小市值策略创建过程 1.策略创建 创建一个小市值策略：  2.策略生成 成功生成了：  3.因子分析 因子分析能够看到数据，但是回测结果一条直线：  没有产生交易：  4.AI改进建议 AI分析提供了改进建议：  5.代码修改 直接复制给AI，让它改代码：  6.代码修复 修改的代码里面有报错...

PandaAIQuantFlowWEEK4实验记录 最近在PandaAIQuantFlow上进行了一次WEEK4的策略实验任务，这次主要尝试了两个方向： 使用专家模式（ExpertMode）编写和调试策略代码 构建一个动量轮动股票策略回测框架 同时也尝试在工作流中加入新的节点，例如多因子组合节点，对策略结构进行扩展。 这里简单记录一下整个过程和一些使用体验。 一、策略框架设计 本次测试的策略属于动量轮动策略（MomentumRotationStrategy）。 核心思想非常简单： 在股票池中筛选出动量最强的一小部分股票，进行短周期轮动持仓。 策略规则如下： 股票池筛选 ...

PandaAIQuantFlowWEEK4实验记录 最近在PandaAIQuantFlow上进行了一次WEEK4的策略实验任务，这次主要尝试了两个方向： 使用专家模式（ExpertMode）编写和调试策略代码 构建一个动量轮动股票策略回测框架 同时也尝试在工作流中加入新的节点，例如多因子组合节点，对策略结构进行扩展。 这里简单记录一下整个过程和一些使用体验。 一、策略框架设计 本次测试的策略属于动量轮动策略（MomentumRotationStrategy）。 核心思想非常简单： 在股票池中筛选出动量最强的一小部分股票，进行短周期轮动持仓。 策略规则如下： 股票池筛选 ...

细读研报（因子切割论） 因子切割论核心框架的三要素为对象、工具、产出，三者构成因子切割与优化的完整逻辑链，且每个要素有明确的定义、要求和应用特征，具体如下： 1.对象：具有可加性的目标变量 这是因子切割的基础，要求被切割的指标具备时间轴上的可加性——对“整体”指标在时间维度分割后，得到的各“部分”变量含义保持不变，且可重新组合加总。 有效对象：涨跌幅、换手率、成交量、日均振幅等常见量价指标（如理想反转因子以“涨跌幅”为切割对象）； 无效对象：流通市值、市盈率等不具备时间可加性的指标。 2.工具：有区分能力的切割指标 这是因子切割论的核心，如同切割的“大斧”，要求该指标能有效区分市...

在前面的使用过程中，我们已经能够借助AI助手较稳定地完成因子构造，并且成功把策略接入模拟交易环境，验证整体流程可以正常跑通。也正因为前面的基础已经打好，这次我开始进一步尝试平台中的“专家模式”，看看它在策略开发和工作流编辑方面到底能做到什么程度。 一、先从已有工作流切入 这次我没有从零开始新建流程，而是直接打开了之前已经生成好的一个期货回测工作流，然后切换进入专家模式。 进入之后，最明显的感受是信息量一下子变得更完整了。原来在普通界面里只能看到一个相对简化的流程框架，而在专家模式下，可以直接看到整个运行逻辑背后的代码结构、参数设置以及执行关系。像回测区间、基准设置这类关键内容，都能在这里...

 一云服务器稳定性与专家模式深度改进思考 本周在使用PandaAI平台进行量化策略开发时，我主要聚焦于两个核心体验：一是云服务器部署环境下的回测稳定性，二是对“...

专家模式的使用 1.1专家模式下可以修改输入节点的实现代码。如图操作了增加节点。进行节点的自定义。 xxxx; 节点设计，运行完成，可以拖拽到开发界面使用。;  1.2节点设计，运行完成，可以拖拽到开发界面使用。 1.![5e6f4f2d9...

一专家模式初识 1.1终于接触到传说中的专家模式了 知道专家模式，其实，本不执着于自己写节点，DIY做节点，对我更多的帮助，是理解每个节点在干什么，给一个个黑箱点亮一盏灯！  所以，选择直接空开一个工作流，把想了解的节点直接拖拽到画布上  怎么说呢，大模型是好用，还能帮我解析代码    修改意见，下周有空一定试一下 ![image.png](4...

专家模式对高手来说非常实用，能够满足高手修改任意节点代码，可以完善自己的交易体系

一内测第4周功能的使用 本周先初步尝试使用了专家模式，但由于本人缺乏代码基础，对我这个小白来说，可能还是要借助其他AI来完成，然后又重新尝试加入新的节点以及后续的期货回测，进一步完善了前几周的任务   

一什么是专家模式--以一个股票策略回测为例 1.1默认的工作流模式 我们开启了一个新的工作流，并让AI按照我们的策略想法“A股主板打板策略回测”生成了一整套策略回测的工作流，如下图所示;  在代码输入节点，主要是策略逻辑实现。点开可以让AI把逻辑讲清楚，不认可的地方可以让他修改，也可以自己手动修改关键参数和逻辑;  股票回测节点，主要是一些资金、时间区间、交易频率等基础参数的设置； 策略回测结果中，可以查看策略的回测表现、历史持仓，以...

1、在打开工作流后，选择专家模式，在左侧的文件列表中，选择我们的对应的文件，即可看到对应的模块代码  2、点击下面的几个类型，例如Python，即可出一个新的Python窗口，点右键，选择“填充个模板，即可自动填充模板”  3、在填充好模板后，例如两数求和，我们按下图的流程，将标题拖拽到画图窗口，左侧即会出现对应的文件  4、在原来的节点库中，即可看到用户自定义的节点  5、该节点克与原节点结合，实现更强的组...

一专家模式 1.1进入专家模式 选了个示例模版进入; 一打开侧边栏就看到了专家模式，还是比较好的，一进入就看到; -刚开始进入就显示notebook服务器繁忙，后面一直按重新进入，两分钟后才能进入 添加节点也挺方便的，修改程度也方便 1.2使用总结 1.对于专家模需要一定代码能力才能修改，其实对于初学者也可以，例如修改部分参数，这里可以增加一些代码含义解释，用ai助手去解释，不用跳出到另外一个界面，同...

一专家模式的使用 1.1专家模式 AI工作流里面选了官方提供的双均线趋势策略  专家模式的位置还是在一个比较醒目的位置 里面有各个节点修改的位置，这些需要一定代码能力的; 还能自由添加节点修改; -官方提供了专业方面的教程 1.2总结 1.总的来说，还是挺不错的，可以提供给交易者有自由修改空间; 2.这个如果提供框架，然后本地部署，这样会更好;

一、本周核心：专家模式——从策略使用者到策略架构师的蜕变 （一）背景：当标准化AI工作流遇上复杂需求 经过前八周的体验，我已熟练运用AI助手快速生成标准化的期货回测与仿真交易工作流。然而，当我试图构建更复杂的多策略组合、集成自定义机器学习模型、或实现特殊的非线性因子合成时，标准AI助手开始显现出一定的局限性。本周，平台推出的专家模式，如同为我打开了一扇通往量化策略底层架构的大门，让我从“策略的使用者”向“策略工厂的架构师”迈出了关键一步。 本次体验，我将上周验证有效的三因子趋势策略，在专...

前面我们所学习到的都是通过AI助手自动构建的工作流，对于我们来说像一个黑盒，不了解其中的运行逻辑和原理，只知道输入和输出，这周学习的专家模式可以让我们直观的看到黑盒里面的具体逻辑，而且可以根据自己的需求不断优化，让整个流程变得可控。接下来介绍专家模式的使用。 1、如何进入专家模式，在打开一个已有的工作流，切换到“专家模式”选项卡，可以看到所有节点的树状图，单击每个节点可以跳转到对应的代码块。如下图：  2、专家模式中编辑代码块新建 在专家模式中，点击编辑框下方的“p...

专家模式体验：精细化的投研框架构建 框架外的自由，之前增加了AI助手功能，可以有效的进行股票回测及分析框架建立，这次增加了专家模式，在框架的基础上增加自由度  这是原来的AI自动生成的框架  这是在框架下可以进行的专家模式操作，可以修改其中的各种代码，可以修改各个装甲的相关链接方式，更清晰的设计框架结构  在专家模式下，每个节点所对应的详细代码形式都能展现出来，进行修改。 ![image.png]...

PandaAI平台专家模式内测体验：释放量化交易的可能 专家模式不仅提供了强大的回测功能，更重要的是它赋予了用户前所未有的自由度——自定义节点。  一、开箱即用的专业回测体系 初次接触专家模式，最直观的感受是其完整的回测工作流： Python代码输入：提供了专业的代码编辑器，支持语法高亮和AI辅助编写，最大支持10000行代码输入。更重要的是，系统会自动进行语法检查和危险代码检测，确保代码安全。 股票回测：支持设置初始资金、基准指数、佣金率等参数，回测频率可...

一专家模式 点击工作流后，展开左边的功能窗口选择专家模式，就能看到整个工作流的树形结构图和每个节点的详细代码 1.1懂代码者的天堂 用户懂python代码话，就能看懂整个工作流的实现逻辑和源代码，并能根据专业知识进行修改和调整，还能增加节点，并加上之前的策略合并相加运行，以达到预期效果。  1.2不懂代码者的翻译助手 1.对不不懂代码者来说，之前AI创建的工作流和代码节点都是天文数字和...

一如何找到入口 点击截图中的小箭头，由于我的chrome浏览器设置了强制深色模式，这个按钮不是那么显眼，一开始开了好几个网页没找到入口  专家模式功能很强大，相比市面上的其他量化平台，相当于把工作流里很多黑盒的东西，呈现出来了，这样如果日后做成了好的策略，会更有信心去实盘，能看到工作流里的源码，对细节更加了解，菜单按钮也比较多，可调试性和扩展性，对于我们想深入研究策略的细节提供非常大的帮助，看了李建老师的分享视频，哇，当时的感受就是，如果想要深入了解策略，这就是利...