架構對比
你的策略值得更多 而不是一個沙盒
沙盒腳本平台將你的策略限制在500行直譯型程式碼內，運行在封閉環境中。允許匯入的僅有基礎數學函式庫。網路、執行緒、資料庫存取全部禁止。結果是一個結構性天花板，任何UI打磨都無法修復。
Sandbox500行天花板
VS
StratCraft∞無天花板
能力對比
差異不在功能，而在架構。
| 維度 | 沙盒平台 | StratCraft |
|---|---|---|
| 策略語言 | ~500行 pandas / Pine Script | C++23、Python、AI生成程式碼 |
| 執行效能 | 直譯執行，單執行緒 | 編譯型C++23，SIMD/AVX-512向量化 |
| 可實現的策略類型 | 均線交叉、RSI、布林帶、MACD、馬丁格爾 | 多因子、ML管線、統計套利、事件驅動 |
| 資料存取 | 沙盒限制（無網路、無檔案IO） | 多源、多頻率、另類資料 |
| AI整合 | 聊天助手（不生成程式碼） | 7家LLM供應商、MCP協定、AI生成C++策略 |
| 外掛架構 | 無外掛（封閉沙盒） | 透過gRPC程序隔離外掛，熱重載 |
| 可擴展性 | 一次一個策略 | 同時管理2,000個策略 |
| 部署方式 | Docker + 手動環境配置 | SaaS或本地，零配置啟動 |
| 因子研究 | 沙盒中不可能 | Alpha158複合因子、運算式樹、IC/ICIR分析 |
| 市場優勢潛力 | 僅公開訊號（無優勢） | 框架級：天花板是你的想法 |
天花板問題
為什麼500行pandas程式碼無法產生alpha
在沙盒中你能建構什麼
- RSI超買超賣
這些全是公開訊號。數千個免費TradingView指標做同樣的事。這裡沒有市場優勢。
獲利的量化系統實際需要什麼
- 延遲敏感的做市（微秒級C++執行）
這些都無法在500行沙盒中實現。它們需要編譯級效能、無限制的資料存取和可擴展架構。
何時沙盒足夠用
沙盒在特定場景下有其價值。
- 你正在學習撰寫交易策略
- 你只需要簡單的指標提醒
- 你需要快速驗證一個基礎想法
- 你對使用公開訊號感到滿意
何時你需要框架
嚴肅的研究需要嚴肅的基礎設施。
- 你需要帶統計驗證的多因子模型
- 你需要將ML管線整合到回測工作流程中
- 你需要編譯型C++效能用於生產策略
- 你需要AI大規模生成和迭代策略程式碼