熟练用 ChatGPT、Cursor 等工具以 AI vibe coding 模式独立完成功能搭建、调试与部署，技术笔记与可运行源码整理在个人技术站 qidiquant.com。
熟悉 Django、Flask、FastAPI 后端与 Vue3、Element Plus、Echarts 前端，具备爬虫开发、数据处理与分析及 Web 开发经验，了解 Node.js Express。
了解随机森林、LSTM 等常用算法与清洗、归一化、特征工程流程，有基于 Tushare 数据的股票时序建模系统完整实践。
熟悉 Linux 操作、虚拟机与云服务器配置装机，掌握 Docker 和 Kubernetes 的镜像构建、容器部署与编排，了解 Nginx、Haproxy、LVS 负载均衡，持有低压电工证。
具备 MySQL、MongoDB 的安装、备份恢复及 SQL 查询，MySQL 主从复制与 MHA 高可用架构，以及 Redis/MongoDB 集群架构经验。
具备 Zabbix、Prometheus 的部署与告警设置，了解 ELK/EFK 日志系统的搭建，搭建过 Git、Gitlab、Jenkins 的 CI/CD 工作流程。
具备 pytest 自动化与并发压测实践（自写压测脚本，locust/wrk 可快速上手），能给出 P50/P95/P99、吞吐、长稳与故障切换数据；测过 OpenAI 兼容 REST/SSE 流式接口在多供应商间的差异：鉴权、错误码语义、限流与重试、工具调用与结构化输出。
技术关键词：Python、FastAPI、Flask、Django、pytest、NumPy、SQLite、DuckDB、MySQL、MongoDB、Redis、微信小程序、Vue3、ECharts、Element Plus、Rust、Shell、Linux、Ubuntu、Docker、Kubernetes、Nginx、Git、GitHub Actions、GitLab、Jenkins、Prometheus、Zabbix、ELK、腾讯云、AWS、爬虫、数据同步、定时任务、性能压测、RESTful API、SSE 流式接口、大模型 API 接入、特征工程、LSTM、Tushare。

AI 因子工厂（量化因子研究与回测平台）aifactor.qidiquant.com
项目概述：已上线的量化因子研究与回测平台，采用「AI vibe coding」模式独立交付：本人负责需求设计、提示词工程、功能验收与部署，与 AI 协作完成全部编码。内置体系化因子库与表达式回测引擎，用大模型批量生成具有经济学意义的因子候选，自动去重入库与绩效计算，覆盖 A 股全市场约 5200 只股票，含会员体系与商业化闭环。演示账号 demo / Aifactor2026（免费档；因子库与绩效无需登录也可查看）。

技术栈：Python ｜ FastAPI ｜ LLM API（OpenAI 兼容） ｜ SQLite / DuckDB ｜ NumPy ｜ Jinja2 SSR

AI 协作交付：以 vibe coding 模式独立驱动需求拆解、提示词工程、功能验收、性能验证与部署上线，验证了用 AI 快速交付生产级应用的工作流。
表达式回测引擎：受限 AST 白名单解析，按 A 股 PIT 约束剔除停牌与涨跌停，真实计算年化、夏普、最大回撤与 IC/IR 绩效。
因子流水线：LLM 按「操作符 + 数据字段」组合生成因子候选，同表达式去重入库，定时发布并自动计算绩效。
多源行情：腾讯/新浪/东财自动降级链，财务与宏观数据按公告日 PIT 前向填充，杜绝前视偏差。
组合回测：多因子选股做 IC/IR 加权、行业中性化、walk-forward 样本外验证与 PBO 过拟合检验。