密码登录
手机号
密码
一、生成期货因子分析的框架 在AI助手输入栏直接输入：帮我生成一个期货因子分析的框架;因子是关于量价方面的，在2024-2025年分析，并给出分析结果：运行后保存并启动工作流得到下图   使用AI分析后得到： 整体来看，这个“期货量价综合因子”预测能力偏弱、但在分组收益与超额表现上有一定可用性，整体评级偏向C（一般）略偏上。从截面相关性角度，IC_mean≈0.003、Rank_IC≈0.002，IC_std≈0.03，IC_IR≈...
第二周，按喂饭手册来建立因子测试，这次我们使用动能因子测试，根本不需要手动编写代码的动作就可以完成下面了。  在动能因子中，不仅有清晰的逻辑和显著的分组收益，也是是入门量化因子世界的绝佳样本。 因子逻辑：市场的“惯性”与“反转”，透露关市场的情绪 这个因子的核心逻辑源自行为金融学中的“动量效应”与“反转效应”。简单来说，它捕捉的是股票价格的短期惯性。  数据构建：计算每只股票过去半年交易日的累计收益率，这就是因子值。 核心发现：...
上周做了利用AI助手生成策略回测工作流，这周用AI助手生成一个简单的5因子分析工作流。以下为具体生成内容： 1、创建工作流，在AI助手中输入“帮我生成一个黄金期货因子分析的框架，因子是关于量价方面的，在2024-2025年分析，并始出分析结果，”，经过1分钟的时间就生成了以下工作流  2、以下是分析结果    整体来看，这个黄金期货量价因子的质量处于“中等偏上”水平，方向为正向...
一、构建股票量价匹配因子  二、因子分析结果    三、核心逻辑 价格和成交量的走势是否“匹配”——价格上涨时成交量应该放大（资金推动），若价格涨但成交量缩，说明上涨乏力（背离），后续下跌概率高；反之价格跌但成交量放大，说明下跌动能足，或有抄底资金进场。 四、首次AI助手股票因子构建 生成速度挺快的，效果也不错，期货因子构建容易报错哈哈，一起加油！
测试仿真盘是否好用 首先用AI助手编写一个策略回测  出现过10001和10005的错误 经过多次重开和换因子最后终于跑通  最后按照第二周要求在超级图表中创建了仿真盘用于测试  后面就是等开盘看看能否返回一定数据
（一）第一阶段：从构想到收敛——AI辅助下的因子筛选与聚焦 1.策略构思的演进与精确化 在初步构想了一个包含趋势、动量、波动率、量价等多维度的复杂因子库后，我通过AI助手进行了密集的回测与归因分析。经过多轮“假设-回测-分析”的快速迭代，AI的绩效归因报告清晰显示，因子的简洁性与有效性往往比数量更重要。基于此洞见，我将策略描述精炼为： “在螺纹钢主力合约上，构建一个由三类核心因子驱动的中低频趋势跟踪策略： 1.价格趋势因子：作为方向锚，识别并量化中期趋势。 2.波动率因子：作为风险调节器，在高波...
因子分析 1.1使用PandaAI生成因子 利用PandaAI生成期货期限结构因子，并以前14天做为预测窗口，预测全期货合约第15天涨跌情况，生成因子分析框架，时间为2024-2025。通过因子分析结果AI助手分析，改进调仓频率和换手次数（手续费设为万三），最终生成结果（如下图）  1.2加入动量因子，生成多因子分析框架 在PandaAI量化助手里输入：增加波动因子并生成多因子分析框架。 波动因子...
AI助手-自然语言生成因子工作流 1.前情提要 该任务工作流于2026.3.1未成功执行，以下截图展示是我早期自己研究的因子的生成结果，仅供参考。  该因子为普通的基础因子，数据效果还可以，但是目前有新的思路，3.1无法完成新工作流的执行。后续如果能够完成，将会同步更新。 2.本周内测任务  该AI助手目前只能依照范式来进行生...
一、多因子工作流的构建 1.1使用模版官网案例3多因子来初始化工作流 1.2简要说明三个因子 1.2.1StopLossBreakMA5Factor language classStopLossBreakMA5Factor(Factor): defcalculate(self,factors): close=factors['close'] 5日均线 ma5=MA(close,5) 当日是否在5日均线之下（True/False→1/0） below_ma5_today=AS_FLOAT(c...
下次早点解决报错的问题和大佬们多多学习 产品非常成熟了，希望能快速跟上大家的脚步加油  
一AI助手创建一个可运行的基础工作流，产出回测交易记录 1.1工作流生成 通过AI助手生成策略和回测工作流;  工作流情况;  1.2回测结果 1.生成最终回测记录得到交易记录; 2. 2.这么猛的收益让人震惊; 3. xxxx;加一些自己的思考方向，让AI助手生成  1.2二级标题查看结果并跟随AI建议改进 1.xxxx; 2.xxxx;...
布林带突破策略 1.用布林带刻画价格“正常波动区间” 选定一个窗口（比如20日），计算这段时间收盘价的均值mid和标准差std 上轨：upper=mid+kstd（k常用2） 下轨：lower=midkstd 价格大部分时间会在上下轨之间波动，这个区间被视为“正常波动带”。 2.突破上轨：看作行情向上“走出常态” 当收盘价从布林带内部上穿上轨，说明当前价格明显高于近期平均水平，且波动向上扩张。 策略解读为：可能出现上升趋势，于是开多（做多该合约）。 3.跌破下轨：看作行情向下“走出常态”...
本次主要测试下业绩成长因子叠加均线判断，首先是业绩的测试：   运行工作流时候产生了些bug，不过AI助手可以自我修复，应用下再跑即可，基础的回测结果还是可以的，属于B+接近A的水平，但是忘记把这个结果先另存了。。被后续修改的策略给覆盖了，这点后面会继续注意下。 第二周感觉运行的时间明显变长了，会等个好几分钟。 
在做沪深300股指期货跨期套利策略的时候，使用的是平台默认的模拟期货账户，如图  实际回测也能跑通，但是最终回测没有回测结果，查看日志发现下单异常:'ftfirsttransmargin'的报错，如图  经过多次人工智能修复仍不能解决，索性我就重新新建空白文档，重新根据跨期套利的原理进行工作流生成，经过多次修改，把其它问题都解决完后，又出现了下单异常:'ftfirsttransma...
一小白学AI生成流程 1.点击主页AI工作流!  2.点击创建工作流。  3.AI交互输入提示词。  4.检查各个节点信息。  5.AI交互询问代码含义。  解释的太详细了，就像一个好的辅导老师！ 6.点击启动工作流 7.跑通查看分析结果  收益率很高，主要原因得益于2024年是大宗商品牛市。 二感悟 社区好多小伙...
一AI生成代码 和AI聊了一下，让他帮我生成生成期货策略---白银黄金合约 这是我的过程    遇到问题 第一次回测的结果不太好，修改代码的时候发现忘记点应用两次了 改完后又出现了10001问题，让AI帮我修改了大概4-5次都还没有搞定，感觉A...
由于之前的内测学习对平台已经非常熟悉了，创建因子和构建策略以及调整策略等都可以流畅完成，但是由于金融知识体系的不完善导致不能写出好的因子，多次调整思路来回回测耗费算力有点多。 好在有平台把这套流程打通，不然用传统方式进行代码编写上线测试，数据抓取自行回测在调整不知道要耗费多少时间，平台能帮我省下绝大部分精力全心投入钻研构建好的因子和策略上。这就是马斯克说的第一性原理吧！希望尽快补足知识上的缺失，和大家一起进步，那种成就感因该很不错。 虽然听起来很高大上，但实际上门槛被ai拆解了： 什么是“因子”？其实就是我们选股票的一个“标准”或者“打分规则”。比如，“最近20天谁涨得好”就是一个因子。 什么是“动量”与“反转”？“动量”就是强者恒强，跟着趋势走；而“反转”就是风水轮流转，涨多了可能会跌，跌多了可能会涨。  AI的“体检报告” 
