1.1不懂代码，只要有想法也能生成策略，这就是AI助手的神奇之处 我在对话栏输入：请帮我用cci指标生成期货交易策略工作流，它就帮我生成一个工作流  1第一次回测结果如下：  2工作流回测结果不理想，通过AI分析结果再交给助手去修改：  3修改后的结果如下：  通过不断的分析和调整，最终能实现策略收益的最大化。 期待AI助通过不断的学习，日后能为更多的需求者...

一、策略核心思想 在A股市场中，“小市值”一直是一个长期有效的alpha因子。本策略的核心逻辑非常简单直接：买入全市场市值最小的一批股票，并定期进行优胜劣汰的轮动。 通过剔除低价股（避开面值退市风险）和停牌股，我们筛选出流动性尚可的最小市值公司，利用其波动大、弹性高的特性获取超额收益。 --- 二、策略逻辑详解 本策略基于`panda_backtest`框架开发，主要包含以下几个关键步骤： 1.股票池初选 全市场扫描：每日获取当前在售的所有A股名单。 因式过滤：剔除股价低于1元的“准仙股”，防范退市风险。 市值排序：按照`market_cap`（总市值）从从小到大进行精确排序...

一期货测试 帮我生成一个期货策略回测的框架，策略逻辑是布林带突破，在螺纹钢主力合约上测试，时间范围2025年。 尝试用AI优化期货的交易量。  二因子测试 帮我生成一个期货因子分析的框架,因子是关于量价方面呢，在2024-2025年分析，并给出分析结果。  了解因子分析中可选标签： 1.简单拼接(89) 含义：量价直接拼接，未做平滑。 本质：就是不复权/不调整，直接把不同合约/股票的价格序列拼在一起。 股票场景：保留分红/送...

一AI尝试分析因子并回测测试 1.1找了个简单的动量因子，试一下 RANK((CLOSE/DELAY(CLOSE,10))-1); 解释：对所有股票的10日涨跌幅做截面排名。 做多高因子值：追近期强势股（动量策略） 做空低因子值：规避近期弱势股 1.2把因子给AI，生成工作流 1. 2.测试结果 3. 4.看起来还可以 1.3试一下改成回测模拟  AI似乎聪明了，一次问题没错 ![image.p...

工作流自动生成 1.1因子分析框架的工作流自动生成和调试 根据课程提示可以简单的制作因子分析的框架，并根据日志提示进行自动调整; 但当想要构建多因子分析框架时，就会产生很多错误，还需要进一步的探索是什么思路的问题以及进一步如何引导工作流的成功运行;  如图所示，可以根据官网提供的各种错误代码进行逐一的耐心调试，并且可以把日志的错误复制给AI助手进行修改。 1.2策略回测的工作流自动生成和调试 1.根据课程提...

记录下研究过程 1.输入问句  这一步胜利完成，接下来就是保存工作流，运行工作流 这里遇到一个小插曲，我回测一年的时候等了好久没有结果，提示负载超荷，请优化工作流，但其实工作流很简单，可能是命中了什么bug，我把时间修改的测试进两个月，重新运行很快出结果了    2.了解公式的逻辑，向ai助手提问  刚开始我用什么的提问方式，但没得到我想要的结...

为什么要做日内策略 之前在大A做指数增强，主要是微盘指数增强。从长期看，这可能是大A里相对更稳的贝塔，但也难免受周期影响，可能出现持续数月甚至半年的风格中断，进而导致收入中断。结合各个群的讨论和看到的资料，我认为高频策略不仅大约3个月就能验证有效性，而且有望带来更持续的收入；同时，alpha也更多沉淀在高频数据中，参与者相对较少。最终决定在已有β基本盘的基础上，再做一套高频或日内策略。 选择什么标的 在大A只能T+1，但有个比较特殊的存在：30年期国债ETF，零手续费、零佣金，支持T0交易...

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： ![截屏20260...

一尝试多因子在期货上的效果 没玩过期货，对期货不太懂，弄几个多因子直接组合成为策略来试一下效果 1.1期货因子 不了解期货内容，所以用随机两个纯量化因子组合做一个简单的策略来试一下AI的功能 因子1：动量因子 过去20日收益率（扣除最近1日）：(close/close.shift(21)1)100 中期趋势强度 因子2：趋势强度因子（DIF） 基于ADX的+DI与-DI归一化：(+DI(-DI))/(+DI+(-DI))，参数14日 当前多空力量对比 因子组合： 因子标准化：滚动20日Z-s...

AI助手策略设计及代码形成 1.1首先通过自然语言向AI助手表达自己的想法，比如说：想做哪一类标的；买卖逻辑是什么？风险控制参数是多少？ 1.2代码保存后通过运行工作流，看能否跑通；若不能跑通报错即可根据错误日志让AI继续修改，直至能跑通；运行成功后即可查看策略的收益情况！及策略的其它多种参数：如年收益率、最大回撤率、风险系数、夏谱比率等等。详见策略回测结果截图。  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...