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
结果仍然报了相同的错误
这时请别灰心，可以先用更简单的结构来重新尝试，比如，让AI助手重新建立一个单因子的股票因子分析与回测工作流
新的单因子工作流创建完成
启动运行新的工作流
这一次，因子分析和回测都成功的执行完毕
查看因子分析结果，发现因子的分层排序效果有待提高，值得后续改进
AI智能分析帮助我深入解读因子分析的结果
然后查看一下这个单因子策略的股票回测结果，确实业绩有待提高
顺便查看一下回测历史的交易详情
单因子的股票工作流已经成功完成，那么接下来就尝试一下多个线性因子的工作流创建，首先，输入提示词
多个线性因子的回测工作流成功创建
手动调整工作流的排版，让工作流在画布上的布局更加的清晰美观，并且增加“因子权重调整节点”
手动增加因子相关性分析
启动运行这个多因子分析与回测的工作流
启动后，发现进度一直卡在0%，怀疑是因子数量过多、且计算逻辑复杂，于是我将因子的计算逻辑修改的更加简单，然后重新运行工作流，这一次终于能让进度条变得正常了
多个线性因子的工作流执行成功
查看因子相关性分析结果
查看因子分析结果，发现其弱于之前的单因子，略显遗憾，还需再接再厉
查看回测结果，业绩还需加把劲
线性因子的研究告一段落，接下来，我将演示如果创建机器学习挖因子的工作流，建议可以从平台提供的工作流里面选择现场的案例模板
非线性因子案例模板已生成
启动运行XGBoost机器学习因子挖掘的工作流
示例模板中的机器学习因子挖掘的工作流运行失败
尝试自己重新让AI助手创建一个机器学习因子挖掘的工作流，输入提示词
工作流创建成功
启动运行工作流，发现运行失败，特征工程构建的节点遇到了一点点输入内容填写规范的小问题，不要慌，平台的工程师会尽快修复这个小bug
查看用机器学习算法挖出来的因子的分析结果
（有待后续完成）
