一PANDAAI正在改写我们的生活 人工智能从初级阶段（后台人工）到目前的中级阶段（无人操控，用逻辑思维来判断）已经在不知不觉中改变我们的生活。很荣幸再次参加PANDAAI第二次内测，跟着老师做了人工智能量化程序的从0生成，中间完全没有进行任何干预，程序不但自动生成，还能根据运行情况来纠错，通过回测，反馈结果，再次回测不断优化自己的策略，在各环节实现无缝衔接，能够为小白用户实现量化平权，只需要告诉AI我想干什么要达到什么目的，就能完美达到一个专业水准的程序员及操盘手初级阶段，希望能够伴随PAN...

AI助手–自然语言生成工作流股票策略回测 1.1提需求，AI助手帮忙实现功能 整理自己的需求，提供给AI助手 不单是策略需求，整个模块AI助手都会帮忙创建  运行策略回测，查看结果，使用AI分析策略优缺点  1.2优化策略 使用AI交互，提交优化思路给AI，AI自动帮忙修改代码 ...

一AI助手大幅降低个人量化的门槛，把复杂的编码工作交给AI助手，体验了下AI助手写一个简单的macd指标期货合约实盘策略的丝滑之处 1.1提问到看到回测结果只需要简单两步 下面是问句：写一个期货交易策略，运用MACD的交易逻辑，金叉时买入，死叉时卖出，在黄金主力合约上测试，时间是2025.01--2025.12  AI助手收到问句后会自动编排工作流，创建相应的工作流节点，我们只需要点击保存策略，启动工作流，就可以点击查看回测结果  ...

菜鸟利用自然语言让AI编写的白银双均线期货策略 1.1直接用自然语言在AI帮助下得到的原始版双均线策略，时间默认为2024.01.01-2024.12.30，我修改后竟然无法正常运行，用AI辅助修改后仍然没解决？-----错误代码10001---改时间后就运行正常了。 1.2用AI分析后看分析结果，复制后关闭再次提交给AI，让其按分析完成优化，我感觉还是很好用的！我添加了一句：提高回测时间期限内的收益率，得到下图，还是有改变的--运行正常！再次改时间，同样卡住 ...

50ETF期权日内Delta中性对冲策略实现 Role 你是一位精通Python量化交易和金融工程的专家，擅长使用Black-Scholes模型进行期权定价及希腊字母计算，并能熟练编写基于分钟级数据的日内动态对冲策略。 Task 根据提供的策略逻辑，编写一个基于上海证券交易所50ETF期权的日内Delta中性动态对冲策略回测系统。 StrategySpecifications(基于谢林江论文核心逻辑) 1.策略目标：通过卖出（或买入）期权合约，并利用标的资产（50ETF）或期货进行Del...

一一级标题 1.1需求如下： 9.31分，选股，选择高开的股票，高开3-6个点的股票，选择成交量最高的3只买入，卖出条件修改为，离当天最高价2个点卖出; 中途输出进度本人长期使用ptrade开发，习惯了这种模式 ; 1.2期待 1.期待专家模式与AI的完美结合; 2.结果如下：等待修复 3.解决问题方法如下，重新登陆，刷新，高级算力后如下，流程跑完 4.结果如下![im...

趋势上涨策略 1.1AI助手直接生成  1.2通过AI助手进行优化后的效果 

小白内测第一周免坑入场流程详解及软件优化建议（以股票回测为例） 1.1小白内测第一周免坑入场流程详解 第一步点击顶部上方“+创建工作流”，在弹出框中选择“创建空白工作流”; ! 第二步，可以有2个选择，第一次的同学可以选择用右侧边栏的最下部“AI助手”；也可以使用左边直接拖拽出目标“节点”可以下拉有各种节点，这里可以依次拖拽出“Python输入”“股票回测”“回测结果”等，这里举例用AI助手;  提示词分享： 首先，记住编写用于Pa...

1.1使用AI直接生成工作流 写法:帮我建一个买卖铜期货的策略，回测时间段为:2025-01-01到2025-06-30  1.2流程图AI直接生成好了，很简单。  1.3点击启动工作流就可以正常启动了，很赞，终于可以跑起来了。点回测就能看到结果了 

PandaQuantFlow节点介绍 本文档介绍PandaAi开源目录下的所有节点，包括节点的功能、输入和输出参数。 --- 目录 [01-基础工具](01-基础工具) [02-特征工程](02-特征工程) [03-机器学习](03-机器学习) [04-因子相关](04-因子相关) [05-回测相关](05-回测相关) [06-线下课专属](06-线下课专属) --- 01-基础工具 Python代码输入 文件:[code_node.py](https://github.com/PandaAI-Tech/panda_quantflow/blob/main/src/panda_pl...

策略描述： 针对A股所有标的写一个截面策略，要求收盘突破前100日新高，且在20日均线上方，最近三日成交量递增放量的所有标的里，选择市值大于100亿并小于2000亿的股票等额买入，收盘价回撤至20日均线下方后第二日开盘价卖出，否则则持有。并在2023.1.1至2025.12.31期间回测。  策略回测数据 年化收益：38.18% 最大回撤：23.05% 几乎全程在基准收益绿线之上，且逐渐放大 心得总结 1.本人量化交易小白，这是第一次用Pan...

PandaQuantflow全量源码深度解析文档 本文档集是对PandaAIQuantFlow量化交易系统的全方位代码审计与架构解析。文档基于源码工程编写，旨在为开发者提供从系统启动、核心模块实现到扩展开发的完整指南。 📖目录(TableofContents) [项目概览](-项目概览-project-overview) [项目结构](-项目结构-project-structure) [核心模块详解](-核心模块详解-modules) [启动链路](-启动链路-startup-chain) [关键概念交叉索引](-关键概念交叉索引-key-concepts) 🔭项目概览(Proje...

PandaWeb模块深度分析 `src/panda_web`包含了PandaQuantflow的前端静态资源。这是一个现代化的单页应用(SPA)，负责提供可视化的工作流编排、回测结果展示和实盘监控界面。 1.目录结构概览 text src/panda_web/ ├──index.html应用入口HTML ├──favicon.ico网站图标 ├──assets/构建产物目录 │├──index-.js应用主逻辑(Vue/React) │├──index-.css全局样式表 │├──monacoeditorwork/MonacoEditorWorker(代码编辑器支持) │└──...字体...

PandaTrading模块深度分析 `src/panda_trading`是连接真实金融市场的实盘交易引擎核心模块。它实现了与期货公司柜台（CTP）的对接，并提供了从策略信号到实盘报单的全链路处理，包含订单路由、风控检查、远程控制及账户监控等功能。 --- 1.项目总览与目录结构 1.1目录结构树 text src/panda_trading/ ├──models/数据模型定义 │├──trading/交易相关专用模型 │└──TradeCollections.py数据库集合常量 ├──real_trade_api/底层接口适配层 │├──common/通用组件 │└──ctp/C...

PandaServer模块深度分析 `src/panda_server`是PandaQuantflow平台的控制中枢，基于FastAPI构建。本文档基于对源代码的深度解析，详细阐述其启动流程、模块架构、通信机制及核心业务逻辑。 1.系统启动与生命周期(EntryPoint&Lifecycle) 入口文件为`src/panda_server/main.py`，其启动流程严格遵循以下顺序： 1.1启动序列 1.环境加载:优先加载`.env`文件，并设置`sys.path`包含项目根目录及`src`目录。 2.FastAPI应用初始化:创建`app`实例，配置`lifespan`上下文管理器...

PandaSchedule模块分析 `src/panda_schedule`是项目的独立任务调度模块入口。 注意:当前版本中，该目录主要包含空的初始化文件，实际的定时任务调度逻辑核心位于`src/common/cron/crontab_manager.py`。该模块可能被预留用于未来的独立调度服务部署。 1.目录结构 text src/panda_schedule/ ├──__init__.py包初始化 ├──__main__.py模块入口(Empty) ├──crontab/Crontab配置(Empty) └──tasks/任务脚本(Empty) 2.实际调度实现(Common...

PandaPlugins模块参考手册 本此文档详细描述了`src/panda_plugins`下的所有内置节点。文档由工具自动生成，确保与代码实现保持同步。 1.目录结构概览 text src/panda_plugins/ ├──base/插件系统基础框架(BaseWorkNode,注册机制) ├──internal/内置节点库(官方提供) │├──models/节点间数据交互模型(PydanticModels) │├──...各类功能节点(CSV,ML,Factor,Backtest) ├──utils/插件加载与辅助工具(Loader,ErrorCode) └──custom/用户自...

PandaML模块深度分析 `src/panda_ml`定义了量化工作流中机器学习任务的基础抽象。它提供了一套标准化的接口（Node），用于构建数据预处理、模型训练和预测的流水线。 1.核心设计理念 该模块借鉴了`scikit-learn`的`fit/transform`设计模式，并将计算单元抽象为工作流节点（BaseNode）。 DataNode:专注于数据清洗和特征工程，支持`fit`（统计分布）和`transform`（数据转换）。 ModelNode:专注于模型生命周期，支持`fit`（离线训练）、`predict`（在线推断）和`update`（增量学习）。 2.核心类与文...

PandaBacktest模块深度分析 `src/panda_backtest`是量化平台的回测引擎核心，采用事件驱动架构，支持股票和期货策略的历史回测。它不仅复用了实盘交易的接口定义，还提供了完善的模拟撮合、风控管理和结果统计功能。 1.目录结构概览 text src/panda_backtest/ ├──api/[接口]策略开发API(api.py,stock_api.py,future_api.py) ├──backtest_common/[核心]回测系统通用组件 │├──constant/常量定义(redis_key,strategy_constant) │├──data/内部数...

Common模块深度分析 `src/common`模块构成了PandaQuantflow的基础设施层，提供了配置管理、数据库连接、日志系统、定时任务调度以及标准化的数据模型定义。 1.目录结构概览 text src/common/ ├──config/配置管理(Env,INI) ├──connector/数据库连接器(MySQL,MongoDB,Redis) ├──logging/双层日志系统(System&User) ├──cron/APScheduler定时任务管理 ├──utils/通用工具(微信推送,IC计算) └──backtest/回测数据模型定义 └──model/Pyda...