专家模式的使用 1.1进入专家模式 PandaAI不仅提供了简洁直观的图标化工作流，让策略搭建一目了然；更支持一键进入专家模式，让您自由查看和编辑底层代码，兼顾效率与深度。  即便暂时读不懂底层代码，它的开放也让功能修改更灵活，助您打造真正符合自己风格的节点。 1.2新建节点尝试 跟着课程操作，新建一个节点并编辑调试，在原节点下点击“+”新建，填充模版，编辑后自动保存为自定义节点  在这里发现了些小问题： 1.因为这个节点是随意建立的，想删除...

工作流是按照MA20、MA60再组合，来进行白银期货的交易：  运行的时候主要碰到了节点问题，期货数据一直有问题：  后来先用股票测试了下，是OK的：  回过头来论坛看了下，是白银期货合约数据问题，更改了下回测时间，也跑通了 ![915501c6bab6484990737782d38a...

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...

前提提要 前面我们已经可以熟练的使用ai助手来完成各种因子的生成，并成功连接到模拟盘，运行成功 体验过程 1.1打开专家模式 我先打开了之前生成的一个期货回测工作流，找到专家模式 可以完整的看到运行代码和其逻辑，还有各种参数，可以手动修改，如基准、时间等。 1.2模版的使用 我点击节点框下方加号，用Python代码输入填充节点模板，我选择了求两数之和的模板，平台已有非线性节点、因子组合节点、权重组合节点等，用户...

内测第四周-专家模式体验 本周继续深度探索PandaAI，重点体验专为熟悉代码开发的工程师打造的【专家模式】，现将实操过程与功能亮点整理分享如下。 1.开启专家模式 先在PandaAI中选定一个已生成完成的工作流；  通过页面右侧的工具栏，即可进入专家模式，开启代码级的工作流操作。  2.专家模式核心功能探索与解析 代码与工作流单元精准对应：专家模式下，生成的代码文件与工作流的各个单元一一匹配。 ![image.png]...

写在前面：做了两期期货策略，这周咱们换个赛道——打板策略。这是A股最刺激、最考验人性的玩法，也是量化最能发挥优势的地方。我会从零开始，手把手带你搭一套能打板的量化系统，从可视化操作到代码级调试，全流程打通。 一、什么是打板？为什么用量化？ 打板，说白了就是追涨停板。A股有10%的涨跌幅限制（创业板科创板是20%），股价封住涨停后，往往意味着强烈的买盘情绪，第二天大概率有溢价。这就是打板的底层逻辑——赚情绪延续的钱。 但手工打板有几个致命问题： 第一，手速不够。好板往往几秒就封死，人工...

使用过程

一一级标题 1.1二级标题 xxxx; xxxx; 1.2二级标题 1.xxxx; 2.xxxx;

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...

期货双均线策略回测实验记录 概述 本文档记录了使用AI生成期货双均线策略并进行回测的完整过程，包括遇到的问题、排查思路和解决方案。 --- 一、策略生成 1.1初始策略创建 使用AI生成期货双均线策略，一次完成代码编写。  1.2首次回测结果 回测结果显示资金曲线基本是一条直线，没有发生交易。  --- 二、问题排查 2.1发现问题：合约到期 查看日志后发现，策略没有交易的原因是合约已到期。 ![image.pn...

希望能加上分钟级别计算，然后聚合成日线因子的能力。 不知道是我不会用还是没有这个功能.感觉这个功能挺有用的.

一一级标题使用自然语言描述需求，使用AI助手生成期货回测工作流 1.1二级标题 xxxx; xxxx; 1.2二级标题优化策略性能并连接仿真实盘 1.xxxx;![842038e01a1ab064a70f155708ee6521.png](...

构建思想 经典布林线指标在日线级别的传统用法，通常被视为价格通道的突破信号或回归信号。然而，直接使用股价触及上下轨的简单信号，往往面临信号频繁、稳定性差的问题。其深层原因在于：布林线的宽窄反映了市场的波动状态，而在不同波动状态下，股价触及上下轨所蕴含的交易含义存在显著差异。因子切割论提供了一套系统的方法，将这一“矛盾”转化为可量化的精细结构。 思维逻辑 我们希望构造一个因子，能够准确表达布林线的“回归”与“突破”在不同市场环境下的有效性。核心思想是：将股票的日度收益率按照“布林线位置”进行切割...

策略生成调整实盘回测全流程操作 1.1AI助手生成根据自然语言生成工作流后，运行工作流根据运行情况：如代码问题就用AI助手修改代码问题，若是策略逻辑和指标需要调整就用AI助手进行工作流修改调整，以至达到最佳效果。 有些还能通过AI分析回测结果详情形成分...

专家模式的使用 1.1专家模式下可以修改输入节点的实现代码。如图操作了增加节点。进行节点的自定义。 xxxx; 节点设计，运行完成，可以拖拽到开发界面使用。;  1.2节点设计，运行完成，可以拖拽到开发界面使用。 1.![5e6f4f2d9...

一、本周研究目标：动量策略对比并仿真 本周我主要围绕期货动量因子做了一轮更系统的对比研究，并尝试把研究结果进一步衔接到仿真交易流程中。 和前两周更多偏向平台熟悉、工作流搭建不同，这一周我开始把重点放在： 1.经典动量因子的搭建与对比 2.不同动量思路在期货场景中的适用性分析 3.基于PandaAI平台进行因子分析与筛选 4.从因子研究继续推进到仿真交易验证 本周实际尝试的因子主要有四类，如工作流所示： 1.基本截面动量 2.波动率调整动量 3.多周期时间序列动量 4.双重动量 ![Pi...

在前面的使用过程中，我们已经能够借助AI助手较稳定地完成因子构造，并且成功把策略接入模拟交易环境，验证整体流程可以正常跑通。也正因为前面的基础已经打好，这次我开始进一步尝试平台中的“专家模式”，看看它在策略开发和工作流编辑方面到底能做到什么程度。 一、先从已有工作流切入 这次我没有从零开始新建流程，而是直接打开了之前已经生成好的一个期货回测工作流，然后切换进入专家模式。 进入之后，最明显的感受是信息量一下子变得更完整了。原来在普通界面里只能看到一个相对简化的流程框架，而在专家模式下，可以直接看到整个运行逻辑背后的代码结构、参数设置以及执行关系。像回测区间、基准设置这类关键内容，都能在这里...

本周我借助PandaAI量化助手生成的工作流，完成了期货回测到仿真交易的落地实操，现将整个过程的经验与步骤分享给大家，也为同类操作提供一份参考。 1、生成期货的回测框架 首先通过PandaAI量化助手生成期货回测框架，基础需求可直接指定交易逻辑、测试标的与时间范围，比如“编写一个期货回测框架，交易逻辑融合动量与波动率指标，以白银主力合约为测试标的，测试时间为2025年下半年”。   为了让分析更具完整性，还可以将因子分析与回测环节...

备注 `节点`：文中所用节点用反引号包裹。e.g.`Boll&RSI因子构建.py`。 个人结合自己的学习和AI辅助将备注全部写入代码当中，方便于读者阅读。 具体函数请参阅：https://www.pandaai.online/community/article/72 一.构建期货因子工作流 1.prompt：基于布林带和RSI生成期货的因子分析工作流 阅读并注释`Boll&RSI因子构建.py`节点代码 python 布林带+RSI+价量确认”的复合因子 classBollRsiComposi...

小市值策略创建过程 1.策略创建 创建一个小市值策略：  2.策略生成 成功生成了：  3.因子分析 因子分析能够看到数据，但是回测结果一条直线：  没有产生交易：  4.AI改进建议 AI分析提供了改进建议：  5.代码修改 直接复制给AI，让它改代码：  6.代码修复 修改的代码里面有报错...