-
问题描述 一张表记录了某个对象在不同时间点的状态值。每个时间点有一条记录，现在要按状态值是否发生变化来分段，输出每个状态的生效起始时间和结束时间——即把连续相同 value 的记录合并成一个时 ..
-
问题描述 一张表记录了多个账户的时间区间，每个账户有多条记录，区间之间可能存在重叠。 源数据： account_id start_date end_date A 2019-06-20 2019 ..
-
策略逻辑 MACD 零轴顺势金叉死叉策略，以零轴划分市场大趋势，只顺着主趋势执行交叉信号，搭配 MACD 柱体动能验证，大幅过滤虚假信号，是适配波段趋势交易、可直接用于量化与实盘的稳健策略。 ..
-
问题描述：按账户分组，序列号在每次活动间隔超过 1 小时后重置 一张表包含 account_number 和 dt 两个字段。每个账户的记录按时间排序，需要生成一个序列号 Seq。规则如下： ..
-
问题描述：只保留开票行，金额累计从上次开票开始 有一张业务流水表（包含 ID、Date、Invoiced 和 Amount 四个字段）。每个月有一条记录，其中 Invoiced=1 表示该月开 ..
-
一、被 AI 浪潮遗忘的“报表孤岛” 当 AI 编程早已从“代码补全”迈向自主执行任务的 Agent 时代，业务代码在 AI 加持下效率翻倍时，同为开发任务的报表制作却仿佛成了一座被遗忘的“孤 ..
-
策略原理 MACD 是经典的趋势与动量指标，依托 DIF、DEA 两条均线和红绿柱变化，直观判断价格趋势拐点、多空力量强弱。金叉代表多头信号，死叉代表空头信号，零轴更是划分整体多空格局的重要分 ..
-
DBD Copilot 已能通过自然语言显著提升操作效率，但用户往往会用更口语化表达设计需求。而口语的随意性往往导致指令解析不准确。为此，润乾定义了DBD 汉语命令 LLM 规范，确保每一条指 ..
-
自然语言转 SQL（Text2SQL）技术旨在降低数据查询的技术门槛，但一直面临“灵活性”、“准确性”与“查询复杂性”难以兼顾的困境。直接由大语言模型生成 SQL 存在语义“幻觉”造成准确性偏 ..
-
策略原理 MACD 被称为指标之王，是全球交易者公认的趋势 + 动量复合型经典指标，依托指数移动平均线（EMA）差值构建信号体系，兼顾趋势方向、多空动能与拐点预警，广泛应用于股票、期货、指数等 ..
-
AI 能写出可以运行的 SQL，但经常无法信任。SQLazy把 SQL 开发变成一个可逐步验证、可审计的流程，编译器来保证最终输出的正确性。 问题：AI 给出的 SQL 是个黑盒 我们都遇到过 ..
-
一个正在蔓延的信任危机 把一个任务丢给 AI，几秒钟后它吐出一段几十行的 SQL。你复制粘贴，跑通了。但你心里真的踏实吗？ 这恐怕是当今每个数据分析师和开发者的日常。 现代 AI 能生成可运行 ..
-
在股票、期货等交易市场中，四线多头策略是入门门槛低、实战适用性广的主流趋势跟踪战法。它依托不同周期移动平均线构建趋势判断体系，摒弃主观预判，依靠客观的均线排列形态识别多头行情，坚持顺势交易，凭 ..
-
海龟交易法则是全球趋势量化的鼻祖策略，从美股到 A 股经过数十年验证，也是趋势突破体系的源头，很多短线突破战法都源自这套系统。 策略核心原理 海龟策略本质是唐奇安通道突破趋势跟踪体系，核心逻辑 ..
-
策略逻辑 股价的上涨从来不是随机波动，而是资金合力推动的结果。 很多散户炒股最大的误区，就是喜欢低位抄底、逆势埋伏，总想买在最低点。但在 A 股牛市单边上行行情里，底部磨底时间漫长，逆势抄底不 ..
-
一、功能概述 交互查询列表是润乾报表中参数模板、填报表专用的单元格编辑风格，支持前端动态交互检索。用户在输入框录入内容时，系统自动从数据库执行模糊匹配，实时加载候选下拉列表，适用于数据量大、需 ..
-
策略逻辑 在牛市中，核心逻辑是趋势延续和情绪推动，因此经典策略往往围绕“让利润奔跑”和“提高资金效率”展开。 买入并持有（Buy and Hold），是最基础、最适合普通投资者的策略。在牛市初 ..
-
一、需求背景 在日常报表使用过程中，用户经常需要反复输入相同的查询参数进行报表查看。每次打开报表都要重新输入参数，为此，我们需要实现以下功能： 1、在参数模板增加【保存条件】按钮，将当前查询参 ..
-
需求： 在 Web 报表应用中，用户经常需要一次性打印多张相关报表。润乾报表本身提供了 pdf 批量打印模版，即 demo/reportJsp 目录下的 pdfBatchPrint.jsp。但 ..
-
用 AI 做量化回测，回测曲线很漂亮，一实盘就亏到心疼？ 答案很可能就藏在你“看不懂”的那个黑盒里——未来函数。 一、你以为的 AI 神策略，其实是 “作弊” 很多 AI 量化工具，直接给你一 ..
-
一、传统 AI 量化：写代码 = 开盲盒，幻觉防不胜防 普通人想用 AI 做量化，却总被幻觉坑到崩溃？ 很多人用 AI 做量化的思路都是输入自然语言→AI 生成代码→调试运行，看起来很简单，但 ..
-
如果你关注智能问数（Text2SQL）这个领域，一定会发现一个奇怪的现象：各种文章、演讲、视频铺天盖地，厂商们纷纷宣称自己的方案达到了 90% 甚至 95% 的准确率。但你试着在网上找一个可以 ..
-
先别急着批评我在吹牛。这个标题里的“准确率 100%”不是营销话术，而是严谨的技术事实，只不过它和你脑子里马上冒出来的那个“大模型直接写 SQL”的准确率并不完全是一回事。 准确率一直是 Te ..
-
在报表项目中，业务开展过程中会不断产生新的查询统计需求，或者原有需求发生变化，导致报表不断增加或需要修改，这就造成了没完没了的报表。如果一直由技术人员来负责报表开发，会导致项目周期过长、成本难 ..
-
提示词（prompt）： # NLQ范式说明 ## A. 查询范式 NLQ支持四种基本查询范式，从简单到复杂依次如下： ### 范式1. 单表明细查询 描述：从单张表中查询符合条件的详细信息， ..
