aundreka/fishbowl-trading-analytics

# Fishbowl Trading Analytics **Fishbowl Trading Analytics** 是一个交易策略回测与性能分析系统，允许用户使用历史市场数据在可控、无风险的环境中模拟、评估和比较交易策略。 ## 概述 Fishbowl 提供了一个结构化平台，用户可以： * 在无真实财务风险的情况下测试交易策略 * 分析历史市场行为 * 使用关键财务指标评估性能 * 在进入真实市场前进行数据驱动的决策 该系统充当一个“鱼缸”，一个可以观察、测试和优化交易行为的控制环境。 ## 目标 * 提供一个用于**策略模拟与评估**的平台 * 实现**数据驱动的交易决策** * 支持在金融市场中的学习与实验 * 展示一个具备真实世界应用的完整**集成数据库系统** ## 目标用户 * 计算机或金融领域的学生和研究人员 * 准交易员和金融爱好者 * 展示交易概念与分析的教育工作者 ## 核心功能 ### 策略回测 * 使用历史市场数据运行模拟 * 支持预定义策略（例如：移动平均线、RSI） ### 参数配置 * 自定义策略输入（例如：周期、阈值、资本、费用） ### 交易模拟 * 根据策略规则模拟买入/卖出操作 * 跟踪随时间变化的投资组合 ### 性能分析 * 计算以下指标： * 总回报率 * 净利润 * 胜率 * 最大回撤 * 夏普比率 ### 数据管理 * 上传和管理历史价格数据集 * 存储资产与金融工具 ### 结果可视化 * 显示： * 权益曲线 * 交易日志 * 性能摘要 ## 工作原理 1. 用户选择或上传历史市场数据 2. 用户选择交易策略 3. 用户配置参数 4. 系统在历史数据上运行模拟 5. 虚拟执行交易 6. 生成结果与性能指标 ## 学术背景 本项目作为我们 CS 选修课 3 的**集成数据库系统**开发，展示了： * 关系型数据库设计 * 系统架构 * 真实世界的金融应用 ## 开发者 **Clarinze Aundreka S. Perez** 系统设计师与开发者 **Leo Franklin C. Borromeo** 开发者

标签：Apex, Python, 上传数据, 交易回测, 交易日志, 代码示例, 决策规则评估, 净收益, 历史市场, 参数配置, 后端开发, 夏普比率, 多线程, 学生研究, 市场模拟, 总回报, 投资组合, 控制环境, 数据分析, 数据分析工具, 数据管理, 数据驱动决策, 无后门, 无风险测试, 最大回撤, 机器学习, 权益曲线, 研究平台, 策略优化, 策略模拟, 绩效分析, 财务指标, 赢率, 逆向工具, 量化交易, 金融教育, 金融科技, 集成数据库