Data Pipeline
公開數據自動抓取
開發網路爬蟲模組，定期或依需求抓取公開的股票歷史 K 線、成交量等數據。
返回作品案例
交易策略回測
Desktop / WPF / Backtesting
為個人投資研究打造可擴充的股票交易分析桌面軟體
自動抓取公開股票資料，支援自訂策略回測、報告生成與結果保存，讓使用者更有效率地驗證交易想法。
公開數據抓取
回測引擎
模組化架構
專案概觀
本專案為個人委託案，目標是打造一套能長期擴充的股票交易分析桌面軟體，協助使用者更有效率地驗證交易策略。
專案核心
- 以 Windows 桌面環境為主要使用情境，採用 C# / WPF 開發。
- 系統會自動抓取公開股票資料，作為後續回測與報告分析的基礎。
- 使用者可以載入或整合自訂策略，進行歷史資料回測與結果比較。
我們在這個專案中重視的事情
- 可擴充性：策略模組、資料來源與市場別都需要保留後續擴充空間。
- 可覆盤性：每次分析結果都必須能保存、回看並支援不同策略間的比較。
- 可使用性：除了功能完整，也需要兼顧視覺呈現與操作流暢度。
實際帶來的價值
透過模組化設計，這套軟體不只是一個單次交付的工具，而是能隨著研究方式逐步延伸的分析平台。未來不論要加入新的市場模組、報表能力或大數據分析方式，都不需要推翻既有架構重新來過。
畫面展示
Feature Highlights
主要功能亮點
以下整理本案在功能規劃、系統設計與實際交付上的核心亮點，對應真實使用情境與後續延伸需求。
Backtesting Engine
自訂策略回測引擎
提供彈性框架，讓使用者能載入或編寫符合特定介面的交易策略進行回測。
Reporting Layer
詳細回測報告生成
自動計算關鍵績效指標（總報酬率、最大回撤、夏普比率等）並產出包含必要圖表與紀錄的視覺化報告。
Review System
結果保存與覆盤
可保存每次的回測分析結果，方便使用者隨時調閱、比較不同策略或參數下的表現，進行覆盤檢討。
Visualization
數據視覺化與分析
提供 K 線圖、績效曲線等圖表，方便使用者進行數據分析與策略評估。
Storage Design
PostgreSQL 資料儲存
使用 PostgreSQL 資料庫高效儲存大量的歷史股價數據與回測結果。
Modular System
模組化與可擴充架構
軟體採用模組化設計，允許使用者自行開發並整合交易策略，未來亦可方便地加入新的市場模組或大數據分析模組，擴充系統功能。
Experience Design
精緻化 UI 設計
應客戶要求，在 WPF 介面設計上投入額外功夫，提升視覺美觀度與操作流暢性。
Next Stage
未來展望
如果後續要持續擴充這個專案，以下會是較合理的延伸方向與能力補強重點。
01
Automation
整合交易 API 實現自動化交易
串接券商或交易所提供的交易 API，讓使用者在回測驗證有效的策略後，可以直接透過軟體在真實市場執行交易。
02
Realtime Simulation
即時數據串接與模擬交易
整合即時報價來源，提供模擬交易功能，驗證策略在真實市場環境下的表現。
03
Machine Learning
機器學習策略整合
提供框架或介面，方便整合使用機器學習模型生成的交易訊號或策略。
04
Risk Control
風險管理模組
加入更進階的風險評估指標或部位管理功能，協助使用者控管交易風險。
05
Cloud Sync
雲端同步功能
允許使用者將策略、回測結果或設定同步至雲端，方便跨裝置使用或備份。
06
Strategy Marketplace
開放策略市集（可選）
建立平台讓使用者可以分享、訂閱或買賣交易策略。