泽晶量化 · 量化研究与教育平台产品系统Vibe Coding

量化投资学习领域长期存在“纸上谈兵”与“黑箱操作”两大痛点——市面上大量课程与社群展示高收益策略，却隐藏代码逻辑与回测细节，学习者无法验证真伪，极容易被虚假数据误导甚至接盘。该平台立项的初衷，正是为了打破这种不透明，构建一个“零伪造、永不接实盘”的量化研究与教育沙盒。业务场景聚焦于金融科技爱好者、高校量化社团及缺乏实盘环境的新手投资者，提供从因子编写、策略回测、绩效评级到过拟合诊断的全链路可视化学习环境，让用户能在安全、透明、可验证的虚拟环境中真正理解量化策略的底层逻辑。

这是一个面向量化投资爱好者的研究与教育平台，坚持“零伪造、永不接实盘”的原则，致力于提供透明、可验证的学习环境。平台由10+微应用构成，包括因子编译舱（支持用户编写和回测因子）、策略评级角斗场（策略对比与排名）、过拟合3D公墓（可视化展示失败策略的原因）以及社区行会等。前端采用React18 + Module Federation微前端架构 + Vite，并利用Pyodide（WASM）实现浏览器内真Python沙盒，用户可直接在网页上运行Python策略代码。后端FastAPI提供数据服务，已完整部署于阿里云ECS，具备生产级可用性。

本人独立负责该项目从需求分析、产品设计、架构选型到全栈开发及阿里云ECS部署上线的全部任务，属于完整的0到1端到端交付。技术栈方面，前端采用 React18 + Module Federation 微前端架构 + Vite，将十余个功能模块（因子编译舱、策略评级角斗场、过拟合3D公墓、社区行会等）解耦为独立微应用，支持并行开发与按需加载。核心实现亮点在于利用 Pyodide（WASM） 在浏览器端直接运行真Python沙盒环境，使用户编写的因子与策略代码无需上传服务器即可在本地执行回测，既彻底规避了服务端脚本注入风险，又大幅降低了服务器计算成本。技术难点在于微前端主应用与子应用间的状态隔离及深层通信机制设计，以及WASM环境下NumPy/Pandas等科学计算库的加载性能优化。