密码登录
手机号
密码
📚第四周任务回顾 第四周的主题是"多策略调整与优化"，主要任务是优化两个策略： 1.期货多品种策略：基于均线的多品种交易策略 2.设定时间交易策略：基于时间段的短线交易策略 这次任务让我深刻体会到了策略优化的重要性，也更加深入地了解如何借助PandaAI平台的AI助手来系统性地分析和优化策略。 借助AI助手深度分析策略 在优化策略之前，我使用了PandaAI平台的PandaAI助手对策略进行了全面分析。AI助手非常专业，不仅帮我拆解了策略的核心逻辑，还指出了许多可以优化的方向。 ...
策略描述： 针对A股所有标的写一个截面策略，要求收盘突破前100日新高，且在20日均线上方，最近三日成交量递增放量的所有标的里，选择市值大于100亿并小于2000亿的股票等额买入，收盘价回撤至20日均线下方后第二日开盘价卖出，否则则持有。并在2023.1.1至2025.12.31期间回测。  策略回测数据 年化收益：38.18% 最大回撤：23.05% 几乎全程在基准收益绿线之上，且逐渐放大 心得总结 1.本人量化交易小白，这是第一次用Pan...
整体思路 经典期货思路——展期收益率做多。ps只是思路构建，抛砖引玉，无代码 1.1核心逻辑 核心思路：近月合约大于远月合约，代表近期需求量大，所以追高 基本面佐证：库存率，开工率，基差来确认。价差会持续扩大，而不是回归均值 股市验证：沪深300指数，均线多头排列，参考经典的复苏顺序，有色，黑白金属，化工，逻辑验证是否处在经济复苏中 1.2标的选择 我个人比较喜欢固定标的池，可以都做一些基本数据上的整理。 1.标的池：低相关性，并有能获取相关数据的数据标的，构建截面标的池，个人拍脑袋，豆粕，螺纹钢，铜，甲醇，塑料(LLDPE) 2.目标合约： 近月合约选择主力合约：成交量、持仓量最大的合约，代...
第四周多品种交易策略的实现与调优过程 这次实盘模拟交易策略使用多品种趋势跟踪方法，基于1分钟K线价格与10周期均线的关系进行决策。策略核心逻辑简洁明了：当价格突破均线时开仓，当价格回归均线另一侧时平仓，适用于黄金、铜、螺纹钢、焦炭和动力煤等多个期货品种。 策略开发过程充分体现了与AI协作的高效性。最初版本仅包含少数品种，通过向AI助手提出“增加交易品种”的需求，系统迅速给出了扩展建议。正如第一次编码截图所示，AI不仅提供了新增品种的合约代码示例，还详细解释了各品种的交易特性，帮助完善了品种配...
红利低波策略介绍 红利低波策略是一种结合了高股息（红利）和低波动（低波）因子的股票投资策略。该策略的核心是筛选出那些长期稳定派发股息、且股价波动相对较低的上市公司股票构建投资组合。 自然语言promat 通过简单俩句话生成红利低波策略，ai助手对于多模块连接任务表现良好，策略暂时无法一键跑通。经过多轮AI迭代后发现AI助手无法返回因子权重组合节点中的权重列表，改为等权可跑通。  策略收益与因子表现 从整体收益来看...
多策略调整与优化-第四周 一、策略增加了不同的品种 ! 二、调整了持仓时间 
回测策略仿真检验  
量化工作流水线 一、策略部分 导入代码 连接期货回测 连接查看回测 运行并查看回测是否成功 二、仿真盘部分 1.创建仿真盘 2.在仿真盘中接入策略 3.可有3个仿真盘，每个盘中均可接入一个策略，可以并行运行 
步骤1:登录后点击"AI工作流"  步骤2:点击创建工作流  步骤3:点击创建空白工作流  步骤4:点击右侧的'AI助手'  步骤5:然后在输入框里面,使用我们人类语言描述自己的想法构建一个工作流:  我的输入内容是: 写一个期货交易策略,运行多均线的交易逻辑,在黄金主力合约上测试,时间是2025年1月到2025年12月.初始资金为10万 然后点...
第四周【多策略调整与优化】 这周是训练营最后一周，核心目标很明确：把前几周“跑得起来但很久不出交易”的策略做改造，让它在仿真实盘里更容易产生交易信号与结果，完成「多策略修改交易条件并运行」的验证截图。 结合教程操作下来，我本周主要完成了两类任务：期货多品种策略与定时交易策略，整体体验是：PandaAI把“策略生成/修改/排错+运行容器化”串成了一个闭环，新手也能靠和AI对话把策略快速迭代出来。 本周任务回顾 A.期货多品种策略：从单标的扩展到多合约监控/交易 基于第二周的趋势策略框架（均线趋势判断：均线之上偏多、均线之下平仓/反向） 按教程思路在原有脚本上做修改：增加多个交易品种，并确保选...
修改代码  frompanda_tradingimportSRLogger defSRLogger.info("initialize") 在我连接到仿真账户时，能够看到关键信息的输出
调整两个策略：设定时间交易和期货多品种 直接在flow里和ai交互，比如让ai帮我加品种：黄金，铜，螺纹钢，焦炭  
一一级标题 1.1自然语言直接生成工作流  1.2启动工作流查看运行日志和回测结果   1.3总结 1.PandaAI的自然语言→代码的过程保证了策略执行的精确性。 2.生成与修改代码效率得到了极大的提升。相比自己手写代码，PandaAI极大提升了效率。 3.PandaAI的解释代码能力也很强，高亮修改代码痕迹这些贴心的功能对于学习量化编程也是极其强大的工具。 感谢PandaAI团队给我们带来了...
一、感谢平台给予的信任 加入PandaAI仿真测试群已有四周，从一开始的懵懵懂懂，到现在能够熟练使用，是平台及老师的信任以及耐心的指导，策略在交易时间运行能够生成交易节点，自动买卖，减少人为干预，避免因情绪化导致的失误，在风控方面只要有严格的交易逻辑，能够做到止盈止损离场，再次感谢平台以及各位老师辛苦的付出，对我今后期货交易绝对有帮助 二、本周遇到的问题 本周在交易策略修改中遇到了报错问题，经过与AI对话很快解决了问题并且能够顺利使用，对于我这种程序小白来说特别友好，在国家大力推行人工智能的今...
一一级标题【多策略调整与优化】 1.1二级标题应用实现 与AI对话修改程序，试着运行起来，目前还有两个程序没有交易 最近工作很忙，行情很疯狂，没有时间详细修改策略！  1.2二级标题功能修改与提升建议 目前还有两个运行程序没有交易，没有仔细查看为什么没交易，最近没有时间查看原因！ 只能在功能上提出一点优化建议。比如： ...
一一级标题 1.1二级标题 借助AI交互理清了两个策略的底层逻辑，很有收获 xxxx; xxxx; 1.2二级标题 1.xxxx; 2.xxxx;
今天做了第4次测试 1.期货多品种-仿真  2.设定时间交易_仿真  3.运行结果如下  AI量化的效果还是挺好的，希望以后可以多做做A股的量化
第四周-多品种交易实现 本周试用了两个期货交易的功能： 1.多品种交易 使用时讲多个期货合约设置到一个列表中  在handle_data中，对合约列表进行遍历  2.设置交易时间 在handle_data的开仓逻辑中，记录开仓时间open_minite  在handle_data的平仓逻辑中，根据open_minite计算已持仓时间，根据设置时间平仓  3.策略已上仿真实盘...
多品种和定时交易策略实践心得 本周参与仿真实盘训练，围绕多品种覆盖和定时交易两大核心需求完成了策略优化，在此过程中提高了我的实战问题解决能力，不仅解决了原有策略交易信号不足的痛点，还学会了通过参数配置、时间规则设计激活交易动作，也更懂如何兼顾策略稳定性与灵活性。 1.1多品种策略 之前的单品种策略常出现长时间无交易结果的情况，这次核心调整是扩展活跃合约+保留均线趋势核心逻辑，让策略能同时监控多个高流动性品种，提升交易机会捕捉效率;  
