一一级标题 1.1专家模式工作流可视化与节点逻辑 专家模式下可直观查看量化工作流的节点连接关系，如期货回测、PCA因子构建、随机森林模型等节点的逻辑链路。; 工作流构建完成后可一键启动运行，实时跟踪节点生成进度与整体执行状态。;  1.2自定义节点代码模板与开发规范 1.节点代码基于Pydantic定义输入输出模型，实现数据验证与解析，如“求两数之和”模板中定义InputModel（包含number1、num...

股票为例我的思路和纠错过程 1.1思路 我手头的课件、资料是不会少的，都是可以喂给AI的素材; 偶尔有一些思考，喂给AI; 群友、公众号、视频号有些信号，可以跟AI聊聊； 策略一定会失效，但经济周期就4个可能，找出对应周期合适的策略，胜过用一个通用策略抗4种经济阶段。先定宏观，再定策略，宏观没选对，你必须要是一个非常好的个股挑选者才能扳回收益，80%以上的收益由宏观分析创造。 1.2搭建工作流的细节 1.你需要像程序员一样，给你的研究任务从新建文件夹开始，归类素材、思路、工作流文件;、 ...

多因子构建 选择“价值+质量+低波”作为A股多因子的入门，原因是中证的A股多因子方法本身就把低波、动量、价值、质量作为核心维度；但更近期的中国A股研究里，低波/高股息更稳，而原始past-return动量在A股并不算最稳健，更强的是残差动量和反转。 价值因子：最该先上 中证500价值指数直接把D/P、B/P、CF/P、E/P四个估值维度做标准化后等权合成；另外，对中国A股做模型比较的研究也发现，考虑交易成本后，表现很强的一类核心因子里包含earnings-basedvalue。这类因子在A股...

股票因子分析与回测 提示词输入  AI助手完成工作流的创建  可以看到，AI助手创建的工作流非常完整，在画布上面的排版也非常的美观！  点击右上角的按钮启动运行工作流  工作流运行报错，查看日志，发现是多因子组合的时候执行失败了  尝试手动添加一个新的因子（新建一个“公式输入”节点和“线性因子构建”节点），并且连接到“多因子组合”的节点...

一、什么是“低波动放量突破”策略？为什么用量化？ 所谓“低波动放量突破”，说白了就是在平静中捕捉爆发的信号。 一只股票如果长期横盘、波动很小，说明筹码稳定、抛压有限；一旦突然放量上涨并站上关键均线，往往意味着主力资金开始行动，趋势可能由弱转强。这就是本策略的底层逻辑——赚“蓄势后启动”的钱。 但靠人工盯盘很难精准捕捉这类机会： 波动率看不见人眼无法快速判断过去14天价格是否真的“安静”，更别说计算标准差与均价的比值。 量能真假难辨今天成交量看起来大，但和过去50天比到底算不算“显著放大”？...

因子发掘-单多机器学习因子测试 单因子构建 自然对话AI助手工作流生成提示词：帮我生成一个股票单因子工作流，因子构建使用动量因子，用公式输入，需要包含因子结果分析   指标分析： 因子方向为1，对应分组测试的第5组。因子方向为0，则应对第1组。 IC_mean=-0.0719，截面IC的平均值代表因子和未来收益的平均相关性， 绝对值越大越好，正代表“因子大→未来涨”，负代表“因子大→未来跌” IC_IR=-0.4766：负向IC_I...

因子挖掘的本质：在高噪声市场中寻找弱有序结构 基于统计物理视角的PandaAI因子挖掘实践 金融市场并不是一个简单的预测系统。 如果从统计物理的角度看，它更像是一个充满噪声、扰动、共振和局部有序结构的复杂系统。 大多数时候，横截面收益并不体现为清晰、稳定、强烈的因果关系，而更像是高噪声背景下的一些微弱偏移。真正有研究价值的，不是某个资产下一秒一定涨还是跌，而是某类资产在统计意义上，是否会表现出一种持续性的收益分布偏斜。 这正是因子研究的核心 换句话说，因子挖掘不是寻找“确定性定律”，而是...

一、操作详情：  步骤1：通过“创建工作流”界面的“AI助手”生成“框架”。 提醒1：此处的“AI助手”是用来搭框架而非改代码的助手。如果策略框架不变，无需二次与其对话。 提醒2：一定要点击“保存”工作流！ 提醒3：记得点击“启动工作流”。  步骤2：通过“编辑代码”界面的“AI助手”辅助修改，调整“细节”。 细节1：右上角有“策略回测助手”和“因子开发助手”，不知道是什么彩蛋，试用过的朋友欢迎来科普下！ 提醒2：右边和中下方，都要...

💬在PandaAI社区，我们始终相信：真正的Alpha，来自逻辑与系统的共鸣，而非情绪的博弈。 这一次，我们同时邀请到两位风格迥异却同样深耕实战的量化高手——Sean-X与交易员亚当，展开一场关于“AI+多市场交易”的深度对谈。从量化投研到实战复盘，他们将以不同视角，拆解新周期下的机会与风险。 · 社区最新直播上线 📝本期主题：《AI时代下的港美股投资机会——交易者如何把握新周期》 ⏰直播时间：03.19（本周四）晚上20:00（TQX闭门会议） 🙋‍♂️对谈嘉宾： 1️⃣Sea...

一通过自然语言构建因子 1.1导入市值中性化模板  注：模板可以找小助理要，市值中性化模板的python源代码我将贴在文章末尾; 为什么要市值中性化？ 市值中性化是为了在因子选股回测的时候(不属于因子挖掘时候使用)防止选到的股票集中在固定的某些股票当中。 通俗的说：你以为挖到了alpha，但其实是小市值风格因子的另一种体现。 1.2点击python代码输入，让AI生成因子 问AI：你知道“因子切割论“吗，将这里的动量因子，用因子切割论的方法，使用成交量来切割。其他不...

因子大赛和挖掘目标 第三届因子大赛已开始提交工作流，每人可提交三个，评判因子好坏看IC均值和ICIR值，所以我们挖掘的目标主要看这两个数值。本篇文章主要来讲如何通过AI助手生成基础因子框架，还有多因子工作流用并基于输入数据构建训练集，进行特征工程，调整模型参数，训练模型于参加大赛。 挖掘过程 1.1基础动量因子分析的创建 1.1.1提示词实例1 （帮我生成一个股票基础动量因子分析框架，用于参加因子大赛，在2025年。要完整能运行） ![13377403b9c647f99d37d4ea...

机器学习心得 1.1快速创建机器学习 点击「创建工作流」→选「官方模板」，找到「因子大赛-非线性因子-xgboost示例模板」，查看直接加载基础流程。 在「公式输入」里写你自己的选股特征公式（如动量，反转，趋势，波动率因子公式等），然后用模板默认参数先跑一遍，再把工作流改个好记的名字 1.2调参让模型更准更稳 1.先跑通再...

这周好好跑下自己的策略

一一级标题了解“专家模式”，看透底层逻辑 平台更新了专家模式，配合AI工作流助手和AI代码助手 1.1二级标题专家模式视图    xxxx; 1.2二级标题深入代码：掌控每一个节点 ![143bbcf907c6c13232ba1e69231136...

PandaAI工作流节点专家模式原理、步骤、自定义 步骤1｜进入专家模式并理解节点框架 PandaAIQuantFlow的专家模式允许用户直接查看和编辑工作流中每个功能节点对应的Python代码，是从"拖拽式策略搭建"进阶到"代码级策略定制"的关键入口。 如何进入： 点击「AI工作流」，在已创建的工作流中点击「查看」。进入后，在左侧伸缩边框中点击「专家模式」，即可切换到代码视图。此时左侧文件面板会列出工作流中所有节点对应的.py文件，右侧画布仍保留节点连接的可视化视图。 ![CleanSho...

了解“专家模式”，看透底层逻辑 本周我们深入体验了PandaAI的“专家模式”，说实话，这个设计挺惊艳的。它不仅仅是为了照顾程序员，更像是给像我这样想深挖底层逻辑的小白开了一扇窗，能一眼看清整个系统的运作思路。 专家模式入口   它是怎么跑起来的？ 在专家模式下，PandaAI的工作流被拆解得非常清晰。以前可能觉得回测是个黑盒子，但现在，每一个节点的流转都明明白白。我们可以通过这张图直观感受一下： ┌─────────────...

等了N久的专家模式，终于上线了 虽然实际使用中还有不少不及预期的地方，但总算开了个头。 一、界面概览与工程结构 从界面上看，左侧是当前工作流涉及到的源代码文件，主要分为两类：HTML文件及其对应的节点Python文件。整体结构基于Notebook风格设计，对于熟悉Jupyter的用户来说应该很容易上手。  此外，可以查看当前环境所安装的代码依赖，方便了解可用的第三方库：  二、代码解读与AI辅助 你可以选择任意节点的Python代...

一专家模式使用过程 下面是使用专家模式进行操作的一些工作流图片，代码很详细展示了模块内部的具体结构，但是有些确实不好理解，如果在这个地方能够添加一个AI助手，帮助理解每一行代码，并且在这基础上修改代码我觉得就更方便了！    xxxx; xxxx; 1.2二级标题 1.xxxx; 2.xxxx;

PandaAI内测周报第4周：专家模式三重联动，工作流一次跑通！ 大家好，PandaAI内测第四周来啦！这周的体验让我直呼惊喜——平台更新了专家模式，配合AI工作流助手和AI代码助手，三大工具终于打通了，整个流程丝滑得不像话。下面分享一下我这周的完整体验过程。 --- 用AI教AI：从交易想法到明确指令 这周我先在Gemini3Flash里写下了我的交易想法，AI给出了非常明确的执行指令。用AI教AI，效率直接翻倍。 <!-图片1：Gemini3Flas...

从“调参侠”到“策略架构师”的蜕变，往往只隔着一个真正的专家模式。本周体验PandaAI的专家模式，并以其为载体完整跑了一个股票动量轮动策略的回测 从“黑箱”到“白盒”的跨越 最直观的冲击在于代码的完全透明化。在专家模式下，以往AI生成的策略黑箱被彻底打开，每一个节点都变成了可编辑、可调试的Python代码块。我可以在“数据获取”节点直接修改底层数据源，在“因子计算”节点像点开函数库一样审视每一行算法，甚至直接动手修改逻辑。以我构建的动量轮动策略为例，核心逻辑是每月在沪深300成分股中，通过...