AI助手多样化实操体验——因子研究与期货回测应用 本周围绕AI助手展开了进一步的使用研究,重点测试了其在因子研究与期货回测两大场景的实操效果,整体操作便捷性较好,同时也发现了几处可优化的细节,现将使用体验整理如下: 一、因子研究:快速生成分析框架,一键运行落地 借助AI助手可直接生成因子分析框架,操作流程简单高效。只需在对话框中明确输入需求,例如“生成量价关系的因子,并限定指定时间范围以规范回测数据”,即可快速得到对应的分析框架。  本次实操中,AI助手生成...
LLM自动生成交易策略初体验 1.1量化书籍推荐《因子投资-方法与实践》 《因子投资:方法与实践》(作者:石川、刘洋溢、连祥斌)是pandaAI不白总在公众号推荐的,这是一本系统介绍因子投资理论与实证方法的中文专著,既有理论深度,又注重可操作性,特别适合想从实证与“量化建模”角度理解因子投资的读者。 📘主要内容概要 1.因子投资基础与框架 书中从统一视角出发,解释了什么是“因子”,为什么要用因子来构建投资组合,并介绍因子投资在金融和资产配置中的作用机制。 2.因子投资方法论 系统介绍因...
一生成策略 1.1用AI助手测试一个动量策略  测试出结果,还是挺方便的  1.2回测发现的问题 账户没有交易,回测几次才出现,也不知道哪里出现问题。  不过总体来说还是挺方便,尤其是对于我这种小白很友好。
提示词: 帮我构建一个PEG策略框架,要求如下:step1:设置沪深300和中证1000为初始股票池,在整体回测前,将当日停牌的股票剔除,得到可行股票池。step2:滤掉市盈率(PE)为负值,或收益增长率(G)为负值的股票。step3:对股票的PEG进行排序,取出PEG最小(且全都小于0.5)的前n只支股票,作为调仓时待买入的股票列表。step4:每次调仓时,先卖后买,腾出资金。对不在待买入列表的股票,执行卖出操作。对在待买入列表的股票,分配资金,执行买入操作。 回测数据:  1.3策略回测后在结果展示页面还可以通过AI分析获取策略的调整修改建议及方向:整体...
一前言 近一年AI炒股期货的广告铺天盖地,很多很多,但是赶紧很多都是噱头,偶尔看到PandaAI第二届线下因子论坛,听到李老师介绍PandaAI的愿景就是让AI量化交易平民化,深受打动,添加小助理开始了解PandaAI,也很高兴这次参加内测更好的了解PandaAI这个平台,下面是我参加内测第一周的学习总结。 二生成工作流 2.1通过AI助手生成基础模型 点击【创建工作流】按钮,选择【创建空白工作流】,如下图:   选择上图【AI助手】,...
一尝试复现中金反转长江证券·高频微观结构因子 1.1前言 最近一次的更新感觉很不错,来试一下如果完全review代码,能不能实现从0直接复现研报中的因子 1.2长江高频微观结构因子 1.当前选择实现的是长江高频微观结构因子,长江证券2021.01《基础因子研究(十六)》中的反转因子,据说年华多空收益33% 2.因子定义 1.计算每日平均单笔成交额D_t=成交额_t/成交笔数_t。 回溯期设定:取过去N个交易日(N=20,须为偶数)。 排序分组:将N个交易日按D_t从大...
AI助手—将传统主观交易的部分条件进行因子化和回测的过程(股票) 作者:了不起的阿斗 本文记录从主观条件选股→量化因子思维转变的完整过程,包括对平台AI助手使用的心得,以及第一个因子分析实验与股票回测的结果与反思。 --- 一、背景:一个主观交易选手为什么想试试量化 我本人做A股短线交易很久,主要方向是主观交易的题材热点驱动的主升这类。 交易体系其实早就有一套自己的,其中有一个复盘环节就是,每天盘后扫一遍全市场,先用若干自己整理的条件选股条件把几千只股票压缩到几十只候选,然后结合市场和...
放量突破新高2.0 Prompt为“调整为只针对沪深300和中证1000范围内的市值大于100亿并小于2000亿、上市超过1年的标的,写一个截面策略,要求:最近三日成交量递增放量,5日与20日均线金叉,且价格放量突破前100日新高时,按市值从小到大顺序,定额50万买入(无符合条件时不做买入);收盘价回撤至20日均线下方后第二日开盘价卖出,否则则继续持有。并回测2023.1.1至2025.12.31期间表现。”没有跑出数据,让技术李健老师修改后结果如下: ![新高放量策略6个月回测.png]...
量化策略程序的下载链接:<https://share.weiyun.com/PiKD4wbH ----   
一、引言 在A股市场中,中证500指数作为表征中小盘成长股的核心指数,兼具高弹性与高成长属性,长期以来受到量化投资者的广泛关注。本研究构建了一套创新的多策略融合量化投资体系,将指数增强策略与期货CTA策略有机结合,通过基本面选股与趋势跟踪相结合的方式,在控制风险的前提下追求稳健的超额收益。 随着市场有效性的逐步提升,单一策略的超额收益空间逐渐收窄,而多策略融合的投资框架展现出更强的适应性。本文基于Python量化交易框架,构建了一套以中证500指数为基准的股期混合策略,通过基本面多因子选股筛选优...
摘要 本报告对基于不同逻辑框架的两套股指期货量化策略进行了为期十年(2015年1月1日至2025年1月1日)的全面实证分析。 (一)策略一(动态趋势跟踪模型)与策略二(优化版本,跨期套利统计套利模型)在相同的市场环境下展现出截然不同的风险收益特征。策略一以214.35%的总收益率、12.50%的年化收益率及-34.21%的最大回撤,展现了趋势跟踪策略的进攻性;而策略二则以1675.78%的总收益、34.43%的年化收益及-17.13%的最大回撤,实现了风险与收益的完美平衡。 (二)核...
摘要 本研究报告基于聚宽量化平台,构建并验证了两种不同的多因子选股策略。通过对A股市场2015年1月1日至2025年1月1日的实证研究,我们发现策略一(ARBR技术指标策略)表现显著优于策略二(多因子打分策略)。策略一实现了2345.02%的策略收益,年化收益率高达38.92%,夏普比率为0.456,最大回撤为31.70%,展现了卓越的风险调整后收益。策略二则获得30.79%的策略收益,年化收益率为2.80%。研究证实了技术指标与基本面因子结合的有效性,为量化投资实践提供了重要参考。 一、引言 ...
设定时间交易_仿真 交易策略概述 这是一个基于分钟级K线判断的期货交易策略,主要特点包括: 交易标的:白银期货AG2604.SHF 交易周期:1分钟K线 开仓逻辑:根据前一分钟K线的涨跌方向决定开仓方向 平仓逻辑:持仓满5分钟后自动平仓 交易方向:阳线开多,阴线开空 策略代码 python fromdatetimeimportdatetime importpanda_quant frompanda_backtest.api.future_apiimportfuture_api_quota...
一 从一个想法到构建策略,再到策略回测和仿真实盘,在接触PandaAI之前没有想到会这么快落地并验证。之前要花费半天甚至一天的时间,现在只需要十分钟左右就可以把一个想法变成策略并验证结果。 在进行了为期4周的学习和练习之后,对平台更为熟悉了。本周做了多品种交易,主要是趋势/均值切换策略和固定持仓时间交易策略。模拟的效果也不错,可是还是觉得能有个客户端方便,因为网页属实有点卡, 1.2策略实盘交易有结果了:实盘交易终于出现了策略回测中的买卖动作,这就说明平台能真正实现量化精神,实现策略交易,不受人的情绪干扰; 1.设定时间交易策略  2.期货多品种交易策略;  至此平台从数据-策略设计-回测结...
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