Рабочее место финансового аналитика: бэктест стратегий, событийный анализ, поиск прецедентов на языке PQL, журнал исследований. Магистерская дипломная работа.
- Backend: Python 3.11, FastAPI.
- БД: Postgres + PL/Python + самописные postgres-функции; Liquibase для миграций.
- Frontend: React, TypeScript, Vite, lightweight-charts, TanStack Table, CodeMirror.
- Инфраструктура: Docker Compose (Postgres + Liquibase).
Структура проекта:
docs/— документация по проектуbackend/— Python:main.py(точка входа),routers/(REST по доменам),schemas/(DTO),core/(доменная логика),tests/,notebooks/(для прототипирования).frontend/— React + Vite + lightweight-charts + TanStack Table. Плавающие виджеты на полотне.db/changelog/— Liquibase-changelog схемы Postgres.docker/— Dockerfile Postgres с включённым PL/Python и init-скрипт.data/- сырые данные, скачаны из внешних источниковscripts/— Служебные скрипты: запуск проекта, загрузка данных и т д.
conda create -n data-core python=3.11
conda activate data-core
# Базовые научные пакеты для ноутбуков
conda install -c conda-forge pandas numpy plotly matplotlib jupyter ipywidgets openpyxl
# Runtime-зависимости бэкенда (fastapi, uvicorn, duckdb, psycopg)cd backend
pip install -e .cd ..Node.js 20+ и npm.
cd frontend
npm installПосле клонирования репозитория и установки Python/Node/Docker:
# 1. Поднять Postgres
docker compose up -d postgres
# 2. Накатить схему через Liquibase
docker compose --profile migrate run --rm liquibase update
# 3. Залить данные из папки `data`
python scripts/load_all_data.py
# 4. Проверка
docker compose --profile migrate run --rm liquibase status # должно быть 0 pending changesetscd backend && pytest tests/ -vДампы лежат в data/db/backup_<YYYYMMDD_HHMMSS>/full.dump. Восстановление из выбранного бэкапа:
docker cp data/db/backup_20260513_154704/full.dump data-core-postgres:/tmp/full.dump
docker exec data-core-postgres pg_restore -U postgres -d postgres \
--single-transaction /tmp/full.dumpНовый дамп создаётся скриптом:
python scripts/ops/backup_postgres.pyPostgres должен быть поднят. Дальше — backend + frontend.
python scripts/ops/run_services.py # оба сервиса
python scripts/ops/run_services.py --backend # только бэкенд
python scripts/ops/run_services.py --frontend # только фронт- Backend:
http://127.0.0.1:8080/docs(Swagger). - Frontend:
http://127.0.0.1:5173.
В тулбаре сверху — переключатель активного исследования и кнопка «+ Добавить виджет». Доступные виджеты:
| Виджет | Назначение | Спецификация |
|---|---|---|
| Price chart | График цены акции с маркерами дивидендов и событий | SPEC_FRONTEND.md |
| Index chart | IMOEX, RUONIA и другие индексы | SPEC_FRONTEND.md |
| Event study | Расчёт CAR для события с фильтрацией выбросов | SPEC_FRONTEND.md, EXPECTED_RETURN_MODELS.md |
| PQL Editor | PQL-запросы к базе событий | SPEC_PRECEDENT_LANGUAGE.md |
| EntityEditor | Редактор стратегий, правил и окружений бэктеста | SPEC_BACKTEST.md |
| BacktestEditor | Запуск прогонов, результаты прогона | SPEC_BACKTEST.md |
| Research Journal | Экспорт прогонов исследования | SPEC_RESEARCH.md |
Концепция исследования как контейнера приватных стратегий/правил/окружений и прогонов — в SPEC_RESEARCH.md. Логические группы виджетов и ведущий график — в SPEC_FRONTEND.md.
cd backend
pytest tests/ -vОбщее
- GLOSSARY.md — единый словарь проекта
Подсистемы
- SPEC_DATABASE.md — схема Postgres и миграции
- SPEC_DATA_PROVIDERS.md — провайдеры котировок, дивидендов, ставок
- SPEC_FRONTEND.md — фронтенд, виджеты, синхронизация графиков
- SPEC_PRECEDENT_LANGUAGE.md — Спецификация запроса поиска прецендентов
- SPEC_BACKTEST.md — движок бэктеста, стратегии, правила, окружения, прогоны
- SPEC_RESEARCH.md — исследование как контекст работы
Методология
- EXPECTED_RETURN_MODELS.md — модели ожидаемой доходности. Используются в методологии событийного анализа.
- TAGS.md — система тегов событий
Прикладное
- BACKTEST_STRATEGIES.md — каталог реализованных стратегий и их результатов
- BACKTEST_ANOMALIES.md — стратегии на аномалиях
- BACKTEST_RUNNER_AGENT.md — инструкции для агента для прогона стратегий