多空持仓控制仿真策略 学习到了需要在代码中修改绑定账户,即每个盘的账号不同,这个非常容易遗忘从而无法跑通策略。 多周期目标止盈 1、运用ai去了解代码的含义,不停地问答,ai回答的清晰易懂 2、我根据自己的思路去修改了交易条件:即根据RSI的数值去判定进出场位置,我设置的条件为RSI<=30与RSI=70做多与做空,并且在盈利条件下每跑出10个点加仓一次,统一在第一单达到50个点平仓。 K线形态交易 给ai说明了我想要进出场的K线形态,设定好做多和做空分别对应的三根K线形态。 问题:在上周...
先上战绩 两个账号总持仓190手黄金期货,浮盈近600万,收益率近19%! |交易标的|保证金比率|杠杆率|截图最新价| |-|-|-|-| |AU2602.SHF|≈16%|6.25|1012.44| |账号|持仓手数|持仓均价|持仓市值|保证金|浮动盈亏|收益率| |:-----|:------|:--------|:--------|:------|:------|:-----| |账号1|127手|980.74|≈1.286亿|≈2057万|+402万|+19.57%| |账号2|6...
一回测和跨期套利的概念 1.1回测:给交易策略做历史彩排 说白了就是把写好的策略代码,放进过去的真实行情数据里跑一遍; 我这次选了2024.10.22-12.31的期货数据,初始资金、佣金/保证金都按实盘1倍设,尽量还原真实交易; 不光能看赚没赚钱,还能算出夏普比率、最大回撤,清楚策略的问题在哪,避免实盘瞎试错。 1.2期货跨期套利:赚“价差回归”的钱 不是赌单合约涨跌,是赚同一品种近/远月合约的价差钱; 比如螺纹钢2501(近月)和2505(远月),价差会围绕合理区间波动,偏离时“买低卖高...
【多策略应用与实践】-第二周使用体验和建议 目前使用优点 整个平台相对完善,策略开发,回测(暂时还没深度体验),仿真,实盘等功能基本都有,可以在一个平台内完成所有操作,目前对于没接触过的人来说,确实是一个可以快速接触,并且跑起来的平台。 可以在任意地点登录web查看修改。 目前感觉不足 1.这个查看运行效果,检查log实在是太难受了,log的窗口小,滑动卡顿,并且还不能下载?(或许我没找到)。强烈建议增加醒目的下载按钮,我之前跑策略回测一年的话都是几个G的log在电脑本地用klog工具打开...
第三周的【回测策略实战检验】任务完成了。按照官方视频流程跑了回测和仿真实盘,收获挺多,做个简单的分享。 这次没有用单一策略,而是跑了一个策略组合,主要包括套利和一个分钟级别的MACD趋势策略。从PandaAI的实盘界面(图1)可以看到,几个策略都在平稳运行中。我个人比较喜欢这种组合,套利策略负责赚取市场的“慢钱”,稳扎稳打;趋势策略则用来捕捉大的波动机会,两者能形成一定的互补。   ...
回测体验非常好,是一款非常适合小白上手入门的软件
用仿真盘做策略验证,很多人仍停留在单线测试——但实战中市场信息纷繁交织,单一策略容易失效。多策略独立并行、实时同步运行,让仿真环境高度逼近真实交易复杂度。 在PandaAI的仿真体系中,同时推进着三套策略引擎: 多空转仓调控仿真,专注仓位切换的时机把握; 多周期浮动止盈,动态适配不同行情阶段的盈利目标; K线形态触发交易,对特定价格形态进行自动化响应。 它们在同一账户下互不干扰,却共同构建出一个更立体、更接近实盘的模拟环境。这不仅提升了验证效率,更关键的是,能看出策略间的协同与对冲效果...
总共做了3个策略,跑得稳稳的,系统运行稳定性及策略都挺好
一一级标题网站大部分内容非常直观 1.1二级标题导入策略 xxxx;一开始找不到入口,询问过老师之后对整个页面更加熟悉了 xxxx;跟着视频教学学习了如何导入、修改以及保存我的策略;并且运用PandaAI学习我对于策略不太熟悉的地方  1.2二级标题运行策略 1.xxxx;在超级图表中,学习了如何创建账号,在实盘中运行策略 2.xxxx;学习如何出入金;整个过程非常流畅,操作简单易懂  1.2二级标题运行策略 1.xxxx;在超级图表中,学习了如何创建账号,在实盘中运行策略 2.xxxx;学习如何出入金;整个过程非常流畅,操作简单易懂  MACD仿真回测  2.加入实盘  3.需要注意佣金倍率和保证金倍率,这个对回测结果是有很大影响的 
一多策略生成AI修改及回测 1.1多策略仿真实盘交易 多策略生成多工作流; 多帐户实盘仿真交易多策略; 1.2多策略回测报告及实盘交易报告 1.生成多个策略并分别形成工作流,注意操作时一定要将策略代码中的持仓帐号改成与实盘帐号一致; 2.AI修改回测代码:AI智能共有三种模式,用于回测代码修改需要选择回测代码修改助手,修改模型目前有两个; 以下是多个工作流的截图: 多策略回策避免其它平台只能单测量回测的和单策略实盘交易的短板,能让用户运行多个策略,增取获利和减负时间,利益最大化; 以下截图是多策略回测的情况: 经过回测实盘交易能清楚看到交易的过程,盈亏数据一目发然。 这是策略...
一错误类型 1.1工作流错误类型 1.时间格式不匹配; ERROR2025/12/1514:00:41 节点执行异常:1validationerrorforStockBacktestInputModelValueerror,unconverteddataremains:[type=value_error,input_value={'code':'frompanda_back...84654rowsx3columns]},input_type=dict]Forfurtherinformationvisithttps://errors.pydantic.dev/2.11/v/value_erro...
一第二周作业 1.1多策略实盘模拟 
多账户仿真测试 pandaAI能创建三个仿真实盘,这点我非常喜欢。作为以波段交易为主的交易者,我需要一个持续跑波段策略的账户,但如果只有这一套在跑,就很难同时测试其他想法。pandaAI很好地解决了这个痛点——可以为不同策略分配独立账户,做到并行验证与实盘演练。  我目前同时运行三个方向的策略:短线、波段和日内高频。波段策略负责抓住中期趋势,作为我的主力;短线策略则专注日内机会,保持频繁参与市场;日内高频策略...
优秀的AI量化普及仿真软件平台1 1.1传统算法和机器学习的融合 由于博士期间做管理学和AI交叉融合的研究,然而AI让我非常惊喜经验,管理学却让我无比痛苦。因此毕业以后,不再从事管理学,而是决定寻找AI的其他研究方向。尝试过AI机器方向后发现这个方向还有中期来难以克服的困难导致其不能投入工厂工作,这意味着中短期内很难转化为生产力,此外也需要补充非常多机械自动化的基础知识,专业壁垒较大;后来同学推荐AI量化方向,这个方式与博士期间的研究基础相通的更多,并且学透以后能够尽快转化为生产力,因此自学已经三五个月了。这个方向的传统算法比较受限,如VARMA主要是基于线性拟合特性来进行时间序列预测,而...
今天在PandaAI上做了回测的测试,非常方便,json文件导入后一键就可以完成,目前已经做了3个测试,感觉还是很有收获,希望pandaAI越做越好。
在PandaAI上的第一次量化尝试 在PandaAI(pandai)上尝试了次平台上的“从0到1”的量化尝试:不追求多复杂,先把一套能跑、能看、能回测的策略搭起来。这里记录一下我的第一手体验 总的来说,有如下一些优点 -写代码的地方、看效果的地方、做执行的地方,基本都能在一个平台里闭环。 -可以使用平台的ai助手直接修改交易代码,目前主要py,看起来一些小的功能和改动都是正常的。 -整个平台依托于远程网页,可以在任意有电脑的地点登录,将一般自己部署vps之类的与交易相关不多的都屏蔽了。专注交易。 后续我继续试用,看看策略具体的一些运行效果,以及调试迭代过程中继续体验