# Ming's 2021Q1

## :memo: 完成工作
### 新聞喜好預測 :bulb:
* 資料運算+API
* 點擊率資料收集與清洗
* 罐頭以關鍵字去除
* 利用觀看次數，進行資料訓練
* 利用新聞標題，進行喜好性預測

### 個股推薦系統 :bulb:
* 資料運算+API
* content base 相關性
* 利用==行為分析 mongoldb==進行 ItemCF 協同過濾系統
* 個股點擊率排行晉升最高推薦，==解決冷啟動問題==
:::info
![image alt](https://i.imgur.com/gPZZrWA.png "title" =150x240)
:::

* 推薦系統壓力測試優化 :bulb:
* 由於與資料庫溝通，從原本 QPS 2000 至 16000，主要利用多consumer與copy減少lock的機制提升．
* 
* 
* 

### APP 行銷PM 需求製作與規劃（APP Store 畫面規格）:bulb:
* 與 ==阿誠 ICE 靜怡== 討論 ==OK==
* 工作優先低，工作排於後面
:::info
趨勢比較管理
趨勢比較
:::

### 部署版本優化
* crontab 獨立更新，解決更新太大檔案
* 不同環境==資料庫比對==工具
* 可檢查異動表
* 可檢查異動欄位

### ==研發計畫==撰寫 :bulb:
* 推薦系統 - DeepFM
* 推薦系統 - 協同過濾
* 推薦系統 - Content Base 相似性
* 推薦系統 - 交織測試方法
* 自然語言 - LSTM
* 自然語言 - Bert

### 模擬交易
* TCP串接
* ==test coverage 實作範本==

:::info
:::

## :memo: 自我學習成長
* mongoldb 串接
* unit test coverage
* 資料入庫API壓測優化

## :memo: 本季目標
### :+1: 已經完成
* 行為分析 mongodb 資料量過大優化（一天600萬筆，取得五天的資料）
* AIGO 策略API

### :airplane: 持續進行
* AIGO(策略自動下單) app for mac or windows
* 投資策略研究
* [LPPLS](https://www.finlab.tw/bitcoin-stock-bubble-analysis-lppl-strategy/)
* [投資組合(1)來打造專屬的投資組合吧！](https://www.finlab.tw/portfolio-theories-1-intro/)
* [Python 低風險高報酬投資組合](https://www.finlab.tw/low-risk-fft-spy-strategy/)
* [Python新手教學(Part 7)：策略再進化](https://www.finlab.tw/python新手教學：策略優化/)
* [加速度指標：歷史年報酬20％的策略](https://www.finlab.tw/加速度指標-加速你的獲利/)
* [股票投資組合系列（一）](https://www.finlab.tw/股票投資組合系列（一）/)
* [python-簡單用月營收選股！](https://www.finlab.tw/python-簡單用月營收選股！/)
* [投信跟盤法！/](https://www.finlab.tw/投信跟盤法！/)
* [過濾大盤的簡單方法！/](https://www.finlab.tw/過濾大盤的簡單方法！/)
* [威廉納葛維茲-價值型選股策略/](https://www.finlab.tw/威廉%EF%BC%8E納葛維茲-價值型選股策略/)
* dockerhub建置提案
* 目前與中敬docker + gitlab + CI/CD

## :golf: 研讀方向
* 特徵工程
* 統計學使用python

## :thinking_face: 心得
* 回顧一季的工作，學習 mongodb，與API壓力測試提升，test coverage，多做需求多遇到問題就可以多成長．
* 本季主要是策略研究，希望可以出幾個賺錢可用的策略給大家使用．