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...

尝试因子挖掘功能 1.1尝试利用AI建立因子 此前未曾将因子应用于量化策略，本次跟随课程系统学习因子挖掘。在熟悉了常用基础因子后，我借助AI对话构建因子流程，并选用Python模式以便清晰查看因子计算方法。   1.2分析各参数对因子的影响 分析因子算法，并调整参数，查看因子分析各结果的变化，找到合适参数  修改因子调仓周期，观察对收益率的影响，找到表现最好...

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]...

本期基于前期单因子打板策略的实证结果，针对信号稳定性不足、回撤控制薄弱、分组单调性较差等核心问题，系统性引入趋势因子与回撤控制因子，构建「趋势判断+风险约束+打板驱动」三因子复合模型，以下为完整的迭代逻辑、因子体系与实操调试过程。 1.研究背景：单因子打板策略的核心局限&挖掘比赛因子 之前有落地的单一打板因子以资金封板行为为核心信号，在2024年全市场回测中暴露显著缺陷： 因子IC均值长期低于0.01，截面选股区分度不足，分组收益无明显单调性； 策略对趋势环境无适配性，单次亏损幅度显著高...

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...

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...

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...

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...

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...

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...