AI助手多样化研究分享-第二周
  user3190 18天前 91 0

一、期货因子分析

1.1 创建流程

在官网顶部导航栏的<AI工作流>中新建一个空白的工作流,然后使用AI助手来创建工作流.在对话框中输入如下内容:

帮我⽣成⼀个期货因⼦分析的框架;因⼦是关于量价⽅⾯的，在2024-2025年分析，并 给出分析结果

image.png
如上图所示,等待一会,就会生成因子分析流程图.

1.2 学习公式含义

第一个节点里面有很多公式,内容如下:

RANK(RETURNS(VOLUME,5)) + RANK(RETURNS(VOLUME,20)) + RANK((RETURNS(CLOSE,5)+RETURNS(CLOSE,20))RETURNS(VOLUME,5)) - RANK((RETURNS(CLOSE,5)+RETURNS(CLOSE,20))-RETURNS(VOLUME,5)) + RANK(CORR(RETURNS(CLOSE,1),RETURNS(VOLUME,1),20)) + RANK(CORR(RETURNS(CLOSE,1),RETURNS(VOLUME,1),60))

假如我们不清楚含义,可以复制下来,咨询deepseek、千问这些,

咨询千问

提示词如下:

帮我解释下pandaai的公式,公式如下RANK(RETURNS(VOLUME,5)) + RANK(RETURNS(VOLUME,20)) + RANK((RETURNS(CLOSE,5)+RETURNS(CLOSE,20))RETURNS(VOLUME,5)) - RANK((RETURNS(CLOSE,5)+RETURNS(CLOSE,20))-RETURNS(VOLUME,5)) + RANK(CORR(RETURNS(CLOSE,1),RETURNS(VOLUME,1),20)) + RANK(CORR(RETURNS(CLOSE,1),RETURNS(VOLUME,1),60)).官方有因子编写与函数参考手册,参考链接为:https://www.pandaai.online/community/article/72

我使用的是千问,解释如下图:

image.png

咨询pandaai

当然作为要一直用pandaai的我们,肯定要用pandaai自己的工具啦.使用方法,在画布中单独创建一个python节点,问完之后删除即可.

image.png

点击python节点的 “代码” 进入代码助手,进行提问.

image.png

如上图,可以看出,pandaai的代码助手回答的也是很好的.

1.3 启动工作流进行回测

点击页面右上角的 <启动工作流> ,等待一会就能回测完成.

1.4 查看回测结果

部分截图如下:

image.png

image.png

1.5 注意事项

这个因子分析,目前暂时不支持实盘和仿真.如果应用实盘,报错如下:
image.png

二、期货策略回测

1.1 创建流程

在官网顶部导航栏的<AI工作流>中新建一个空白的工作流,然后使用AI助手来创建工作流.在对话框中输入如下内容:

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，在沪银主⼒合约上测 试，时间范围2025年。

image.png

如上图所示,等待一会,就会生成因子分析流程图.

1.2 理解⼯作流结构与代码逻辑

点击 <Python代码输⼊> 节点,将弹出一个代码编辑框,左侧是源代码,右侧是AI代码助手.我们先大概看下代码,如果有不懂的可以在右侧进行提问.示例如下图:
image.png
右侧代码解释很详细,新手也能看得懂.

如果你除了源码之外还有别的不懂,也可以直接问,比如专业术语,如下图:
image.png

还可以让AI代码助手给你总结下这个策略,如下图:
image.png

1.3 修改与调试⼯作流

1.3.1 增加⽌损条件，亏损超过4.4%平仓

直接跟AI代码助手说出自己的想法,然后等待它的修改,如下图:
image.png

大致看一遍它给出的代码,认为没问题就点击 应用 按钮,如下图:
image.png
然后再点击左侧代码框里面的 应用,然后点击 保存 即可,如下图:
image.png

1.3.2 将回测时间改为20250601到20260201

直接将想法跟AI代码助手说,如下图:
image.png

再次回测
再次点击右上角的 启动工作流 ,如下图:
image.png
如上图,工作流报错,现在还可以点击 “AI智能修复” 按钮快捷修复.点击后会自动跳转到AI代码助手,并回发送 “根据运行日志修复错误” ,这个错误日志在系统里面是有保存的,底层通过一些工具将日志拼接到提示词里面,然后AI助手就可以快速修复了,不需要我们手动复制日志报错.是不是很方便?如下图:
image.png

如果不使用上图的 AI智能修复,我们点击python节点,弹出编辑框后,右下角也会自动提示上次运行报错,这里也可以使用 AI智能修复,如下图:
image.png
修改后发现还是不行,经过几次调试,发现是回测时的时间问题,回测结束时间为20260122还是能回测成功的(当前日期为2026年2月27日),但是改为20260123及之后就不行了,应该是数据有问题,回头将问题提交上去,看看是不是bug.
正常运行如下图:
image.png
报错如下图:
image.png

1.3.3 将测试合约从沪银改为沪金

直接跟AI代码助手说出自己的想法,然后等他修改,如下图:
image.png
然后进行回测和查看结果.
image.png

三、连接仿真实盘

1.1 创建实盘账号

点击左侧导航栏 <超级图表> ,按下图红色标记操作,先点击 “实盘”,然后点击 “账号管理”,如下图
image.png
然后点击 创建仿真盘账号,如下图
image.png
然后输入账号名称,这个字母加数字都可以,然后点击 确认添加 ,如下图
image.png
然后点击创建实盘,如下图:
image.png
然后填写实盘名称,运行工作流这个,选择刚刚保存的工作流,实盘账号,选择刚刚创建的仿真盘账号,如下图:
image.png
运行成功,如下图:
image.png

四、未解决的问题

我写的期货策略,周期是天,然后我应用因为周期比较久,我就想把运行周期改为1分钟,我的做法是将回测频率从1d改为1M,然后关闭实盘重新启动,发现会找不到对应的主力合约.我就修改了个周期,如下图:
image.png
image.png
上面是夜盘测试的,现在我在白天又重新启动了下,发现不报找不到对应主力合约了,但是就开始打印了些日志,后面好几分钟过去了,也没新的日志.截图的时候是2026-2-28 09:48,已经过去20分钟了.如下图:
image.png
在回测里面是正常的,每一分钟都能打印出来,我调试了几次,实盘都没正常.后续再调试下,然后也让官方帮我看看.回测如下图:
image.png

后来我写了个特别简单的示例,在 def handle_data(context, bar) 这个方法里面,只打印K线信息,发现回测时不管是1M还是1d都是好的,但是在实盘中,还是启动的时候打印几条日志,后面无论多久都没有日志了.

from panda_backtest.api.api import *
from panda_backtest.api.stock_api import *
import panda_data


def initialize(context):
    """策略初始化：只做数据遍历，不做任何交易"""
    # 虽然不下单，但需设置期货账号字段以防框架访问
    context.account = "5588"

    # 回测区间（供日志使用，真正的起止日期由回测引擎配置）
    context.start_date = "20260201"
    context.end_date = "20260205"

    # 预先查询整个回测区间内沪银（品种代码 AG）的主力合约映射
    dominant_df = panda_data.get_future_dominant(
        underlying_symbol=["AG"],
        start_date=context.start_date,
        end_date=context.end_date,
    )

    # 构建 {date: symbol} 映射，date 统一为字符串格式 YYYYMMDD
    context.ag_dominant_map = {}
    if dominant_df is not None and not dominant_df.empty:
        for _, row in dominant_df.iterrows():
            trade_date = str(row["date"])
            symbol = row["symbol"]  # 例如 "AG2602.SHF"
            context.ag_dominant_map[trade_date] = symbol

    print("初始化完成: 预加载沪银主力合约映射条数 = {}".format(len(context.ag_dominant_map)))


def handle_data(context, bar):
    """每分钟回调：仅打印当前时间点沪银主力合约的分钟K线信息，不做任何交易"""
    # 当前回测日期（YYYYMMDD）
    trade_date = str(context.now)

    # trade_time 有的环境为字符串，有的为 datetime；统一转成 HHMMSS 字符串
    trade_time_raw = getattr(context, "trade_time", None)
    trade_time = ""
    if trade_time_raw is not None:
        # 如果是 datetime 类型，提取时间再格式化
        try:
            # datetime 或带 time() 方法
            if hasattr(trade_time_raw, "strftime"):
                trade_time = trade_time_raw.strftime("%H%M%S")
            else:
                # 其他类型，一律转字符串
                trade_time = str(trade_time_raw)
        except Exception:
            trade_time = str(trade_time_raw)

    # 根据日期获取当日沪银主力合约
    symbol = context.ag_dominant_map.get(trade_date)
    if not symbol:
        print(f"{trade_date} 无沪银主力合约映射，跳过该分钟")
        return

    # 从 bar 对象中获取该合约的当前分钟行情
    try:
        future_bar = bar[symbol]
    except Exception:
        # 有可能该分钟还没有该合约的行情
        print(f"{trade_date} {trade_time} 无行情: {symbol}")
        return

    # 组装一个可读的时间戳
    ts = trade_date
    if trade_time and len(str(trade_time)) == 6:
        tt = str(trade_time)
        ts = f"{trade_date} {tt[:2]}:{tt[2:4]}:{tt[4:6]}"

    # 打印分钟K线信息：时间戳、合约、开高低收、成交量
    print(
        "[沪银主力分钟K线] 时间: {ts}, 合约: {symbol}, 开: {o}, 高: {h}, 低: {l}, 收: {c}, 成交量: {v}, 持仓量: {oi}, 成交额: {amt}".format(
            ts=ts,
            symbol=symbol,
            o=future_bar.open,
            h=future_bar.high,
            l=future_bar.low,
            c=future_bar.close,
            v=future_bar.volume,
            oi=getattr(future_bar, "oi", 0),
            amt=getattr(future_bar, "turnover", 0.0),
        )
    )

    # 不进行任何交易操作
    return
最后一次编辑于 17天前 0

暂无评论

推荐阅读
  LCL   5天前   54   0   0 中频交易Python
  17602186186   8天前   51   0   0 中频交易
  17602186186   24小时前   11   0   0 中频交易
  sUPine   3天前   47   1   0 中频交易
  18621003097   3天前   36   0   0 机器学习中频交易Python
  17358332527   4天前   116   2   0 趋势跟踪因子大赛中频交易新手入门量化策略
  18764136999   2天前   18   0   0 中频交易
657
  13764338794   8天前   34   0   0 中频交易
  天行者   13小时前   14   0   0 经验分享中频交易
  码上生财   10天前   71   0   0 中频交易
  xuechen   7天前   44   0   0 中频交易
  天行者   8天前   53   0   0 经验分享中频交易历史数据
  林坤   6天前   84   0   0 中频交易历史数据均值回归新手入门
  江鸟   9天前   50   0   0 波动率策略中频交易均值回归动量策略量化策略
  13811315671   2天前   20   0   0 机器学习因子大赛中频交易第零期线下课
  我在等编译   9天前   73   0   0 中频交易低频交易量化策略
  gravexa   2天前   9   0   0 中频交易
  18621003097   9天前   48   0   0 机器学习经验分享中频交易历史数据机器学习模型
  XPQuant   9天前   42   0   0 经验分享中频交易新手入门
  码上生财   24小时前   19   0   0 中频交易
user3190
user3190
作者其他文章 更多
探索pandaai专家模式

2026-03-13

5分钟🚀用pandaai的AI工作流搞定期货回测策略并进行仿真交易!

2026-03-06

AI助手多样化研究分享-第二周

2026-02-27

AI助手-自然语言生成工作流黄金期货回测及修改

2026-02-10

常用标签
因子大赛第零期线下课C机器学习C++Python中频交易低频交易量化策略波动率策略动量策略统计套利事件驱动策略机器学习策略多因子模型高频交易策略套利均值回归趋势跟踪机器学习模型历史数据组合优化杠杆管理风险模型数据可视化数据API数据存储数据清洗实时数据API接口数据库clickhousemysqlredismongodb编程与工具活动与比赛第一期线下课第二期线下课第三期线下课第四期线下课第五期线下课python入门基础线上课线下课经验分享新手入门论坛公告学习资源书籍推荐代码分享策略讨论c#gonode.jsphp