量化策略研究与自动进化系统产品系统Vibe Coding

长期深耕 A股市场量化研究领域，独立设计并运营完整的量化策略研究闭环：从行情数据接入、因子挖掘与体检、策略回测验证，到策略自动进化与持续优化。熟悉 Alpha191 因子体系、IC/ICIR 因子有效性评估、遗传算法与大模型结合的策略进化方案，对股票市场的量价行为、市场风格切换与策略失效诊断有实战积累，能够将量化研究方法论快速迁移到金融科技、数据分析和智能投研类项目中。

自研 A股量化策略研究平台，覆盖数据接入、因子筛选、策略回测、策略自动进化全流程。支持：①A股行情数据自动接入与本地存储；②200+ 技术因子（Alpha191 体系）的 IC/ICIR 有效性体检与筛选；③策略历史回测，输出收益、回撤、胜率、夏普比率等指标；④大模型驱动的策略自动进化（遗传算法 + LLM 变异算子，自动生成新策略、评估、筛选冠军策略）；⑤Web 可视化看板，实时监控策略表现与任务进度。

Python 3.12 开发，约 7000 行代码，1200+ 单元测试。数据层基于 SQLite + pandas 实现行情库与因子库；因子体检模块对全市场因子计算 IC/ICIR/单调性/换手率并出报告；回测引擎支持多策略并行回测与结果缓存复用；进化引擎采用"遗传算法 + LLM 变异"架构，含代码生成、参数微调、组合交叉多类变异算子，配合 fitness 评估、样本外验证与冠军策略持久化机制；Web 端基于 Streamlit 构建监控看板；LLM 调用经 litellm 统一封装支持多模型通道；Docker 容器化部署。