随着中国金融体系与互联网的飞速发展,股市中交易的股票越来越丰富,行业板块数量也愈来愈多,历史交易数据也随之体量剧增。互联网上各式各样的股票论坛也如雨后春笋般不断涌现,为投资者提供了方便的交换信息场所。普通的交易者虽然可以从互联网中获取到很多大量的交易历史数据与论坛舆情信息,但是缺乏从中提取关键信息的能力。本文构建了一个面向板块投资推荐的软件系统,旨在从互联网上搜集整理海量交易数据,舆情数据中获取有效的信息;应用基础的量化交易手段帮助普通交易者从搜集到的数据中获取有用的投资建议;同时提供交易者可配置的系统接口,让交易者能够将自己的想法付诸实践并验证。本文首先对于国内外的量化交易发展状况以及软件架构的发展历程做了简单的介绍,接着将用户的实际需求进行了分析说明,据此对系统的整体架构,以及各个分模块进行了设计,最后借助仔细选择的技术与软件思想将设计付诸实现,并且做了测试与对比试验。本文的工作量主要在以下几个方面:(1)在系统设计方面,采用了基于微服务的架构设计,使得平台的服务模块耦合度低,具有自由伸缩的计算能力,方便拓展新的服务类型。并且还设计了高性能的网络适配层,使其能够承受短时间、大体量的访问请求。(2)在功能实现方面,在平台上为投资者集成了基于特征因子的投资推荐与基于板块关联的板块推荐两项服务。投资者可以从中获取到投资板块的建议,了解当前的板块舆情热度,还可以参与配置,得到更优的推荐结果。为系统管理者提供了服务生命周期以及容器集群管理功能。