在启动开发个人量化投资系统前，花了很多精力思考该怎么开始，因为是个人需求，没考虑过商业化，纯属自己的投资工具，所以要根据自己的需求、技术栈和知识栈来进行：需求梳理、系统功能规划、技术选型等。初步整理如下：

• 需求及功能梳理：

1、股票数据：能自动获取分钟级股票实时数据，个股基础信息，持久化到数据库形成小型股票数仓；

2、量化选股：基于股票数仓数据，加工各种价值评估指标形成宽表，前端可自助根据指标选择股票，后台也可通过选股算法模型，自动选股；

3、交易策略：可配置买卖规则，配置买卖算法，常规交易模型底层封装，前端配置参数，比如金字塔买入法(10%)、网格交易策略(正T交易)等，到价自动预警提醒交易(因为暂不计划直接对接券商自动交易，所以采用手动交易。PS：本人风险偏好稳定型，不喜欢高频交易)

4、交易管理：手动在券商交易完成后，在交易管理模块手动添加交易记录，也可以配置该笔交易的单独策略，比如对该笔交易实时监控，做T到价监控(与其说是做T，不如说是做波段，因为我的交易频率较低，且一般单笔获利要求在5%左右来回做)；

5、舆情监控：针对自选股，后台能自动爬取网络舆情，通过NLP技术自动识别个股舆情，识别风险。

• 技术选型：

因为是一个人负责前端、后端、爬虫、算法全栈开发，应尽量采用高效的、轻量化的、前后端一体的技术架构，而Python在爬虫这块已经驾轻就熟，Python的Flask框架针对这种小项目敏捷开发非常适合，最终技术选型如下：

web前端：layui+jquery

小程序：uniapp

统一后端：flask+BeautifulSoup爬虫

• 产品原型

这块几乎没有，因为是个人项目，想着只要紧跟功能点，界面随心所欲吧，主要也是表格、表单和图表为主，就没有另外花时间去设计UI了，心里大概知道需要哪些界面交互和功能点。

以上确定了，说干就干吧。

下期继续。。。

👇 关注「大数据老兵」，回复「量化投资」领取长期更新资料
❤️ 觉得有用就点个 “在看” 吧～