💬在PandaAI社区,我们深入探索AI与交易的融合前沿。解读顶级交易员的实战体系,拆解量化策略的底层逻辑。在线上深度对话中连接业内人士,与思考同频的人并肩前行,让前沿认知转化为你的决策优势。 社区最新直播已上线 本期直播主题:《一个指令打造你的金融投研Skills》 ⏰直播时间:02.10(周二)晚上(闭门直播) 🙋♂️主讲嘉宾:@酥派-sUpine 05年FRStudio工作室创始人 数学建模竞赛全国二等奖 目前总管理资金量20w美金 专注AI交易分析与微观价格预测 ...
整体体验概述: 1.自然语言对话对新手极为友好,无需任何基础能力,就能生成交易策略。 2.工作流界面逻辑清晰,封装了很多模型。 3.发掘中比较好收益策略以后,也可以通过AI助手,逆向去理解代码和交易逻辑。 下面是尝试测试的一个策略: 下面是具体操作流程 1.1爆赞的核心出装(自然语言对话全流程生成) 工作流生成  策略代码生成 1.2对于代码能力弱的同学来说,也可以直接要求AI助手逐行注释,方便理解策略代码。可以很方便的核对开平仓条件是否与设想一致  2、零代码/低代码策略开发 通过AI工具对话,阐述想实现的策略,平台就可以生产策略代码,完全不需要编程基础;  1.2启动工作流查看运行日志和回测结果   1.3总结 1.PandaAI的自然语言→代码的过程保证了策略执行的精确性。 2.生成与修改代码效率得到了极大的提升。相比自己手写代码,PandaAI极大提升了效率。 3.PandaAI的解释代码能力也很强,高亮修改代码痕迹这些贴心的功能对于学习量化编程也是极其强大的工具。 感谢PandaAI团队给我们带来了...
多因子实操总体结构 1.1总体流程 数据获取; 构造因子; 数据处理; 单因子测试; 多因子集中测试; 共线性分析; 因子变换; 因子组合; 构建策略; 1.2数据获取 1.数据说明:27×个中国市场指数(日期、收盘价、成交量等); 2.周期:20年以上的日频数据; 3.输入:原始行情数据Excel; 4.输出:整理后的因子原始数据Excel; 1.3构造因子 因子来源:价量顺势、反转、波动率、估值、盈利、成长等; 计算工具:通过Python/Jupyter计算并写回Excel; 示例:构造单个价格斜率因子(slope类),如past_5_price_slope; 1.4数据处理 1....
自己摸了一下,算明白了怎么操作,按照说明来操作,还是可以完成的。如下所示: 1发现问题,扔给AI修复,两次后恢复正常,但利润太差(不想浪费算力就这样好了),不过比cursor,augment已经好很多了,  2信息框输入,无设定换行设定,按回车就发送。这里可以优化一下  3AI分析问题,得出回复,只能复制全部?能否逐一复制?复制全部发给A...
步骤1:登录后点击"AI工作流"  步骤2:点击创建工作流  步骤3:点击创建空白工作流  步骤4:点击右侧的'AI助手'  步骤5:然后在输入框里面,使用我们人类语言描述自己的想法构建一个工作流:  我的输入内容是: 写一个期货交易策略,运行多均线的交易逻辑,在黄金主力合约上测试,时间是2025年1月到2025年12月.初始资金为10万 然后点...
第一周 1.1AI对话创建工作流 明确:交易品类+交易逻辑+测试合约+时间范围 让AI生成工作流  1.2通过AI理解代码检查策略逻辑 在python代码输入框内,向AI助手询问代码含义;   1.3策略修改与应用    1.4运行工作流  1.5结果查看与复盘  查看结果  策略收益与因子表现 从整体收益来看...
AI助手–自然语言生成工作流(超跌反弹策略) 1.简单聊聊 从一个完全不懂代码的用户体验角度,今天来试了一下PandaAI,智能生成量化测试工作流,折腾了大半天,目前的策略生成结果是不太成功。 2.AI没能很好的理解我的需求 确实,刚开始我觉得它挺聪明的: 我提了个想法,它会像个专业的助手一样,先问问我想用哪种方式,列出几个方案让我挑。  结果第二次我再想听听建议时,它招呼都不打一声,直接就开始“噼里啪啦”埋头干活了。我看着屏幕上...
小白新手体验过程 1.1自然语言直接生成工作流 1.进入PandaAI官网,https://www.pandaai.online/,点击选择工作流。 2.点击创建工作流。  3.此处很贴心有很多模板,但为了体现LLM的强大功能,我们创建空白工作流 4.点击右侧的AI助手。  5.将我们的策略告诉AI助手,大致遵循这样的结构:做什么事,什么策略,交易对象,回测时间。 6.此时...
整体思路 经典期货思路——展期收益率做多。ps只是思路构建,抛砖引玉,无代码 1.1核心逻辑 核心思路:近月合约大于远月合约,代表近期需求量大,所以追高 基本面佐证:库存率,开工率,基差来确认。价差会持续扩大,而不是回归均值 股市验证:沪深300指数,均线多头排列,参考经典的复苏顺序,有色,黑白金属,化工,逻辑验证是否处在经济复苏中 1.2标的选择 我个人比较喜欢固定标的池,可以都做一些基本数据上的整理。 1.标的池:低相关性,并有能获取相关数据的数据标的,构建截面标的池,个人拍脑袋,豆粕,螺纹钢,铜,甲醇,塑料(LLDPE) 2.目标合约: 近月合约选择主力合约:成交量、持仓量最大的合约,代...
手把手小白教学 1.1用自然语言直接生成工作流 在创建工作流页面,找到并点击AI助手 直接用大白话,把你的策略想法告诉AI,发送即可 等待AI自动生成完整工作流,无需手动搭建 生成完成后,点击启动运行,弹出「输入策略名称」对话框! AI助手生成工作流  AI助手生成策略代码 AI助手生成的代码符合最基本的策略需求,有具体策略初始化代码块initialize和逻辑实现代码块handle_da...
PandaAI投研Skills 简介 PandaAI投研Skills是一个基于KiroSteering机制的量化投研辅助工具。通过自然语言交互,帮助用户快速完成量化投研任务,包括因子编写、数据查询、因子分析、技术指标应用等。 核心功能 因子编写:支持公式模式和Python模式,快速将投资逻辑转化为可执行代码 数据查询:提供完整的panda_dataAPI调用指导,获取日线、分钟线、因子、财务等数据 技术指标:内置100+技术指标函数,涵盖趋势、震荡、波动率、成交量等类别 因子分析:指导IC分析、分组回测、因子评估等量化研究流程 股票筛选:构建多条件组合筛选,支持动态筛选条件 代码库集成...
PandaAI投研Skills构建思路文档 设计理念 1.零代码部署 PandaAI投研Skills采用Kiro原生Steering机制实现,无需编写额外的后端代码或部署服务。整个Skills以一个Markdown文件的形式存在,通过Kiro的Steering功能自动加载和解析。 设计优势: 部署简单:只需将Steering文件放入指定目录 维护方便:直接编辑Markdown文件即可更新Skills 版本控制:可与项目代码一起进行Git版本管理 2.知识同步 通过Kiro的文件引用语法`[[file:]]`,Skills可以直接引用外部文档作为知识库。当官方文档更新时,Skills...
写在前面 作为一个10岁的老韭菜,一直在想第一篇帖子要分享什么内容。 想总结一下经验,但发现我的人生似乎也没什么精彩的地方,回头望去只有密密麻麻的坑。 创业,融资,交易,投资这些关键词贯穿了我过去的十年。从三年前亲手埋掉了我的公司之后,我开始了全职投资的旅程。 我一直相信一件事—— 分享的第一原理是利他。 所以我想用这样一种方式: 把我这十年,从手工到量化,踩过的坑、和超过8位数的学费, 总结成十句话分享给大家。 如果有一天我消失在互联网上,只能留下最后10分钟的内容, 那我会希望是接下来这10分钟。 当然,以下所有内容都是我在当前认知阶段的理解, 不一定对,欢迎大家交流、讨论和指正...
2025-04-07
2025-08-26
2025-07-24
2025-10-11
2025-07-25
2025-10-28
2025-09-15
2025-10-08
2025-10-12
2025-09-27