应用场景： 通过调查发现，对于我国A股大宗交易历史数据，主流财经类平台（新浪财经、东方财富网、同花顺等）仅提供条件数据查询服务；Tushare挖地兔等主流开放式财经数据接口仅免费提供单次最大1000条大宗交易数据查询服务（数据仅包含TS代码、交易日历、成交价、成交价、成交金额、买卖双方营业部）。若开展A股大宗交易相关的数据分析，前者需在相关平台查阅数据基础上再通过其它方式获取相关数据以便建模分析，难度较大；后者则需通过付费方式解除接口限制后建模并二次调用相关数据接口完成数据分析，个人用户使用成本较高且需要用户具备一定相关知识。本小程序通过借助云数据库、云函数等相关云开发核心功能，提供了小程序端的实时A股历史大宗交易数据条件查询、A股历史大宗交易数据云端计算分析、分析结果可视化等功能。具有操作简单、功能多样化、自由度大等特点。 目标用户： 适用于热爱财经类数据分析、热爱研究A股大宗交易与股价规律的普通股民及学生或其它感兴趣的用户群体。 实现思路： 本次作品大宗交易数据查询分析助手，针对预设应用场景，开展相关功能设计，具体如下： （1）依托云数据库，构建A股大宗交易计算专用云数据库。考虑到本次小程序为参赛作品，本次数据库仅收集A股市场2003年至2018年所有历史大宗交易数据约10万条，用于现阶段的体验使用。数据库除常见TS代码、交易日历、成交价、成交价、成交金额、买卖双方营业部等信息外，该云数据库还包含相关股票名称、成交后7日内K线信息、量价信息、张跌幅信息在内等共计73项关键字段。仅需单次调取即可实现小程序云端数据分析计算。 （2）依托云函数，实现基于云端计算的大宗交易数据分析。接受用户前端请求，通过云函数，调取云数据库中大宗交易数据，根据指令相关的计算模型，开展关键数据计算并返回结果。 （3）依托云函数，实现大宗交易数据的条件查询。接受用户前端条件查询请求，通过云函数，条件查询云数据库中大宗交易数据，返回结果。 （4）通过定制打包echart小程序专用组件，实现大宗交易数据分析可视化。增强用户体验，使大宗交易数据分析更为直观。 架构图： [图片] 效果截图： [图片][图片][图片][图片][图片][图片] 代码链接： https://git.weixin.qq.com/wx_wx66a5b5305a1ec82e/Y2020 作品体验二维码（体验版）： [图片] 团队/作者简介： 杨坤：福州大学2018级环境工程在读 杨威：厦门理工学院2019级软件工程在读 演示视频链接： https://v.qq.com/x/page/j315412u4ji.html 其它相关说明： 本作品在创意上借鉴了本人前期开发的测试用数据平台相关功能（YK1312）体验版。YK1312小程序为个人数据测试用小程序，未正式上线，主要通过socket连接访问个人部署的腾讯云学生服务器开展基金计算、页面动态推送、大宗交易等领域的数据查询、分析（python）。 本作品依托云开发相关核心功能，通过JS代码以云函数形式完成了后端用户逻辑代码，基于YK1312的数据分析算法思路优化并改进了后端算法，效率获得提升（YK1312采用python的pandas包做后端计算）。数据库通过早期本人自建大宗交易数据库sql文件转为JSON数组重建云数据库，通过云数据库相关API重现了大宗交易相关数据的调取。可视化方面优化改进了echart包的实现方法。主要界面也进行了全新设计。除创意参考外，小程序界面差异大，通信、后端逻辑等实现方式差别巨大，本作品为8-9月开发的新作品，特此说明。 考虑到该作品为参赛作品，本次云数据库仅创建2003-2018年大宗交易数据约10万条，由于云数据库单次数据获取1000条限制，跨度较大的查询及数据分析仍存在数据获取不全造成的结果错误，后续会跟进解决，恳请谅解。