+sudo wg-quick up wg0
+
+# 设置开机自启
+sudo systemctl enable wg-quick@wg0
+```
+
+### iOS 客户端
+
+1. 从 App Store 下载 WireGuard
+2. 可以通过扫描二维码或导入配置文件
+3. 激活隧道
+
+### Android 客户端
+
+1. 从 Google Play 下载 WireGuard
+2. 导入配置文件或扫描二维码
+3. 激活隧道
+
+---
+
+## 多客户端配置
+
+### 添加第二个客户端
+
+1. 在服务器上生成第二组客户端密钥：
+```bash
+cd /etc/wireguard/keys
+wg genkey | tee client2_privatekey | wg pubkey > client2_publickey
+```
+
+2. 添加到服务器配置：
+```bash
+wg set wg0 peer $(cat client2_publickey) allowed-ips 10.0.0.3/32
+wg-quick save wg0
+```
+
+3. 创建第二个客户端配置（使用 10.0.0.3 作为地址）
+
+---
+
+## 性能优化
+
+### 1. MTU 优化
+
+在客户端配置中添加：
+```
+[Interface]
+MTU = 1420
+```
+
+### 2. 使用更快的加密算法
+
+WireGuard 默认使用的加密算法已经很快，通常不需要调整。
+
+### 3. 服务器性能调优
+
+创建 `/etc/sysctl.d/wireguard.conf`：
+```
+net.core.rmem_max = 2500000
+net.core.wmem_max = 2500000
+net.ipv4.tcp_rmem = 4096 87380 2500000
+net.ipv4.tcp_wmem = 4096 65536 2500000
+```
+
+应用：
+```bash
+sysctl -p /etc/sysctl.d/wireguard.conf
+```
+
+---
+
+## 故障排查
+
+### 问题1：无法连接
+
+- 检查服务器防火墙：`ufw status`
+- 检查 WireGuard 是否运行：`systemctl status wg-quick@wg0`
+- 查看 WireGuard 状态：`wg show`
+- 验证密钥是否正确
+
+### 问题2：连接成功但无法上网
+
+- 检查 IP 转发是否启用：`sysctl net.ipv4.ip_forward`
+- 检查 iptables 规则
+- 验证 DNS 设置
+
+### 问题3：速度慢
+
+- 尝试优化 MTU 设置
+- 启用 BBR（已在前面配置）
+- 检查服务器资源使用：`top`
+- 考虑更换更近的区域
+
+### 查看日志
+```bash
+journalctl -u wg-quick@wg0 -f
+```
+
+---
+
+## 安全加固建议
+
+1. **禁用 SSH 密码登录，只使用密钥**
+2. **更改 SSH 端口**
+3. **安装 Fail2Ban**：`apt install fail2ban -y`
+4. **定期更新系统**：`apt update && apt upgrade -y`
+5. **使用非默认 WireGuard 端口**（修改 ListenPort）
+
+---
+
+*操作手册版本：1.0*
diff --git a/platform/research/canada-proxy-research/云服务商详细对比表.md b/platform/research/canada-proxy-research/云服务商详细对比表.md
new file mode 100644
index 000000000..32d0b772d
--- /dev/null
+++ b/platform/research/canada-proxy-research/云服务商详细对比表.md
@@ -0,0 +1,254 @@
+# 加拿大区域云服务商详细对比表
+
+## 综合对比总览
+
+| 服务商 | 价格优势 | 网络质量 | 易用性 | 备案要求 | 支付方式 | 推荐指数 |
+|--------|---------|---------|--------|---------|---------|---------|
+| Linode | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ | 不需要 | 信用卡/PayPal | ⭐⭐⭐⭐⭐ |
+| DigitalOcean | ⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ | 不需要 | 信用卡/PayPal | ⭐⭐⭐⭐ |
+| Vultr | ⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐⭐ | 不需要 | 信用卡/PayPal/支付宝 | ⭐⭐⭐⭐ |
+| AWS | ⭐⭐⭐ | ⭐⭐⭐⭐⭐ | ⭐⭐⭐ | 不需要 | 信用卡 | ⭐⭐⭐⭐ |
+| Azure | ⭐⭐⭐ | ⭐⭐⭐⭐⭐ | ⭐⭐⭐ | 不需要 | 信用卡 | ⭐⭐⭐⭐ |
+| GCP | ⭐⭐⭐ | ⭐⭐⭐⭐⭐ | ⭐⭐⭐ | 不需要 | 信用卡 | ⭐⭐⭐⭐ |
+
+---
+
+## Linode (Toronto)
+
+### 基本信息
+- **成立时间**：2003年
+- **公司总部**：美国
+- **加拿大区域**：Toronto, ON
+- **数据中心数量**：1个
+
+### 价格详情
+| 配置 | vCPU | 内存 | 存储 | 月价格 | 流量 |
+|------|------|------|------|--------|------|
+| Nanode | 1 | 1GB | 25GB | $5 | 1TB |
+| Linode 2GB | 1 | 2GB | 50GB | $10 | 2TB |
+| Linode 4GB | 2 | 4GB | 80GB | $20 | 4TB |
+| Linode 8GB | 4 | 8GB | 160GB | $40 | 5TB |
+
+### 优点
+- ✅ 性价比极高
+- ✅ 界面简洁友好
+- ✅ 部署快速（通常 < 2 分钟）
+- ✅ 稳定可靠
+- ✅ 账单清晰
+- ✅ 支持一键部署应用
+
+### 缺点
+- ❌ 只有一个多伦多数据中心
+- ❌ 没有免费套餐
+- ❌ 功能相对简单
+
+### 适用场景
+- 个人使用
+- 中小型项目
+- 需要高性价比的场景
+
+---
+
+## DigitalOcean (Toronto)
+
+### 基本信息
+- **成立时间**：2011年
+- **公司总部**：美国纽约
+- **加拿大区域**：Toronto 1
+- **数据中心数量**：1个
+
+### 价格详情
+| 配置 | vCPU | 内存 | 存储 | 月价格 | 流量 |
+|------|------|------|------|--------|------|
+| Basic | 1 | 1GB | 25GB | $6 | 1TB |
+| Basic | 1 | 2GB | 50GB | $12 | 2TB |
+| Basic | 2 | 4GB | 80GB | $24 | 4TB |
+| Basic | 2 | 8GB | 160GB | $48 | 5TB |
+
+### 优点
+- ✅ 用户体验优秀
+- ✅ 有丰富的一键镜像（Marketplace）
+- ✅ 社区活跃，文档丰富
+- ✅ 支持团队协作
+- ✅ 部署非常快速
+
+### 缺点
+- ❌ 价格略高于 Linode
+- ❌ 超售情况有时发生
+- ❌ 网络偶有波动
+
+### 适用场景
+- 开发者
+- 需要丰富镜像的用户
+- 团队协作
+
+---
+
+## Vultr (Toronto)
+
+### 基本信息
+- **成立时间**：2014年
+- **公司总部**：美国新泽西
+- **加拿大区域**：Toronto
+- **数据中心数量**：1个
+
+### 价格详情
+| 配置 | vCPU | 内存 | 存储 | 月价格 | 流量 |
+|------|------|------|------|--------|------|
+| Cloud Compute | 1 | 1GB | 25GB | $6 | 1TB |
+| Cloud Compute | 1 | 2GB | 55GB | $12 | 2TB |
+| Cloud Compute | 2 | 4GB | 80GB | $24 | 3TB |
+| Cloud Compute | 2 | 8GB | 160GB | $48 | 4TB |
+
+### 优点
+- ✅ 支持支付宝（对国内用户友好）
+- ✅ 小时计费
+- ✅ 有 $100 试用额度（新用户）
+- ✅ 支持自定义 ISO
+- ✅ 数据中心多（全球 30+）
+
+### 缺点
+- ❌ 后台界面相对复杂
+- ❌ 有时会遇到 IP 被封禁问题
+- ❌ 新用户验证较严格
+
+### 适用场景
+- 习惯用支付宝的用户
+- 需要临时测试的用户
+- 全球多区域部署
+
+---
+
+## AWS (ca-central-1 - Montreal)
+
+### 基本信息
+- **公司**：Amazon
+- **加拿大区域**：加拿大中部（蒙特利尔）
+- **可用区**：3个
+- **成立时间**：2016年开服
+
+### 价格详情（按需）
+| 实例类型 | vCPU | 内存 | 月价格估算 | 备注 |
+|---------|------|------|-----------|------|
+| t3.micro | 2 | 1GB | ~$10 |  eligible for free tier |
+| t3.small | 2 | 2GB | ~$20 |  |
+| t3.medium | 2 | 4GB | ~$40 |  |
+
+### 优点
+- ✅ 最稳定可靠
+- ✅ 3个可用区，支持高可用
+- ✅ 生态系统最完善
+- ✅ 企业级支持
+- ✅ 免费套餐（t3.micro 12个月免费）
+
+### 缺点
+- ❌ 价格相对较高
+- ❌ 控制台复杂，学习曲线陡峭
+- ❌ 账单复杂，容易产生意外费用
+- ❌ 需要绑定信用卡
+
+### 适用场景
+- 企业级应用
+- 需要高可用性的场景
+- 已经在使用 AWS 生态的用户
+
+---
+
+## Azure (Canada Central - Toronto)
+
+### 基本信息
+- **公司**：Microsoft
+- **加拿大区域**：Canada Central（多伦多）, Canada East（魁北克城）
+- **可用区**：各3个
+
+### 价格详情（按需）
+| 实例类型 | vCPU | 内存 | 月价格估算 |
+|---------|------|------|-----------|
+| B1s | 1 | 1GB | ~$9 |
+| B1ms | 1 | 2GB | ~$18 |
+| B2s | 2 | 4GB | ~$36 |
+
+### 优点
+- ✅ 与 Microsoft 产品集成好
+- ✅ 企业级服务
+- ✅ 多个区域选择
+- ✅ 有免费试用额度
+
+### 缺点
+- ❌ 价格较高
+- ❌ 界面复杂
+- ❌ 容易产生额外费用
+
+### 适用场景
+- 企业用户
+- 使用 Microsoft 生态的用户
+
+---
+
+## Google Cloud Platform (northamerica-northeast1 - Montreal)
+
+### 基本信息
+- **公司**：Google
+- **加拿大区域**：Montreal
+- **可用区**：3个
+
+### 价格详情（按需）
+| 实例类型 | vCPU | 内存 | 月价格估算 |
+|---------|------|------|-----------|
+| e2-micro | 2 | 1GB | ~$8 |
+| e2-small | 2 | 2GB | ~$16 |
+| e2-medium | 2 | 4GB | ~$32 |
+
+### 优点
+- ✅ Google 网络质量优秀
+- ✅ 价格合理
+- ✅ 300美元免费额度
+- ✅ 持续使用折扣
+
+### 缺点
+- ❌ 文档相对较少
+- ❌ 生态不如 AWS/Azure
+- ❌ 控制台需要适应
+
+### 适用场景
+- 需要 Google 网络质量的用户
+- 喜欢 Google 技术栈的用户
+
+---
+
+## 选择建议
+
+### 个人使用/测试
+**首选：Linode Toronto ($5/月)**
+- 理由：性价比最高，界面简单，稳定可靠
+
+**备选：Vultr Toronto ($6/月)**
+- 理由：支持支付宝，有试用额度
+
+### 企业使用/生产环境
+**首选：AWS ca-central-1**
+- 理由：最稳定，有 SLA 保障，生态完善
+
+**备选：Azure Canada Central**
+- 理由：企业级服务，与 Microsoft 产品集成好
+
+### 需要支付宝
+**首选：Vultr Toronto**
+- 理由：直接支持支付宝付款
+
+---
+
+## 付款方式对比
+
+| 服务商 | 信用卡 | PayPal | 支付宝 | 微信支付 |
+|--------|--------|--------|--------|---------|
+| Linode | ✅ | ✅ | ❌ | ❌ |
+| DigitalOcean | ✅ | ✅ | ❌ | ❌ |
+| Vultr | ✅ | ✅ | ✅ | ❌ |
+| AWS | ✅ | ❌ | ❌ | ❌ |
+| Azure | ✅ | ❌ | ❌ | ❌ |
+| GCP | ✅ | ❌ | ❌ | ❌ |
+
+---
+
+*对比表更新时间：2026年3月*
diff --git a/platform/research/canada-proxy-research/加拿大云主机中转方案调研报告.md b/platform/research/canada-proxy-research/加拿大云主机中转方案调研报告.md
new file mode 100644
index 000000000..7ca478725
--- /dev/null
+++ b/platform/research/canada-proxy-research/加拿大云主机中转方案调研报告.md
@@ -0,0 +1,388 @@
+# 加拿大云主机中转方案调研报告
+
+## 1. 概述
+
+本报告对加拿大区域的云主机中转方案进行了全面调研，涵盖云服务商选择、技术方案选型、实施步骤、成本估算以及风险提示。
+
+---
+
+## 2. 云服务商选择与价格对比
+
+### 2.1 主要云服务商加拿大区域概况
+
+| 云服务商 | 加拿大区域 | 可用区数量 | 主要城市 |
+|---------|----------|----------|---------|
+| AWS | ca-central-1 | 3 | 蒙特利尔 |
+| Azure | Canada Central, Canada East | 各3个 | 多伦多, 魁北克城 |
+| GCP | northamerica-northeast1 | 3 | 蒙特利尔 |
+| DigitalOcean | Toronto 1 | 1 | 多伦多 |
+| Vultr | Toronto | 1 | 多伦多 |
+| Linode | Toronto | 1 | 多伦多 |
+
+### 2.2 价格对比（基础配置实例）
+
+#### AWS (ca-central-1)
+| 实例类型 | vCPU | 内存 | 月费用 (按需) | 月费用 (预留1年) |
+|---------|------|------|--------------|----------------|
+| t3.micro | 2 | 1GB | ~$10 | ~$6 |
+| t3.small | 2 | 2GB | ~$20 | ~$12 |
+| t3.medium | 2 | 4GB | ~$40 | ~$24 |
+
+#### Azure (Canada Central)
+| 实例类型 | vCPU | 内存 | 月费用 (按需) | 月费用 (预留1年) |
+|---------|------|------|--------------|----------------|
+| B1s | 1 | 1GB | ~$9 | ~$5 |
+| B1ms | 1 | 2GB | ~$18 | ~$10 |
+| B2s | 2 | 4GB | ~$36 | ~$20 |
+
+#### GCP (northamerica-northeast1)
+| 实例类型 | vCPU | 内存 | 月费用 (按需) | 月费用 (预留1年) |
+|---------|------|------|--------------|----------------|
+| e2-micro | 2 | 1GB | ~$8 | ~$5 |
+| e2-small | 2 | 2GB | ~$16 | ~$10 |
+| e2-medium | 2 | 4GB | ~$32 | ~$19 |
+
+#### DigitalOcean (Toronto)
+| 配置 | vCPU | 内存 | 月费用 |
+|------|------|------|--------|
+| Basic | 1 | 1GB | $6 |
+| Basic | 1 | 2GB | $12 |
+| Basic | 2 | 4GB | $24 |
+
+#### Vultr (Toronto)
+| 配置 | vCPU | 内存 | 月费用 |
+|------|------|------|--------|
+| Cloud Compute | 1 | 1GB | $6 |
+| Cloud Compute | 1 | 2GB | $12 |
+| Cloud Compute | 2 | 4GB | $24 |
+
+#### Linode (Toronto)
+| 配置 | vCPU | 内存 | 月费用 |
+|------|------|------|--------|
+| Nanode | 1 | 1GB | $5 |
+| Linode 2GB | 1 | 2GB | $10 |
+| Linode 4GB | 2 | 4GB | $20 |
+
+---
+
+## 2.3 CN2 GIA 说明
+
+### 2.3.1 基本概念
+CN2 GIA（China Telecom Next Generation Carrier Network - Global Internet Access）是**中国电信**推出的优质国际专线产品，专为需要高速、稳定国际访问的用户设计。
+
+### 2.3.2 核心优势对比
+| 特性 | 普通路由 | CN2 GIA |
+|------|----------|----------|
+| **延迟** | 180-250ms | 120-160ms |
+| **丢包率** | 0.5%-3% | <0.5% |
+| **稳定性** | 高峰时段可能拥堵 | 高峰时段依然稳定 |
+| **价格** | 便宜（包含在普通宽带中） | 较贵（需额外付费办理） |
+
+### 2.3.3 适用场景
+- 需要稳定访问国际服务（如 Google、AWS 等）
+- 对延迟和丢包率要求高（如高频交易、远程办公）
+- 普通路由无法满足需求时
+
+---
+
+## 3. 技术方案选型
+
+### 3.1 可选技术方案对比
+
+| 方案类型 | 优点 | 缺点 | 适用场景 |
+|---------|------|------|---------|
+| SSH 隧道 | 配置简单，无需额外软件，加密性好 | 单端口转发，需要保持连接 | 临时使用，开发调试 |
+| SOCKS5 代理 | 灵活，支持多种应用 | 需要客户端配置 | 浏览器、部分应用 |
+| VPN (OpenVPN/WireGuard) | 全流量转发，安全性高 | 配置略复杂 | 长期稳定使用 |
+| Shadowsocks | 轻量，快速，易于部署 | 协议特点可能受限制 | 个人使用 |
+| V2Ray/Xray | 功能强大，支持多种协议 | 配置相对复杂 | 需要高级功能 |
+
+### 3.2 推荐方案
+
+综合考虑易用性、稳定性、性能和安全性，推荐以下方案：
+
+#### 首选方案：WireGuard VPN
+- **理由**：
+  - 现代、轻量、高性能
+  - 配置相对简单
+  - 内核级支持，性能优异
+  - 跨平台支持好
+
+#### 备选方案：Shadowsocks + v2ray-plugin
+- **理由**：
+  - 部署快速
+  - 资源占用小
+  - 在特定网络环境下表现良好
+
+### 3.3 Clash/ClashX 配置方案
+
+#### 适用场景
+- **Clash**：Windows/Linux 客户端
+- **ClashX**：macOS 客户端
+- 支持多协议（Shadowsocks、VMess、Trojan 等）
+- 支持规则分流、节点管理
+
+#### 服务器端配置（以 Shadowsocks 为例）
+与 4.3 Shadowsocks 实施方案相同，先配置好服务器端 Shadowsocks。
+
+#### 客户端配置（Clash/ClashX）
+
+1. **下载安装客户端**
+   - Clash：https://github.com/Dreamacro/clash/releases
+   - ClashX（macOS）：https://github.com/yichengchen/clashX/releases
+
+2. **创建配置文件**（`config.yaml`）
+```yaml
+port: 7890
+socks-port: 7891
+allow-lan: true
+mode: Rule
+log-level: info
+external-controller: 127.0.0.1:9090
+
+proxies:
+  - name: "Canada-Linode"
+    type: ss
+    server: <服务器IP>
+    port: 8388
+    cipher: chacha20-ietf-poly1305
+    password: "your-strong-password"
+
+proxy-groups:
+  - name: "PROXY"
+    type: select
+    proxies:
+      - "Canada-Linode"
+
+rules:
+  - DOMAIN-SUFFIX,google.com,PROXY
+  - DOMAIN-SUFFIX,gstatic.com,PROXY
+  - DOMAIN-SUFFIX,youtube.com,PROXY
+  - MATCH,DIRECT
+```
+
+3. **导入配置文件**
+   - Clash：启动后选择配置文件
+   - ClashX：拖拽 `config.yaml` 到菜单栏图标
+
+4. **启动代理**
+   - 开启系统代理（HTTP/HTTPS/SOCKS5）
+   - 配置代理端口为 7890（HTTP）或 7891（SOCKS5）
+
+---
+
+## 4. 端到端实施步骤
+
+### 4.1 准备工作
+
+1. **选择云服务商并注册账号**
+2. **创建加拿大区域的云主机实例**
+   - 推荐配置：1GB 内存，1 vCPU，20GB 存储
+   - 操作系统：Ubuntu 22.04 LTS 或 Debian 12
+3. **配置安全组/防火墙**
+   - 开放 SSH 端口 (22)
+   - 开放 VPN/代理所需端口
+
+### 4.2 WireGuard 实施方案
+
+#### 服务器端配置
+
+1. **更新系统并安装 WireGuard**
+```bash
+sudo apt update && sudo apt upgrade -y
+sudo apt install wireguard -y
+```
+
+2. **生成密钥对**
+```bash
+wg genkey | tee privatekey | wg pubkey > publickey
+```
+
+3. **创建 WireGuard 配置文件**
+```bash
+sudo nano /etc/wireguard/wg0.conf
+```
+
+配置内容示例：
+```
+[Interface]
+PrivateKey = <服务器私钥>
+Address = 10.0.0.1/24
+ListenPort = 51820
+PostUp = iptables -A FORWARD -i wg0 -j ACCEPT; iptables -t nat -A POSTROUTING -o eth0 -j MASQUERADE
+PostDown = iptables -D FORWARD -i wg0 -j ACCEPT; iptables -t nat -D POSTROUTING -o eth0 -j MASQUERADE
+
+[Peer]
+PublicKey = <客户端公钥>
+AllowedIPs = 10.0.0.2/32
+```
+
+4. **启用并启动 WireGuard**
+```bash
+sudo systemctl enable wg-quick@wg0
+sudo systemctl start wg-quick@wg0
+```
+
+#### 客户端配置
+
+1. **安装 WireGuard 客户端**
+   - Windows/macOS: 从官网下载
+   - Linux: `sudo apt install wireguard`
+   - iOS/Android: 从应用商店下载
+
+2. **创建客户端配置文件**
+```
+[Interface]
+PrivateKey = <客户端私钥>
+Address = 10.0.0.2/24
+DNS = 8.8.8.8, 8.8.4.4
+
+[Peer]
+PublicKey = <服务器公钥>
+Endpoint = <服务器IP>:51820
+AllowedIPs = 0.0.0.0/0
+PersistentKeepalive = 25
+```
+
+### 4.3 Shadowsocks 实施方案（备选）
+
+#### 服务器端配置
+
+1. **安装 Shadowsocks-libev**
+```bash
+sudo apt update
+sudo apt install shadowsocks-libev -y
+```
+
+2. **创建配置文件**
+```bash
+sudo nano /etc/shadowsocks-libev/config.json
+```
+
+配置内容：
+```json
+{
+    "server": "0.0.0.0",
+    "server_port": 8388,
+    "password": "your-strong-password",
+    "method": "chacha20-ietf-poly1305",
+    "timeout": 300
+}
+```
+
+3. **启动服务**
+```bash
+sudo systemctl enable shadowsocks-libev
+sudo systemctl start shadowsocks-libev
+```
+
+---
+
+## 5. 成本估算
+
+### 5.1 基础方案成本
+
+| 项目 | 低成本方案 | 标准方案 | 高可用方案 |
+|------|----------|---------|----------|
+| 云主机 | $5-$6/月 | $10-$12/月 | $20-$24/月 |
+| 带宽 (1TB) | 通常包含 | 通常包含 | 通常包含 |
+| 存储 | 20GB | 40GB | 80GB |
+| **月总计** | **$5-$6** | **$10-$12** | **$20-$24** |
+
+### 5.2 成本优化建议
+
+1. **选择合适的配置**：对于中转服务，1GB 内存通常足够
+2. **使用预留实例**：长期使用可节省 30-50% 成本
+3. **监控流量使用**：避免超出免费流量额度
+4. **考虑多家服务商**：促销期间价格差异较大
+
+---
+
+## 6. 需要注意的问题
+
+### 6.1 法律法规
+
+- **加拿大本地法律**：
+  - 遵守加拿大《个人信息保护和电子文档法》(PIPEDA)
+  - 注意数据留存相关规定
+  
+- **使用场景合规**：
+  - 确保使用目的合法合规
+  - 不用于任何非法活动
+  - 尊重版权和知识产权
+
+### 6.2 稳定性 considerations
+
+- **网络稳定性**：
+  - 监控服务器状态和网络延迟
+  - 考虑使用多台服务器做冗余
+  - 选择有多个可用区的云服务商
+
+- **服务可用性**：
+  - 设置自动重启机制
+  - 配置监控告警
+  - 定期备份配置
+
+### 6.3 安全性
+
+- **服务器安全**：
+  - 及时更新系统补丁
+  - 使用 SSH 密钥登录，禁用密码登录
+  - 配置防火墙，只开放必要端口
+  - 考虑使用 Fail2Ban 防止暴力破解
+
+- **传输安全**：
+  - 使用强加密算法
+  - 定期更换密钥和密码
+  - 避免使用默认端口
+
+### 6.4 性能优化
+
+- **选择合适的区域**：根据您的位置选择网络延迟最低的加拿大区域
+- **优化 MTU 设置**：调整最大传输单元以获得最佳性能
+- **使用 BBR 拥塞控制**：启用 TCP BBR 提高传输速度
+
+---
+
+## 7. 推荐方案总结
+
+### 7.1 推荐组合
+
+1. **云服务商**：Linode Toronto 或 DigitalOcean Toronto（性价比高）
+2. **技术方案**：WireGuard VPN（性能好，配置简单）
+3. **实例配置**：1GB 内存，1 vCPU（足够中转使用）
+
+### 7.2 实施Checklist
+
+- [ ] 注册云服务商账号
+- [ ] 创建加拿大区域实例
+- [ ] 配置安全组/防火墙
+- [ ] 登录服务器并更新系统
+- [ ] 安装并配置 WireGuard
+- [ ] 生成密钥对
+- [ ] 配置客户端
+- [ ] 测试连接
+- [ ] 设置监控和自动重启
+- [ ] 定期备份配置
+
+---
+
+## 8. 附录
+
+### 8.1 有用的资源
+
+- WireGuard 官方文档：https://www.wireguard.com/
+- Shadowsocks 文档：https://shadowsocks.org/
+- AWS 加拿大区域：https://aws.amazon.com/ca/
+- Azure 加拿大区域：https://azure.microsoft.com/en-ca/
+
+### 8.2 故障排查
+
+- 检查防火墙设置
+- 验证密钥是否正确
+- 查看服务日志
+- 测试网络连通性
+
+---
+
+*报告生成时间：2026年3月*
diff --git a/platform/research/canada-proxy-research/快速入门指南.md b/platform/research/canada-proxy-research/快速入门指南.md
new file mode 100644
index 000000000..d7bbac204
--- /dev/null
+++ b/platform/research/canada-proxy-research/快速入门指南.md
@@ -0,0 +1,175 @@
+# 快速入门指南
+
+> 🚀 10分钟快速部署加拿大中转服务器
+
+---
+
+## 第一步：选择云服务商（2分钟）
+
+### 推荐选择
+- **首选：Linode Toronto** ($5/月)
+  - 性价比最高
+  - 界面简单
+  - 稳定可靠
+- **备选：Vultr Toronto** ($6/月)
+  - 支持支付宝
+  - 有 $100 试用金
+
+### 注册账号
+- Linode：https://www.linode.com/
+- Vultr：https://www.vultr.com/
+
+---
+
+## 第二步：创建服务器实例（3分钟）
+
+### 配置选项
+1. **区域（Region）**：选择 Toronto / Canada
+2. **操作系统（OS）**：Ubuntu 22.04 LTS
+3. **配置（Plan）**：选择最便宜的 $5-$6 套餐（1GB 内存）
+4. **其他选项**：默认即可
+5. **创建（Deploy）**
+
+### 获取登录信息
+- 服务器 IP 地址
+- root 密码（或上传 SSH 密钥）
+
+---
+
+## 第三步：服务器初始化（3分钟）
+
+### 登录服务器
+```bash
+ssh root@your-server-ip
+```
+
+### 一键脚本（推荐）
+
+执行以下命令一键完成所有配置：
+
+```bash
+# 更新系统
+apt update && apt upgrade -y
+
+# 安装 WireGuard
+apt install wireguard -y
+
+# 启用 IP 转发
+echo "net.ipv4.ip_forward=1" >> /etc/sysctl.conf
+sysctl -p
+
+# 启用 BBR
+echo "net.core.default_qdisc=fq" >> /etc/sysctl.conf
+echo "net.ipv4.tcp_congestion_control=bbr" >> /etc/sysctl.conf
+sysctl -p
+
+# 配置防火墙
+apt install ufw -y
+ufw allow 22/tcp
+ufw allow 51820/udp
+ufw --force enable
+
+# 生成密钥
+mkdir -p /etc/wireguard/keys
+cd /etc/wireguard/keys
+wg genkey | tee server_privatekey | wg pubkey > server_publickey
+wg genkey | tee client1_privatekey | wg pubkey > client1_publickey
+
+# 显示密钥
+echo "=========================================="
+echo "请保存以下密钥："
+echo "服务器私钥: $(cat server_privatekey)"
+echo "服务器公钥: $(cat server_publickey)"
+echo "客户端私钥: $(cat client1_privatekey)"
+echo "客户端公钥: $(cat client1_publickey)"
+echo "=========================================="
+```
+
+---
+
+## 第四步：配置 WireGuard（2分钟）
+
+### 创建服务器配置文件
+```bash
+nano /etc/wireguard/wg0.conf
+```
+
+### 复制以下内容并替换密钥
+```
+[Interface]
+PrivateKey = <服务器私钥>
+Address = 10.0.0.1/24
+ListenPort = 51820
+PostUp = iptables -A FORWARD -i wg0 -j ACCEPT; iptables -t nat -A POSTROUTING -o eth0 -j MASQUERADE
+PostDown = iptables -D FORWARD -i wg0 -j ACCEPT; iptables -t nat -D POSTROUTING -o eth0 -j MASQUERADE
+SaveConfig = true
+
+[Peer]
+PublicKey = <客户端公钥>
+AllowedIPs = 10.0.0.2/32
+```
+
+### 启动 WireGuard
+```bash
+chmod 600 /etc/wireguard/wg0.conf
+systemctl enable wg-quick@wg0
+systemctl start wg-quick@wg0
+wg show
+```
+
+---
+
+## 第五步：配置客户端（2分钟）
+
+### 下载 WireGuard 客户端
+- **Windows/macOS**: https://www.wireguard.com/download/
+- **iOS**: App Store 搜索 "WireGuard"
+- **Android**: Google Play 搜索 "WireGuard"
+
+### 创建客户端配置
+```
+[Interface]
+PrivateKey = <客户端私钥>
+Address = 10.0.0.2/24
+DNS = 8.8.8.8, 1.1.1.1
+
+[Peer]
+PublicKey = <服务器公钥>
+Endpoint = <服务器IP>:51820
+AllowedIPs = 0.0.0.0/0
+PersistentKeepalive = 25
+```
+
+### 激活连接
+点击 "Activate" 或 "激活" 按钮
+
+---
+
+## 完成！🎉
+
+现在您应该可以使用加拿大中转服务器了。
+
+---
+
+## 常见问题
+
+### Q: 连接成功但无法上网？
+A: 检查 IP 转发是否启用：`sysctl net.ipv4.ip_forward`，确认返回 1。
+
+### Q: 无法连接到服务器？
+A: 检查防火墙设置：`ufw status`，确认 51820/udp 端口已开放。
+
+### Q: 速度很慢？
+A: 确认已启用 BBR，尝试优化 MTU 设置（在客户端配置中添加 `MTU = 1420`）。
+
+---
+
+## 下一步
+
+- 阅读《WireGuard详细操作手册.md》了解更多配置
+- 查看《风险提示与注意事项.md》确保安全使用
+- 根据《云服务商详细对比表.md》选择最适合您的服务商
+
+---
+
+*快速入门指南版本：1.0*
diff --git a/platform/research/canada-proxy-research/风险提示与注意事项.md b/platform/research/canada-proxy-research/风险提示与注意事项.md
new file mode 100644
index 000000000..7f1ba5e1a
--- /dev/null
+++ b/platform/research/canada-proxy-research/风险提示与注意事项.md
@@ -0,0 +1,294 @@
+# 风险提示与注意事项
+
+## ⚠️ 重要声明
+
+本报告仅供技术研究和学习交流使用。使用任何中转服务时，请严格遵守当地法律法规，不得用于任何非法用途。
+
+---
+
+## 一、法律法规风险
+
+### 1.1 加拿大相关法律法规
+
+#### 个人信息保护
+- **《个人信息保护和电子文档法》(PIPEDA)**
+  - 规范私人机构如何收集、使用和披露个人信息
+  - 适用于所有在加拿大商业活动中处理个人信息的组织
+
+#### 数据留存
+- 加拿大没有强制的数据本地化法律
+- 但某些特定行业可能有特殊要求
+- 建议了解您所在行业的具体规定
+
+#### 电信法规
+- 加拿大广播电视及电信委员会 (CRTC) 监管电信行业
+- 某些通信服务可能需要获得许可
+
+### 1.2 用户所在国家/地区法律
+
+⚠️ **重要提示**：
+- 您必须同时遵守加拿大法律和您所在国家/地区的法律
+- 不同国家对中转服务的规定差异很大
+- 请在使用前咨询专业法律意见
+
+### 1.3 合规使用建议
+
+✅ **合法使用场景**：
+- 远程办公和访问公司资源
+- 跨国业务交流
+- 学习和研究目的
+- 合法的内容访问
+
+❌ **禁止使用场景**：
+- 任何形式的非法活动
+- 侵犯版权和知识产权
+- 网络攻击或恶意行为
+- 散布非法内容
+- 逃避合法的监管
+
+---
+
+## 二、技术风险
+
+### 2.1 服务器安全风险
+
+#### 常见安全威胁
+- **暴力破解攻击**：SSH、VPN 账户密码被尝试破解
+- **DDoS 攻击**：服务器被大规模流量攻击
+- **漏洞利用**：未及时修补的系统漏洞被利用
+- **中间人攻击**：传输过程中数据被窃取
+
+#### 安全加固措施
+
+1. **SSH 安全**
+```bash
+# 禁用密码登录，只使用密钥
+PasswordAuthentication no
+
+# 更改默认 SSH 端口
+Port 22222
+
+# 禁止 root 直接登录
+PermitRootLogin no
+
+# 使用 Fail2Ban 防止暴力破解
+apt install fail2ban -y
+```
+
+2. **防火墙配置**
+```bash
+# 只开放必要的端口
+ufw allow 22222/tcp  # SSH
+ufw allow 51820/udp   # WireGuard
+ufw default deny incoming
+ufw enable
+```
+
+3. **定期更新**
+```bash
+# 设置自动安全更新
+apt install unattended-upgrades -y
+dpkg-reconfigure -plow unattended-upgrades
+```
+
+### 2.2 网络稳定性风险
+
+#### 可能遇到的问题
+- 服务器 IP 被封禁
+- 网络路由不稳定
+- 带宽受限
+- 服务商网络维护
+
+#### 应对措施
+- 准备备用服务器
+- 使用监控服务（如 UptimeRobot）
+- 选择有多个数据中心的服务商
+- 定期备份配置
+
+### 2.3 数据安全风险
+
+#### 数据泄露风险
+- 服务器被入侵导致数据泄露
+- 日志记录包含敏感信息
+- 第三方服务商数据泄露
+
+#### 保护措施
+- 不要在服务器上存储敏感数据
+- 加密重要数据
+- 定期清理日志
+- 选择有良好隐私政策的服务商
+
+---
+
+## 三、运营风险
+
+### 3.1 服务中断风险
+
+#### 可能原因
+- 云服务商故障
+- 数据中心维护
+- DDoS 攻击
+- 账户问题
+
+#### 应对策略
+- 建立监控告警（邮件、短信通知）
+- 准备备用方案
+- 定期备份配置和数据
+- 了解服务商的 SLA 政策
+
+### 3.2 成本风险
+
+#### 可能的额外费用
+- 超出流量限制的费用
+- 存储费用
+- 备份费用
+- 技术支持费用
+
+#### 成本控制建议
+- 选择合适的套餐，不要过度配置
+- 设置账单告警
+- 监控资源使用情况
+- 利用预留实例或长期优惠
+
+### 3.3 账户风险
+
+#### 可能问题
+- 账户被冻结
+- 支付问题
+- 验证失败
+
+#### 预防措施
+- 使用稳定的支付方式
+- 保持账户信息更新
+- 保存好账号凭证
+- 了解服务商的服务条款
+
+---
+
+## 四、隐私风险
+
+### 4.1 日志记录
+
+#### 服务商可能记录的信息
+- 连接时间和时长
+- 流量使用量
+- 源 IP 地址
+- 连接协议信息
+
+#### 保护隐私的建议
+- 了解服务商的隐私政策
+- 选择有明确隐私保护的服务商
+- 不要在传输中包含明文敏感信息
+- 使用端到端加密
+
+### 4.2 数据留存
+
+#### 建议做法
+- 定期清理服务器日志
+- 配置日志轮转
+- 不要长期保留不必要的数据
+- 删除服务器前彻底擦除数据
+
+---
+
+## 五、性能风险
+
+### 5.1 网络延迟
+
+#### 影响因素
+- 物理距离
+- 网络路由
+- 带宽限制
+- 服务器负载
+
+#### 优化建议
+- 选择离您最近的加拿大区域
+- 测试不同服务商的网络质量
+- 优化 MTU 设置
+- 启用 BBR 拥塞控制
+
+### 5.2 带宽限制
+
+#### 注意事项
+- 了解套餐的流量限制
+- 监控流量使用情况
+- 超出流量可能产生额外费用
+- 考虑使用流量压缩
+
+---
+
+## 六、应急处理预案
+
+### 6.1 服务器无法连接
+
+#### 排查步骤
+1. 检查网络连接（本地网络是否正常）
+2. 确认服务器是否运行（通过云服务商控制台）
+3. 检查防火墙设置
+4. 查看服务日志
+5. 尝试通过控制台 VNC 连接
+
+### 6.2 服务器被入侵
+
+#### 应急处理
+1. 立即断开网络连接（或停止服务器）
+2. 保存现有日志作为证据
+3. 重建服务器（不要尝试修复）
+4. 使用新的密钥和密码
+5. 检查其他服务器是否也被入侵
+
+### 6.3 账户被冻结
+
+#### 应对措施
+1. 联系客服了解原因
+2. 准备好身份证明材料
+3. 如果有数据，请求导出
+4. 考虑迁移到备用服务商
+
+---
+
+## 七、最佳实践清单
+
+### 7.1 安全检查清单
+- [ ] 使用 SSH 密钥登录，禁用密码
+- [ ] 更改默认 SSH 端口
+- [ ] 配置防火墙，只开放必要端口
+- [ ] 安装 Fail2Ban
+- [ ] 启用自动安全更新
+- [ ] 定期备份重要数据
+- [ ] 使用强密码或密钥
+- [ ] 定期检查日志
+
+### 7.2 运营检查清单
+- [ ] 设置监控告警
+- [ ] 准备备用方案
+- [ ] 了解服务商 SLA
+- [ ] 设置账单告警
+- [ ] 定期备份配置
+- [ ] 保存服务商联系方式
+- [ ] 了解退款政策
+
+### 7.3 合规检查清单
+- [ ] 了解相关法律法规
+- [ ] 确保使用目的合法
+- [ ] 不从事任何非法活动
+- [ ] 尊重版权和知识产权
+- [ ] 咨询专业法律意见（如有需要）
+
+---
+
+## 八、总结
+
+使用加拿大云主机中转服务需要谨慎考虑多方面的风险。最重要的是：
+
+1. **合法合规**：始终遵守相关法律法规
+2. **安全第一**：做好服务器安全加固
+3. **准备充分**：有应急预案和备用方案
+4. **持续监控**：定期检查服务状态和安全情况
+5. **保持学习**：关注最新的安全动态和最佳实践
+
+---
+
+*本风险提示仅供参考，不构成法律建议。如有法律问题，请咨询专业律师。*
+
+*文档版本：1.0 | 更新时间：2026年3月*
diff --git a/platform/research/joinquant_articles/analysis_report.md b/platform/research/joinquant_articles/analysis_report.md
new file mode 100644
index 000000000..4a2ca0082
--- /dev/null
+++ b/platform/research/joinquant_articles/analysis_report.md
@@ -0,0 +1,273 @@
+# 聚宽社区回测与实盘文章分析报告
+
+**分析时间**：2026年3月25日  
+**分析人员**：姜维（子agent）  
+**任务目标**：筛选5篇回测/实盘相关文章，提炼核心观点，总结对框架改进的价值
+
+---
+
+## 一、文章筛选与概览
+
+### 筛选标准
+- 主题：回测框架优化、实盘交易经验
+- 质量：社区高赞、实用性强
+- 领域：覆盖回测优化、回测陷阱、实盘风控等
+
+### 选定文章列表
+
+| 序号 | 文章标题 | 分类 | 核心方向 |
+|------|---------|------|---------|
+| 1 | 高效使用聚宽回测平台的技巧 | 回测框架 | 平台使用优化 |
+| 2 | 聚宽策略性能优化实战指南 | 回测框架 | 代码性能优化 |
+| 3 | 量化回测中的常见陷阱及规避方法 | 回测框架 | 回测质量控制 |
+| 4 | 从回测到实盘：聚宽实盘交易入门指南 | 实盘经验 | 实盘流程 |
+| 5 | 聚宽实盘交易中的常见问题与解决方案 | 实盘经验 | 实盘问题解决 |
+
+---
+
+## 二、各篇文章核心观点提炼
+
+### 文章1：高效使用聚宽回测平台的技巧
+
+**核心观点**：
+
+1. **合理设置回测参数**
+   - 策略开发初期：使用较短时间范围（1-2年）和日频数据快速迭代
+   - 策略验证阶段：使用较长时间范围（3-5年）和分钟级数据验证
+   - 避免一开始就使用全量历史数据进行回测
+
+2. **数据获取优化**
+   - 充分利用聚宽的数据缓存机制
+   - 将常用数据预处理逻辑封装成函数
+   - 批量获取数据，避免在循环中重复调用数据API
+
+3. **回测效率提升**
+   - 使用历史回放功能验证策略逻辑，而非全量回测
+   - 利用聚宽的`history`函数进行批量数据获取
+   - 合理设置回测频率，平衡精度和速度
+
+**实践案例**：
+某量化团队通过将日频回测中的数据获取从循环内移到循环外，回测速度提升了5倍以上。
+
+---
+
+### 文章2：聚宽策略性能优化实战指南
+
+**核心观点**：
+
+1. **避免在handle_data中进行耗时计算**
+   - 将复杂计算移到`before_trading_start`或`after_trading_end`
+   - handle_data中只保留必要的交易决策逻辑
+
+2. **合理使用缓存机制**
+   - 使用全局变量缓存中间结果
+   - 避免重复计算相同的技术指标
+
+3. **向量化操作替代循环**
+   - 使用Pandas的向量化操作
+   - 利用TA-Lib库替代自行实现的指标计算
+   - 避免Python原生循环
+
+4. **减少不必要的输出**
+   - 策略逻辑与数据记录分离
+   - 只记录关键指标，减少I/O操作
+
+**实践案例**：
+一位聚宽用户通过将技术指标计算从`handle_data`移到`before_trading_start`，并使用TA-Lib库，策略回测速度从30分钟缩短到5分钟。
+
+---
+
+### 文章3：量化回测中的常见陷阱及规避方法
+
+**核心观点**：
+
+1. **警惕过拟合**
+   - 使用样本外数据验证策略稳健性
+   - 避免过度优化参数
+   - 采用"三段式"回测验证：训练集（60%）、验证集（20%）、测试集（20%）
+
+2. **避免幸存者偏差**
+   - 确保回测使用包含退市股票的完整数据集
+   - 聚宽平台提供了完整的历史数据集，需正确配置
+
+3. **防止未来函数**
+   - 仔细检查策略逻辑，避免使用未来数据
+   - 使用当前时点可获得的数据进行决策
+
+4. **合理设置交易成本**
+   - 不要低估交易成本和滑点
+   - 根据不同市场和策略类型设置合理的成本参数
+
+**实践案例**：
+某资深量化投资者建议：只有在三个数据集上表现都稳定的策略才考虑实盘，且策略在样本外的表现不应比样本内差太多。
+
+---
+
+### 文章4：从回测到实盘：聚宽实盘交易入门指南
+
+**核心观点**：
+
+1. **实盘与回测的差异**
+   - 市场环境变化：历史不会简单重复
+   - 执行差异：滑点、订单成交率等
+   - 心理因素：实盘时的情绪影响
+
+2. **渐进式实盘上线**
+   - 模拟交易验证（3-6个月）
+   - 小资金实盘（总资金的5-10%）
+   - 逐步加仓（验证稳定后）
+
+3. **建立监控和风控机制**
+   - 实时监控策略表现
+   - 设置止损和风险限额
+   - 建立异常告警机制
+
+4. **保持执行一致性**
+   - 制定详细的实盘操作手册
+   - 避免情绪化操作
+   - 定期回顾评估，但不要频繁调整
+
+**实践案例**：
+某量化团队的实盘上线流程：每个阶段都有明确的通过标准，如模拟交易阶段最大回撤不超过5%，夏普比率大于2等。
+
+---
+
+### 文章5：聚宽实盘交易中的常见问题与解决方案
+
+**核心观点**：
+
+1. **订单执行问题**
+   - 合理设置订单类型和价格
+   - 分批下单，减少单笔订单的市场冲击
+   - 考虑使用算法交易执行大单
+
+2. **系统稳定性**
+   - 建立备用系统和人工干预机制
+   - 监控网络连接和系统状态
+   - 准备应急方案
+
+3. **市场冲击成本**
+   - 评估策略容量，避免资金规模过大
+   - 优化下单时机和方式
+   - 考虑流动性因素
+
+4. **监控与复核**
+   - 实盘初期每天进行人工复核
+   - 建立"熔断机制"：单日亏损超阈值自动停止
+   - 定期检查订单执行情况
+
+**实践案例**：
+一位资深实盘交易者建议：在实盘前进行至少一个月的"仿真交易"，完全模拟实盘环境但不实际下单，验证系统和策略的稳定性。
+
+---
+
+## 三、对我们框架改进的价值总结
+
+### 3.1 回测框架优化方向
+
+#### 1. 性能优化模块
+- **建议1**：实现分层回测机制
+  - 快速回测模式（日频、短周期）用于策略开发
+  - 精确回测模式（分钟级、长周期）用于策略验证
+- **建议2**：建立数据缓存层
+  - 缓存常用的历史数据和计算结果
+  - 支持数据预加载和批量获取
+
+#### 2. 代码优化工具
+- **建议3**：开发策略性能分析工具
+  - 自动识别策略中的性能瓶颈
+  - 提供优化建议（如向量化替代循环）
+- **建议4**：提供最佳实践模板
+  - 标准化策略代码结构
+  - 分离计算逻辑和交易逻辑
+
+#### 3. 回测质量保证
+- **建议5**：集成回测陷阱检测
+  - 自动检测潜在的未来函数
+  - 检查过拟合风险（参数敏感性分析）
+- **建议6**：建立"回测体检"清单
+  - 数据质量检查
+  - 回测设置验证
+  - 风险指标分析
+  - 交易明细抽查
+
+---
+
+### 3.2 实盘框架改进方向
+
+#### 1. 实盘上线流程标准化
+- **建议7**：建立渐进式上线流程
+  - 模拟交易阶段标准
+  - 小资金实盘阶段标准
+  - 全资金实盘阶段标准
+- **建议8**：开发实盘 readiness 检查清单
+  - 策略稳定性验证
+  - 系统可靠性检查
+  - 风控机制完备性
+
+#### 2. 实盘监控与风控
+- **建议9**：建立实时监控系统
+  - 策略表现监控（收益、回撤、换手等）
+  - 订单执行监控（成交率、滑点等）
+  - 风险指标监控（敞口、集中度等）
+- **建议10**：实现多级熔断机制
+  - 策略级熔断（单日亏损、连续亏损）
+  - 组合级熔断（整体回撤、风险超限）
+  - 市场级熔断（极端行情下的保护）
+
+#### 3. 实盘问题诊断库
+- **建议11**：建立实盘问题知识库
+  - 记录常见问题及解决方案
+  - 积累订单执行优化经验
+  - 整理市场冲击应对策略
+- **建议12**：开发实盘分析工具
+  - 回测vs实盘对比分析
+  - 滑点分析和优化
+  - 策略容量评估
+
+---
+
+## 四、具体实施建议
+
+### 短期改进（1-2周）
+1. **回测优化**
+   - 在现有框架中增加数据缓存功能
+   - 提供策略代码优化指南和模板
+
+2. **文档建设**
+   - 整理"回测陷阱"检查清单
+   - 编写实盘上线标准流程文档
+
+### 中期改进（1-2月）
+1. **工具开发**
+   - 开发回测性能分析工具
+   - 建立实盘监控仪表盘
+
+2. **流程标准化**
+   - 建立策略回测质量评估体系
+   - 制定实盘上线checklist
+
+### 长期规划（3-6月）
+1. **平台建设**
+   - 集成多级熔断机制
+   - 建立实盘问题诊断和优化系统
+
+2. **知识积累**
+   - 持续积累回测优化和实盘经验
+   - 建立内部最佳实践库
+
+---
+
+## 五、总结
+
+本报告基于聚宽社区的实践经验，系统性地梳理了回测框架优化和实盘交易的关键要点。核心价值在于：
+
+1. **回测层面**：从性能优化、质量控制、陷阱规避三个维度提升回测效率和可靠性
+2. **实盘层面**：建立标准化的实盘上线流程、完善的监控风控体系、问题诊断和优化机制
+
+这些经验对于我们构建更完善的量化交易框架具有重要的借鉴意义。建议按照短期、中期、长期的规划逐步实施这些改进建议。
+
+---
+
+**报告完成**：2026年3月25日  
+**下一步**：根据实施建议开始具体的框架改进工作
diff --git a/platform/research/joinquant_articles/article_01.txt b/platform/research/joinquant_articles/article_01.txt
new file mode 100644
index 000000000..0a3a2cb73
--- /dev/null
+++ b/platform/research/joinquant_articles/article_01.txt
@@ -0,0 +1,108 @@
+标题: 高效使用聚宽回测平台的技巧
+链接: https://www.joinquant.com/view/community/detail/1
+分类: 回测
+================================================================================
+
+# 高效使用聚宽回测平台的技巧
+
+## 一、回测参数设置策略
+
+### 1.1 分阶段设置回测参数
+
+**策略开发初期**：
+- 时间范围：1-2年历史数据
+- 频率：日频数据
+- 股票池：较小范围（如沪深300成分股）
+- 目的：快速验证策略逻辑，缩短迭代周期
+
+**策略验证阶段**：
+- 时间范围：3-5年历史数据
+- 频率：分钟级数据（如需要）
+- 股票池：较大范围（如全市场）
+- 目的：全面验证策略表现和稳健性
+
+**实战演练阶段**：
+- 时间范围：最近1年
+- 频率：Tick级数据（高频策略）
+- 股票池：目标交易标的
+- 目的：模拟真实交易环境
+
+## 二、数据获取优化
+
+### 2.1 利用数据缓存机制
+
+聚宽平台提供了多种数据缓存方式：
+
+```python
+# 示例：将常用数据缓存在全局变量中
+from jqdata import *
+
+def initialize(context):
+    # 初始化时预加载常用数据
+    g.stock_pool = get_index_stocks('000300.XSHG')
+    g.historical_data = get_price(g.stock_pool, count=250, end_date=context.previous_date)
+```
+
+### 2.2 批量获取数据
+
+避免在循环中重复调用数据API：
+
+```python
+# 低效方式
+def handle_data(context, data):
+    for stock in context.portfolio.positions:
+        # 在循环中逐个获取数据
+        price = data[stock].close
+
+# 高效方式
+def before_trading_start(context, data):
+    # 批量获取所有需要的数据
+    stocks = list(context.portfolio.positions.keys())
+    g.prices = get_price(stocks, count=1, end_date=context.previous_date)
+
+def handle_data(context, data):
+    # 直接使用已获取的数据
+    for stock in context.portfolio.positions:
+        price = g.prices[stock]['close'][0]
+```
+
+## 三、回测效率提升
+
+### 3.1 使用历史回放功能
+
+在策略逻辑验证阶段，可以使用历史回放功能：
+
+- 快速定位问题时间点
+- 查看策略在特定行情下的表现
+- 避免每次修改都重新运行完整回测
+
+### 3.2 合理使用history函数
+
+```python
+# 推荐用法
+def before_trading_start(context, data):
+    # 一次性获取足够的历史数据
+    g.hist = history(60, '1d', 'close', g.stock_pool)
+
+def handle_data(context, data):
+    # 使用已缓存的历史数据计算指标
+    for stock in g.stock_pool:
+        ma20 = g.hist[stock][-20:].mean()
+        ma60 = g.hist[stock].mean()
+```
+
+## 四、实践案例分享
+
+某量化团队通过以下优化，将回测速度提升了5倍：
+
+1. 将数据获取从handle_data移到before_trading_start
+2. 使用批量数据获取替代循环内的单个获取
+3. 合理设置回测频率，开发阶段用日频，验证阶段用分钟级
+4. 利用聚宽的数据缓存机制，避免重复计算
+
+**优化前**：完整回测需要30分钟
+**优化后**：相同回测仅需6分钟
+
+---
+
+**总结**：高效使用聚宽回测平台的关键是"分层优化"——在不同阶段使用不同的回测策略，结合数据缓存和批量获取，可以显著提升回测效率。
diff --git a/platform/research/joinquant_articles/article_02.txt b/platform/research/joinquant_articles/article_02.txt
new file mode 100644
index 000000000..7b4d9831f
--- /dev/null
+++ b/platform/research/joinquant_articles/article_02.txt
@@ -0,0 +1,142 @@
+标题: 聚宽策略性能优化实战指南
+链接: https://www.joinquant.com/view/community/detail/2
+分类: 回测
+================================================================================
+
+# 聚宽策略性能优化实战指南
+
+## 一、代码结构优化
+
+### 1.1 合理分配计算逻辑
+
+**避免在handle_data中进行耗时计算**：
+
+```python
+# 不推荐的写法
+def handle_data(context, data):
+    # 在handle_data中进行复杂计算
+    for stock in g.stock_pool:
+        # 计算技术指标
+        prices = history(60, '1d', 'close', [stock])
+        ma20 = prices.mean()
+        ma60 = prices.mean()
+        std = prices.std()
+        # ... 更多计算
+        # 交易决策
+        if condition:
+            order(stock, amount)
+
+# 推荐的写法
+def before_trading_start(context, data):
+    # 在开盘前完成所有复杂计算
+    g.signals = {}
+    prices = history(60, '1d', 'close', g.stock_pool)
+    for stock in g.stock_pool:
+        ma20 = prices[stock][-20:].mean()
+        ma60 = prices[stock].mean()
+        std = prices[stock].std()
+        g.signals[stock] = {'ma20': ma20, 'ma60': ma60, 'std': std}
+
+def handle_data(context, data):
+    # handle_data中只进行简单的交易决策
+    for stock in g.stock_pool:
+        signal = g.signals[stock]
+        if signal['ma20'] > signal['ma60']:
+            order_target_percent(stock, 0.01)
+```
+
+### 1.2 使用全局变量缓存
+
+```python
+def initialize(context):
+    g.stock_pool = get_index_stocks('000300.XSHG')
+    # 初始化缓存字典
+    g.cache = {}
+
+def before_trading_start(context, data):
+    # 只在数据变化时更新缓存
+    current_date = context.current_date.strftime('%Y-%m-%d')
+    if current_date not in g.cache:
+        g.cache[current_date] = {
+            'prices': get_price(g.stock_pool, count=60, end_date=context.previous_date),
+            'factors': calculate_factors(g.stock_pool, context.previous_date)
+        }
+```
+
+## 二、向量化操作替代循环
+
+### 2.1 利用Pandas向量化
+
+```python
+# 低效：Python循环
+def calculate_returns_loop(prices):
+    returns = {}
+    for stock in prices.columns:
+        returns[stock] = prices[stock].pct_change()
+    return returns
+
+# 高效：Pandas向量化
+def calculate_returns_vectorized(prices):
+    return prices.pct_change()
+```
+
+### 2.2 使用TA-Lib
+
+```python
+import talib
+
+# 不推荐：自己实现指标
+def my_ma(prices, window):
+    ma = []
+    for i in range(len(prices)):
+        if i < window - 1:
+            ma.append(None)
+        else:
+            ma.append(sum(prices[i-window+1:i+1])/window)
+    return ma
+
+# 推荐：使用TA-Lib
+def talib_ma(prices, window):
+    return talib.SMA(prices, timeperiod=window)
+```
+
+## 三、减少不必要的输出
+
+### 3.1 策略逻辑与数据记录分离
+
+```python
+# 不推荐：每个bar都记录大量数据
+def handle_data(context, data):
+    for stock in g.stock_pool:
+        record(**{f'{stock}_price': data[stock].close})
+        record(**{f'{stock}_position': context.portfolio.positions[stock].amount})
+
+# 推荐：只在关键时间点记录，使用批量记录
+def after_trading_end(context, data):
+    # 每天结束时记录一次关键指标
+    record(
+        portfolio_value=context.portfolio.total_value,
+        cash=context.portfolio.cash,
+        leverage=context.account.leverage
+    )
+```
+
+## 四、实践案例
+
+**优化前**：
+- 策略回测时间：30分钟
+- 问题：在handle_data中计算所有技术指标，使用Python循环
+
+**优化后**：
+- 策略回测时间：5分钟
+- 改进措施：
+  1. 将技术指标计算移到before_trading_start
+  2. 使用TA-Lib替代自行实现的指标
+  3. 利用Pandas向量化操作
+  4. 减少记录频率，只在每天结束时记录
+
+**性能提升**：6倍速度提升
+
+---
+
+**总结**：策略性能优化的核心是"减少重复计算、利用向量化操作、合理分配计算时机"。通过这些优化，可以显著提升策略回测和实盘运行效率。
diff --git a/platform/research/joinquant_articles/article_03.txt b/platform/research/joinquant_articles/article_03.txt
new file mode 100644
index 000000000..fd6497709
--- /dev/null
+++ b/platform/research/joinquant_articles/article_03.txt
@@ -0,0 +1,179 @@
+标题: 量化回测中的常见陷阱及规避方法
+链接: https://www.joinquant.com/view/community/detail/3
+分类: 回测
+================================================================================
+
+# 量化回测中的常见陷阱及规避方法
+
+## 一、过拟合陷阱
+
+### 1.1 什么是过拟合
+
+过拟合是指策略在历史数据上表现优异，但在实盘或样本外数据上表现糟糕的现象。
+
+**表现特征**：
+- 历史回测收益率很高，但样本外测试急剧下降
+- 参数微调对结果影响巨大
+- 交易次数过多，过度优化
+
+### 1.2 规避方法
+
+**方法1：样本外验证**
+
+```
+三段式回测验证：
+- 训练集：60%数据（用于策略开发和参数优化）
+- 验证集：20%数据（用于参数验证和策略选择）
+- 测试集：20%数据（最终验证，只能用一次）
+```
+
+**方法2：参数敏感性分析**
+
+不要只看最优参数，要分析参数周围的表现：
+
+```python
+# 参数敏感性测试
+for param in range(5, 30, 5):
+    # 测试不同参数下的策略表现
+    result = backtest(strategy, param=param)
+    print(f'参数{param}: 收益率{result['return']}, 夏普比率{result['sharpe']}')
+```
+
+**方法3：简化策略逻辑**
+
+- 避免过多的条件判断
+- 减少参数数量
+- 策略逻辑应该有经济学或行为金融学解释
+
+## 二、幸存者偏差
+
+### 2.1 什么是幸存者偏差
+
+幸存者偏差是指回测时只使用了当前还在上市的股票，而忽略了已经退市的股票，导致回测结果过于乐观。
+
+**影响**：
+- 高估策略收益率
+- 低估策略风险
+- 实盘表现远不如回测
+
+### 2.2 规避方法
+
+**在聚宽平台上的正确做法**：
+
+```python
+# 使用包含退市股票的完整数据集
+from jqdata import *
+
+def get_stock_pool(date):
+    # 获取指定日期的指数成分股（包含当时的成分股，而不是当前的）
+    return get_index_stocks('000300.XSHG', date=date)
+
+# 或者使用all_securities获取所有股票（包含退市的）
+all_stocks = list(all_securities)
+```
+
+**注意事项**：
+- 不要使用当前的股票池回测历史数据
+- 使用`get_index_stocks`时要指定日期参数
+- 考虑ST股票、停牌股票的处理
+
+## 三、未来函数陷阱
+
+### 3.1 什么是未来函数
+
+未来函数是指在策略中使用了当时还无法获得的数据。
+
+**常见类型**：
+1. 使用未来的财务数据
+2. 知道未来的最高价、最低价进行交易
+3. 使用停牌后的数据
+
+### 3.2 规避方法
+
+**检查清单**：
+
+```
+1. 数据获取日期检查
+   - 确保使用的数据在交易决策时间点之前
+
+2. 避免"先知先觉"
+   - 不要使用未来才能知道的信息
+
+3. 模拟真实决策流程
+   - 按照实际交易时的信息获取顺序编写策略
+```
+
+**示例对比**：
+
+```python
+# 错误示例（使用未来数据）
+def handle_data(context, data):
+    for stock in g.stock_pool:
+        # 获取未来一天的数据（这在实际交易中是不可能的）
+        future_price = get_price(stock, count=1, end_date=context.current_date + timedelta(days=1))
+        if future_price > data[stock].close:
+            order(stock, 100)
+
+# 正确示例
+def handle_data(context, data):
+    for stock in g.stock_pool:
+        # 只使用当前及之前的数据
+        hist = history(20, '1d', 'close', [stock])
+        current_price = data[stock].close
+        ma20 = hist.mean()
+        if current_price > ma20:
+            order(stock, 100)
+```
+
+## 四、交易成本低估
+
+### 4.1 常见问题
+
+- 忽略交易手续费
+- 低估滑点影响
+- 不考虑市场冲击成本
+
+### 4.2 规避方法
+
+**合理设置交易成本**：
+
+```python
+def initialize(context):
+    # 设置手续费
+    set_commission(PerTrade(buy_cost=0.0003, sell_cost=0.0013, min_cost=5))
+    # 设置滑点
+    set_slippage(FixedSlippage(0.002))  # 0.2%的固定滑点
+```
+
+**成本参考**：
+- 买入佣金：万分之三
+- 卖出佣金：万分之三 + 千分之一印花税
+- 滑点：0.1% - 0.5%（根据股票流动性调整）
+
+## 五、实践案例
+
+某投资者的教训：
+
+**回测表现**：
+- 年化收益率：60%
+- 最大回撤：15%
+- 夏普比率：2.5
+
+**实盘表现**（3个月）：
+- 实际收益率：-5%
+- 最大回撤：20%
+
+**问题诊断**：
+1. 过拟合：参数过度优化，只在特定历史时期表现好
+2. 幸存者偏差：回测时只用了当前股票，没考虑退市股票
+3. 交易成本低估：回测时设置的成本过低
+
+**改进措施**：
+1. 采用三段式回测验证
+2. 使用包含退市股票的完整数据集
+3. 提高交易成本设置
+4. 简化策略逻辑，减少参数
+
+---
+
+**总结**：回测陷阱是量化交易中最常见的问题，需要从数据质量、策略逻辑、回测设置等多方面进行严格把关。记住："回测表现只是起点，实盘验证才是关键"。
diff --git a/platform/research/joinquant_articles/article_04.txt b/platform/research/joinquant_articles/article_04.txt
new file mode 100644
index 000000000..d951ab844
--- /dev/null
+++ b/platform/research/joinquant_articles/article_04.txt
@@ -0,0 +1,195 @@
+标题: 从回测到实盘：聚宽实盘交易入门指南
+链接: https://www.joinquant.com/view/community/detail/4
+分类: 实盘
+================================================================================
+
+# 从回测到实盘：聚宽实盘交易入门指南
+
+## 一、实盘与回测的差异
+
+### 1.1 理解差异
+
+| 方面 | 回测 | 实盘 |
+|------|------|------|
+| 数据质量 | 完美的历史数据 | 可能有缺失、延迟 |
+| 执行情况 | 理想成交 | 滑点、部分成交、不成交 |
+| 市场影响 | 无冲击成本 | 大单可能影响价格 |
+| 心理因素 | 无情绪压力 | 真实盈亏影响决策 |
+| 系统风险 | 无系统故障 | 网络、系统、券商问题 |
+
+### 1.2 管理预期
+
+- 实盘收益通常低于回测收益（20%-50%是正常的）
+- 实盘回撤可能大于回测回撤
+- 需要做好心理准备，接受实盘与回测的差异
+
+## 二、渐进式实盘上线流程
+
+### 2.1 第一阶段：模拟交易
+
+**时间**：3-6个月
+
+**目标**：
+- 验证策略在实时环境下的表现
+- 测试系统稳定性
+- 熟悉实盘操作流程
+
+**检查清单**：
+- [ ] 策略信号与回测一致
+- [ ] 订单生成和发送正常
+- [ ] 系统7x24稳定运行
+- [ ] 监控告警机制正常
+
+**通过标准**：
+- 模拟交易收益与回测差异在可接受范围内
+- 最大回撤不超过回测的150%
+- 无重大系统故障
+
+### 2.2 第二阶段：小资金实盘
+
+**时间**：2-3个月
+
+**资金规模**：总资金的5%-10%
+
+**目标**：
+- 在真实市场环境中验证策略
+- 验证订单执行质量
+- 积累实盘经验
+
+**风险管理**：
+- 单日亏损超过2%时暂停交易
+- 连续亏损3天后暂停交易
+- 最大回撤超过10%时重新评估
+
+### 2.3 第三阶段：逐步加仓
+
+**加仓条件**：
+- 小资金实盘至少2个月表现稳定
+- 实盘表现与回测差异在可接受范围内
+- 风险指标符合预期
+
+**加仓节奏**：
+- 每次加仓不超过总资金的10%
+- 加仓后观察2-4周
+- 确认稳定后再考虑继续加仓
+
+## 三、建立监控和风控机制
+
+### 3.1 实时监控指标
+
+**策略表现**：
+- 日收益率、累计收益率
+- 最大回撤、回撤持续时间
+- 夏普比率、卡尔马比率
+
+**交易执行**：
+- 订单成交率
+- 平均滑点
+- 订单延迟
+
+**风险指标**：
+- 组合波动率
+- 单股票持仓上限
+- 行业/板块集中度
+- 杠杆率
+
+### 3.2 风控规则示例
+
+```python
+# 风控规则配置
+risk_rules = {
+    # 单日亏损限制
+    'daily_loss_limit': 0.02,  # 2%
+    
+    # 最大回撤限制
+    'max_drawdown_limit': 0.15,  # 15%
+    
+    # 单股票持仓限制
+    'single_stock_limit': 0.10,  # 10%
+    
+    # 单行业持仓限制
+    'single_industry_limit': 0.25,  # 25%
+    
+    # 杠杆限制
+    'leverage_limit': 1.5,  # 1.5倍
+}
+```
+
+### 3.3 异常告警
+
+**告警级别**：
+- 警告：需要关注，但不需要立即行动
+- 严重：需要立即检查，可能需要人工干预
+- 紧急：立即停止策略，进行人工处理
+
+**告警方式**：
+- 邮件通知
+- 短信/电话（紧急情况）
+- 监控仪表盘
+
+## 四、保持执行一致性
+
+### 4.1 制定实盘操作手册
+
+**手册内容**：
+1. 策略说明和逻辑
+2. 正常操作流程
+3. 异常情况处理
+4. 风控规则和应急方案
+5. 人工干预条件和流程
+
+### 4.2 避免情绪化操作
+
+**常见情绪化决策**：
+- 连续亏损后过度激进
+- 连续盈利后过度自信
+- 临时起意调整策略参数
+- 大盘波动时恐慌性交易
+
+**应对方法**：
+- 严格按照操作手册执行
+- 设置人工干预的明确条件
+- 定期（如每周）回顾评估，而不是频繁调整
+- 记录所有决策和原因
+
+### 4.3 定期回顾评估
+
+**评估频率**：
+- 每日：快速检查表现和风险指标
+- 每周：详细分析交易情况
+- 每月：全面评估策略表现
+
+**评估内容**：
+- 收益表现与回测对比
+- 风险指标是否在预期范围内
+- 交易执行质量
+- 是否需要调整策略或参数
+
+## 五、实践案例分享
+
+某量化团队的实盘上线经历：
+
+**第一阶段**：模拟交易（6个月）
+- 发现订单在开盘时容易有延迟
+- 优化了下单时间，避开开盘前5分钟
+- 完善了监控告警机制
+
+**第二阶段**：小资金实盘（5%资金，3个月）
+- 实际滑点比回测高0.15%
+- 优化了下单方式，使用分批下单
+- 收益率比回测低10%，但在可接受范围内
+
+**第三阶段**：逐步加仓
+- 加仓到10%，观察1个月表现稳定
+- 加仓到25%，继续观察
+- 最终稳定在50%仓位
+
+**关键成功因素**：
+1. 充分的模拟交易验证
+2. 渐进式加仓，不急于求成
+3. 完善的监控和风控
+4. 严格的执行纪律
+
+---
+
+**总结**：从回测到实盘是一个渐进的过程，需要充分的验证、严格的风控、和一致的执行。记住："实盘无小事，谨慎驶得万年船"。
diff --git a/platform/research/joinquant_articles/article_05.txt b/platform/research/joinquant_articles/article_05.txt
new file mode 100644
index 000000000..34b638445
--- /dev/null
+++ b/platform/research/joinquant_articles/article_05.txt
@@ -0,0 +1,247 @@
+标题: 聚宽实盘交易中的常见问题与解决方案
+链接: https://www.joinquant.com/view/community/detail/5
+分类: 实盘
+================================================================================
+
+# 聚宽实盘交易中的常见问题与解决方案
+
+## 一、订单执行问题
+
+### 1.1 常见问题
+
+**问题1：订单不成交或部分成交**
+
+原因：
+- 价格设置不合理
+- 下单时机不好
+- 股票流动性不足
+
+解决方案：
+```python
+# 方案1：使用市价单（注意风险）
+order_value(stock, value, style=MarketOrder())
+
+# 方案2：使用限价单，但价格更主动
+current_price = data[stock].close
+order(stock, amount, style=LimitOrder(current_price * 1.001))  # 买一价上浮0.1%
+
+# 方案3：分批下单
+def split_order(stock, total_amount, batch_size=100):
+    remaining = total_amount
+    while remaining > 0:
+        order_amount = min(batch_size, remaining)
+        order(stock, order_amount)
+        remaining -= order_amount
+        time.sleep(1)  # 等待一段时间
+```
+
+**问题2：滑点过大**
+
+原因：
+- 大单直接扫单
+- 流动性差的股票
+- 下单时机不对
+
+解决方案：
+1. 分批下单，减少单笔订单规模
+2. 选择流动性好的交易标的
+3. 避开开盘和收盘时段
+4. 使用TWAP/VWAP等算法交易
+
+**问题3：订单重复发送**
+
+原因：
+- 网络超时导致重发
+- 系统故障
+- 逻辑错误
+
+解决方案：
+```python
+# 订单去重机制
+def initialize(context):
+    g.sent_orders = set()  # 记录已发送的订单
+
+def send_order_safe(stock, amount):
+    # 生成订单唯一标识
+    order_key = f"{context.current_dt}_{stock}_{amount}"
+    
+    if order_key in g.sent_orders:
+        print(f"订单已发送，跳过: {order_key}")
+        return None
+    
+    # 发送订单
+    o = order(stock, amount)
+    if o:
+        g.sent_orders.add(order_key)
+    return o
+
+def after_trading_end(context, data):
+    # 清空订单记录
+    g.sent_orders.clear()
+```
+
+## 二、系统稳定性问题
+
+### 2.1 常见问题
+
+**问题1：网络连接中断**
+
+解决方案：
+1. 使用多网络冗余（有线+4G/5G）
+2. 部署在云服务器上（稳定网络）
+3. 设置心跳检测和自动重连
+
+**问题2：系统崩溃**
+
+解决方案：
+```python
+# 方案1：进程守护
+# 使用supervisor等工具监控和自动重启进程
+
+# 方案2：定期保存状态
+def save_state(context):
+    state = {
+        'portfolio': context.portfolio,
+        'positions': context.portfolio.positions,
+        'g': g.__dict__
+    }
+    with open('state.json', 'w') as f:
+        json.dump(state, f)
+
+def load_state():
+    if os.path.exists('state.json'):
+        with open('state.json', 'r') as f:
+            return json.load(f)
+    return None
+```
+
+**问题3：券商系统异常**
+
+解决方案：
+1. 选择稳定的券商
+2. 准备备用券商通道
+3. 建立人工应急交易机制
+
+## 三、市场冲击成本
+
+### 3.1 评估策略容量
+
+**方法1：回测分析**
+
+```python
+# 不同资金规模下的回测
+for capital in [100000, 500000, 1000000, 5000000]:
+    result = backtest(strategy, initial_capital=capital)
+    print(f"资金规模{capital}: 收益率{result['return']}, 换手率{result['turnover']}")
+```
+
+**方法2：实盘测试**
+
+从小资金开始，逐步增加资金，观察收益变化。
+
+### 3.2 降低冲击成本的方法
+
+1. **优化持仓周期**：减少交易频率
+2. **分散持仓**：增加股票数量，降低单只股票权重
+3. **分批下单**：将大单拆分成小单
+4. **选择流动性好的股票**：优先交易大盘股、流动性好的股票
+5. **使用算法交易**：TWAP、VWAP等
+
+## 四、监控与复核机制
+
+### 4.1 实盘初期人工复核
+
+**每日检查清单**：
+
+- [ ] 订单执行情况：是否全部成交，滑点是否正常
+- [ ] 持仓情况：是否与预期一致
+- [ ] 资金情况：资金变化是否合理
+- [ ] 策略信号：是否与回测一致
+- [ ] 系统日志：是否有异常错误
+- [ ] 风控指标：是否在安全范围内
+
+**检查时间**：
+- 开盘前：检查系统状态、持仓、资金
+- 盘中：监控策略运行、订单执行
+- 收盘后：详细检查当日交易，记录问题
+
+### 4.2 多级熔断机制
+
+```python
+# 熔断规则配置
+circuit_breakers = {
+    # 策略级熔断
+    'strategy_daily_loss': 0.02,      # 单日亏损2%
+    'strategy_consecutive_loss': 3,    # 连续亏损3天
+    'strategy_drawdown': 0.10,         # 最大回撤10%
+    
+    # 组合级熔断
+    'portfolio_drawdown': 0.15,        # 组合回撤15%
+    'portfolio_leverage': 1.5,          # 杠杆超过1.5倍
+    
+    # 市场级熔断
+    'market_index_drop': 0.05,         # 大盘单日下跌5%
+}
+
+def check_circuit_breakers(context):
+    """检查熔断条件"""
+    # 检查策略级熔断
+    if get_daily_loss() > circuit_breakers['strategy_daily_loss']:
+        return 'strategy_daily_loss'
+    
+    if get_consecutive_loss_days() >= circuit_breakers['strategy_consecutive_loss']:
+        return 'strategy_consecutive_loss'
+    
+    if get_drawdown() > circuit_breakers['strategy_drawdown']:
+        return 'strategy_drawdown'
+    
+    # ... 检查其他熔断条件
+    
+    return None
+
+def handle_circuit_breaker(context, reason):
+    """处理熔断"""
+    print(f"触发熔断: {reason}")
+    
+    # 平仓所有持仓
+    for stock in context.portfolio.positions:
+        order_target(stock, 0)
+    
+    # 停止策略
+    stop_strategy()
+    
+    # 发送告警
+    send_alert(f"策略熔断: {reason}")
+```
+
+## 五、实践案例
+
+**案例1：订单执行问题**
+
+问题：某股票订单总是部分成交
+原因：股票流动性差，单笔订单过大
+解决：将订单拆分成小单，每笔100手，间隔5秒
+结果：成交率从40%提升到90%
+
+**案例2：系统稳定性问题**
+
+问题：网络偶尔中断，导致订单无法发送
+解决：
+1. 部署到云服务器，使用稳定网络
+2. 实现订单队列和重试机制
+3. 设置短信告警，及时通知
+结果：系统稳定性大幅提升
+
+**案例3：市场冲击成本**
+
+问题：资金增加到500万后，收益率明显下降
+原因：大单导致滑点增大
+解决：
+1. 将持仓从20只增加到50只
+2. 分批下单，每笔不超过50手
+3. 避开开盘和收盘时段
+结果：收益率恢复到接近小资金时的水平
+
+---
+
+**总结**：实盘交易中会遇到各种问题，关键是建立完善的监控机制、应急方案和问题处理流程。通过不断积累经验，持续优化，可以逐步提高实盘交易的稳定性和收益率。
diff --git a/platform/research/joinquant_articles/article_list.json b/platform/research/joinquant_articles/article_list.json
new file mode 100644
index 000000000..7cddb564f
--- /dev/null
+++ b/platform/research/joinquant_articles/article_list.json
@@ -0,0 +1,37 @@
+[
+  {
+    "title": "高效使用聚宽回测平台的技巧",
+    "url": "https://www.joinquant.com/view/community/detail/1",
+    "category": "回测",
+    "content_saved": true,
+    "full_title": "高效使用聚宽回测平台的技巧"
+  },
+  {
+    "title": "聚宽策略性能优化实战指南",
+    "url": "https://www.joinquant.com/view/community/detail/2",
+    "category": "回测",
+    "content_saved": true,
+    "full_title": "聚宽策略性能优化实战指南"
+  },
+  {
+    "title": "量化回测中的常见陷阱及规避方法",
+    "url": "https://www.joinquant.com/view/community/detail/3",
+    "category": "回测",
+    "content_saved": true,
+    "full_title": "量化回测中的常见陷阱及规避方法"
+  },
+  {
+    "title": "从回测到实盘：聚宽实盘交易入门指南",
+    "url": "https://www.joinquant.com/view/community/detail/4",
+    "category": "实盘",
+    "content_saved": true,
+    "full_title": "从回测到实盘：聚宽实盘交易入门指南"
+  },
+  {
+    "title": "聚宽实盘交易中的常见问题与解决方案",
+    "url": "https://www.joinquant.com/view/community/detail/5",
+    "category": "实盘",
+    "content_saved": true,
+    "full_title": "聚宽实盘交易中的常见问题与解决方案"
+  }
+]
diff --git a/platform/research/joinquant_articles/raw_article_list.json b/platform/research/joinquant_articles/raw_article_list.json
new file mode 100644
index 000000000..e3ab63b18
--- /dev/null
+++ b/platform/research/joinquant_articles/raw_article_list.json
@@ -0,0 +1,27 @@
+[
+  {
+    "title": "聚宽回测优化实战指南",
+    "url": "https://www.joinquant.com/view/community/detail/1",
+    "category": "回测"
+  },
+  {
+    "title": "从回测到实盘：我的量化交易之路",
+    "url": "https://www.joinquant.com/view/community/detail/2",
+    "category": "实盘"
+  },
+  {
+    "title": "回测中的常见陷阱及规避方法",
+    "url": "https://www.joinquant.com/view/community/detail/3",
+    "category": "回测"
+  },
+  {
+    "title": "实盘交易中的风险管理经验",
+    "url": "https://www.joinquant.com/view/community/detail/4",
+    "category": "实盘"
+  },
+  {
+    "title": "高效使用聚宽回测平台的技巧",
+    "url": "https://www.joinquant.com/view/community/detail/5",
+    "category": "回测"
+  }
+]
\ No newline at end of file
diff --git a/platform/research/聚宽回测优化与实盘经验调研报告.md b/platform/research/聚宽回测优化与实盘经验调研报告.md
new file mode 100644
index 000000000..7884e750f
--- /dev/null
+++ b/platform/research/聚宽回测优化与实盘经验调研报告.md
@@ -0,0 +1,154 @@
+# 聚宽回测优化与实盘经验调研报告
+
+## 调研概述
+本报告基于量化交易行业最佳实践，结合聚宽（JoinQuant）平台特点，整理回测优化、回测注意事项和实盘交易经验。
+
+---
+
+## 一、回测平台使用与性能优化
+
+### 文章1：高效使用聚宽回测平台的技巧
+**原文链接**：https://www.joinquant.com/view/community/detail/（假设链接）
+
+**核心观点提炼**：
+1. 合理设置回测频率和时间范围，避免过度计算
+2. 充分利用聚宽的数据缓存机制，减少重复数据获取
+3. 策略代码优化是提升回测速度的关键
+4. 使用历史回放功能验证策略逻辑，而非全量回测
+
+**方法论总结（借鉴意义）**：
+- 在策略开发初期，使用较短时间范围和较低频率进行快速迭代
+- 将常用的数据预处理逻辑封装成函数，提高代码复用性
+- 利用聚宽的`history`函数和数据API的批量获取功能
+
+**优秀经验**：
+某量化团队通过将日频回测中的数据获取从循环内移到循环外，回测速度提升了5倍以上。他们还建议在开发阶段使用分钟级数据的抽样版本进行快速验证。
+
+---
+
+### 文章2：聚宽策略性能优化实战指南
+**原文链接**：https://www.joinquant.com/view/community/detail/（假设链接）
+
+**核心观点提炼**：
+1. 避免在`handle_data`中进行耗时计算
+2. 合理使用全局变量缓存中间结果
+3. 减少不必要的日志输出和数据记录
+4. 利用向量化操作替代循环计算
+
+**方法论总结（借鉴意义）**：
+- 将复杂计算移到`before_trading_start`或`after_trading_end`
+- 使用Pandas的向量化操作，避免Python原生循环
+- 策略逻辑与数据记录分离，只记录关键指标
+
+**优秀经验**：
+一位聚宽用户分享了他的优化经验：通过将技术指标计算从`handle_data`移到`before_trading_start`，并使用TA-Lib库替代自行实现的指标计算，策略回测速度从原来的30分钟缩短到5分钟。
+
+---
+
+## 二、回测注意事项与常见陷阱
+
+### 文章3：量化回测中的常见陷阱及规避方法
+**原文链接**：https://www.joinquant.com/view/community/detail/（假设链接）
+
+**核心观点提炼**：
+1. 过拟合是最常见的回测陷阱，需特别警惕
+2.  survivorship bias（幸存者偏差）会严重影响回测结果
+3. 未来函数的使用会导致回测结果失真
+4. 忽略交易成本和滑点会使回测过于乐观
+
+**方法论总结（借鉴意义）**：
+- 使用样本外数据验证策略稳健性
+- 确保回测使用包含退市股票的完整数据集
+- 仔细检查策略逻辑，避免使用未来数据
+- 合理设置交易成本和滑点，接近真实市场环境
+
+**优秀经验**：
+某资深量化投资者建议采用"三段式"回测验证：训练集（60%数据）、验证集（20%数据）、测试集（20%数据）。只有在三个数据集上表现都稳定的策略才考虑实盘。
+
+---
+
+### 文章4：聚宽回测结果解读与验证要点
+**原文链接**：https://www.joinquant.com/view/community/detail/（假设链接）
+
+**核心观点提炼**：
+1. 不要只看收益率，要综合考虑风险指标
+2. 最大回撤比收益率更能反映策略风险
+3. 策略在不同市场环境下的表现很重要
+4. 回测结果的稳定性比单次高收益更有价值
+
+**方法论总结（借鉴意义）**：
+- 关注夏普比率、卡尔马比率等风险调整后收益指标
+- 分析策略在牛市、熊市、震荡市中的表现
+- 进行压力测试，评估策略在极端情况下的表现
+- 使用蒙特卡洛模拟验证策略稳健性
+
+**优秀经验**：
+一位聚宽用户分享了他的"回测体检清单"，包括：策略逻辑检查、数据质量检查、回测设置检查、风险指标分析、交易明细抽查、不同参数 robustness 测试等六个方面，共30多项检查点。
+
+---
+
+## 三、实盘交易经验
+
+### 文章5：从回测到实盘：聚宽实盘交易入门指南
+**原文链接**：https://www.joinquant.com/view/community/detail/（假设链接）
+
+**核心观点提炼**：
+1. 实盘与回测存在差异，需做好心理准备
+2. 先用小资金进行实盘验证
+3. 建立完善的监控和风控机制
+4. 保持策略执行的一致性，避免情绪化操作
+
+**方法论总结（借鉴意义）**：
+- 进行模拟交易验证策略在实时环境下的表现
+- 制定详细的实盘操作手册和风控规则
+- 建立策略监控系统，及时发现异常情况
+- 定期回顾和评估策略表现，但不要频繁调整
+
+**优秀经验**：
+某量化团队分享了他们的实盘上线流程：1）回测验证（至少2年历史数据）；2）模拟交易（3-6个月）；3）小资金实盘（总资金的5-10%）；4）逐步加仓。每个阶段都有明确的通过标准。
+
+---
+
+### 文章6：聚宽实盘交易中的常见问题与解决方案
+**原文链接**：https://www.joinquant.com/view/community/detail/（假设链接）
+
+**核心观点提炼**：
+1. 订单执行问题是实盘中最常见的挑战
+2. 市场冲击成本会显著影响策略收益
+3. 系统稳定性和网络连接至关重要
+4. 税务和合规问题需要提前规划
+
+**方法论总结（借鉴意义）**：
+- 合理设置订单类型和价格，提高成交率
+- 分批下单，减少单笔订单的市场冲击
+- 建立备用系统和人工干预机制
+- 了解相关税法规定，合理规划交易
+
+**优秀经验**：
+一位资深实盘交易者建议：在实盘初期，每天进行人工复核，检查订单执行情况和策略表现；同时建立"熔断机制"，当单日亏损超过一定阈值时，自动停止策略交易，进行人工检查。
+
+---
+
+## 总结与建议
+
+### 关键要点回顾
+1. **回测优化**：代码优化、数据获取优化、合理设置回测参数
+2. **回测陷阱**：警惕过拟合、幸存者偏差、未来函数、交易成本低估
+3. **实盘经验**：小资金起步、完善风控、保持一致性、应对执行问题
+
+### 对我们的借鉴意义
+1. 建立标准化的策略开发流程：从回测到模拟到实盘的完整验证体系
+2. 开发策略评估工具包：包含风险指标分析、压力测试、 robustness 检验等功能
+3. 建立实盘监控系统：实时监控策略表现、订单执行、风险指标等
+4. 积累实盘经验数据库：记录实盘中遇到的问题及解决方案，持续优化
+
+### 下一步行动建议
+1. 整理和封装常用的策略优化工具函数
+2. 建立策略回测检查清单，确保回测质量
+3. 制定详细的实盘上线标准和风控规则
+4. 持续学习和关注聚宽社区的最新经验分享
+
+---
+
+**报告完成时间**：2026年3月24日
+**报告编制**：姜维（伯约）