数据质量管理和性能量化的技术调研

质量管理 小组命题：质量管理 组长：王晓敏 主讲人：杨峰 评委：贾铨宇 小组分工： 王晓敏：检验平台模块 杨峰：来料检验模块 倪海涛：产品检验模块 范玲玲：工序检验模块 钱瑶：在库检验模块 贾铨宇：统计分析模块

数据规划：制定完善的数据模型，建立数据治理体系。 数据设计：制定并贯彻数据标准，统一数据建模和管理。 数据创建：利用数据模型保证数据完整性，执行数据标准，从源头保证数据正确性。 数据使用：利用元数据监控数据使用，执行数据标准，并利用数据质量检查加工正确的数据。

Teradata 的数据质量管理方法挺系统的，适合需要从源头把控数据质量的朋友。它不仅讲清楚了什么是数据质量，还细分了治理体系、平台搭建、检查重点等关键环节。比较实用的一点是，它会带你怎么写一份像样的数据质量报告，尤其在你要搞清楚数据到底哪里有问题的时候，这就挺管用了。嗯，讲得还蛮全面的，技术路线清晰，实操也不难上手。尤其是在金融行业，数据质量出错的坑太多，Teradata 这套做法可以帮你规避不少雷。如果你正在做数据仓库或者准备优化现有的质量管理系统，可以参考一下。

质量管理里的 Minitab，功能还挺全的。你要是经常做统计、画图啥的，Minitab 基本都能搞定，界面也不复杂，初学者也能轻松上手。比起动不动就上 SAS 那种硬核工具，Minitab 更接地气点，尤其在质量控制这块，真是挺顺手的。 Minitab 的界面简单明了，数据导入导出方便。你平时做 SPC 图、箱线图、直方图啥的，用起来贼快。再比如产品良率，用Control Charts基本搞定，响应也快。 三天课程的内容也比较实用，从数据导入、基本图表，到多变量都覆盖到了。中间穿插了不少质量管理案例，比如怎么用ANOVA做过程改进，还讲了如何用 Minitab 跑 DOE 实验。蛮系统的，学完

质量管理中常见的统计技术包括基本统计图和表，如百分比图、趋势图等。品管和新品管手法包括直方图、因果图、柏拉图、层别法、检查表、散布图、控制图，以及关联图法、KJ法、系统法、矩阵图法等。此外，SPC方法涵盖控制图、过程能力分析、抽样检验、实验设计(DOE)与田口三次设计、质量功能展开(QFD)、方差分析和回归分析，以及可靠性分析。

C++ Hikyuu 2.0.6 离线文档概述 Hikyuu Quant Framework 是一个基于 C++/Python 的高性能开源量化交易研究框架，支持策略分析和回测，目前主要应用于国内 A 股市场。 核心设计理念 该框架的核心思想基于系统化交易方法，将整个交易系统抽象为多个模块，涵盖：- 市场环境判断策略- 系统有效条件- 信号指示器- 止损/止盈策略- 资金管理策略- 盈利目标策略- 移滑价差算法 每一个模块独立实现，可自定义策略组合，实现灵活的研究与系统有效性评估，支持百万级别 K 线回测，通常 2-3 秒内即可完成全市场策略验证。 C++ 核心库的性能与兼容 框架的 C+

毕业设计 C++ACCESS开发的质量管理系统，适用于毕业设计使用。

数据质量管理方法探索 当前，数据治理领域已有多种成熟度评估模型为企业提供理论指导。然而，业界尚缺乏一套完整、科学的数据质量管理体系。许多企业对数据质量的管理停留在经验阶段，缺乏系统性的方法论。本研究拟探究基于VHDL的边沿检测技术在数据质量管理中的应用，以期为构建更完善的数据质量管理体系提供新思路。

Hikyuu 的回测速度真挺让人惊喜的，底层用 C++搞性能，Python 搞灵活，跑策略快得飞起。你要是习惯在 Windows 上搞事儿，2.0.3 版本加 Python 3.9 的组合，挺稳，装起来也方便。 Hikyuu 的多周期比较顺滑，常见的日线、分钟线切换都不卡，响应也快，策略逻辑清晰。代码也挺好上手的，比如自定义一个均线策略，用MA(n)配合CROSS判断买点，几行搞定。 安装包是完整的，一键装完就能跑，不用自己再去凑库，省事。哦对了，如果你是新手，建议先看下它的离线文档，结构清楚，还有示例。 安装环境建议你就按推荐的 Python 3.9 来，其他版本像 3.12 也有套件，不过