密码登录
手机号
密码
回测策略实战检验 1.1策略准备 这次前期工作帮我们准备了很多，体验感很强，对于软件不懂的一下子就能进入回测环境当中。 刚开始是用跨周期和经典macd策略，一下子就捣鼓明白，看下图的成果 2.配置并试运行 为新导入的策略创建一个独特的工作流名称（如“跨期套利_实盘测...
框架基本方法 基础方法说明 该策略为事件驱动性策略，需要实现框架中约定的事件回调方法，实现后回测、仿真、实盘通用。 策略头部需要默认引用内置API，运行代码为：`frompanda_backtest.api.apiimport`，后文不再重复赘述。 --- 策略初始化（必选） 函数：`initialize` 描述：策略初始化，主要用于初始化策略上下文中的变量，只在策略启动时运行一次 代码 python definitialize(context): 参数 |字段|类型|描述| |--|--|--| |context|Context对象|策略上下文对象| 例子 python d...
在对白银期货配对套利回测的过程中，让我体会到理论与实践结合的重要性。 今天拿这个基于AG2604和AG2602合约的价差交易策略，进行实盘回测，让AI帮我解释交易逻辑，最后也搞明白这是一套遵循着经典的均值回归逻辑——当价差偏离历史水平时建仓，待价差回归时平仓获利的交易策略。 然而在修改代码的过程中，我发现几个关键问题：价差阈值的比较单一，简单的固定数值可能无法适应市场不同阶段的波动特征；这个策略的交易成本也完全忽略，后面添加随机增加交易成本和成交概率。 这次实践让我明白，一个能在回测中盈利的策略，距离实盘盈利还有很长的路要走。未来我需要更深入地研究价差序列的统计特性，加入动态风险控制模块...
工作流功能使用 在主页点击工作流进入工作流空间，然后点击创建工作流，在模板页选择创建空白工作流，也可以选择上面的模板；在已经有策略代码的情况下可以点击创建空白工作流，然后把策略代码拖入进工作流内，点击策略代码可以查看，同时可以使用AI调整策略和阅读策略。在出现策略跑不通时AI助手可以帮助检查并改正问题给出修正代码，应用保存即可。保存完代码可以在左侧节点库找到回测相关，然后把回测节点拖到代码旁边，然后在左侧节点库找到策略回测结果，同样拖到旁边，用连线链接策略代码和回测任务。然后点击旁边工具栏的保...
这周开始的内容有点深度了，之前没有很关注量化策略回测的各个指标，借助这个机会了解了一番，扩展了自己的知识面，感觉对量化有了更深的认识。 1、夏普比率=(RpRf)/σp 其中 Rp：策略年化收益率 Rf：无风险利率（如国债利率） σp：策略收益率的年化标准差 指标综合考虑了风险和收益，可以用来筛选更符合自己交易风格和风险承受能力的策略。 2、最大回撤 整个交易周期内从峰值到谷底的最大损失幅度，是衡量策略极端风险和资金管理需求的最直观指标，反映了策略在历史上可能经历的最严重亏损。 回撤幅度越大...
回测策略实战检验 1.1 对于这周实盘回测策略实战是迫不及待的，以前用一个软件都是先回测策略，然后再仿真实盘，最后再运用实盘。而这次内测是从仿真实盘开始，所以一直期待回测功能的测试。总得来说，挺方便的。这次用预先写好的经典策略套进去，调试几个关键数据就可以回测出结果来了; 开始回测之前梳理MACD与跨周期策略的核心用法： MACD策略实战三要素 1.方向判断：DIF线在零轴之上为多头市场，之下为空头市场。这是多空基准线。 2.关键信号： ·入场：主要做零轴之上的金叉（强势多）和零轴之下的...
模拟盘测试-12月记录【内测心得】 测试流程 工作流的模式、低耦合可视化编辑能很大降低操作门槛；并且和模型交互、回测的功能都已经较为完善；整体体验都还好，可能有微量细节需要打磨，加油！ AI工作流 模型交互也相对便捷；  超级图表&模拟盘测试 整体界面功能完成度也很高，和市场上的盯盘工具的功能已经大体上都做到了，并且本次内测的模拟盘功能也是一个很好的使用点；  右上角点击启动后跳出提示框可以输入策略名称，便于后期查找，巨方便！点赞 1.2加入实盘 1.先要删除一个先前的测试流程（如果少于3个，可以不删除），留出空位，这样不仅要停止策略; 2.然后点击创建实盘，写名称，选择刚才完成的策略和账号即可，结果如图所示;
第三周 期货回测 在学习因子时用过股票回测之后就没怎么碰过回测了，现在可以做期货回测大大降低了原先的验证门槛，可以在非交易时段也进行验证。最大的收获是可以利用历史数据来改进策略了，可以验证一个策略是否真的有长期可执行性而不只是在短期内契合市场走向。 
一【回测策略实战检验】 1.1日内MACD策略以及期货跨品种套利策略 有了封装工作流之后，不需要把大量精力放在代码上，集中精力迭代策略。 期货的日内高频策略，仿真实盘解决了数据滑点失真的情况。 将来的个体量化期货日内高频交易，在Pandaai上会有不错的发展。    二、超级图表连接仿真实盘账户， 创建实盘任务 实盘里的创建实盘找到已通过回测验证的策略工作流。 选择“创建实盘”功能。 ...
量化回测实战心得 提升量化回测的效率 在接触PandaAI之前，我过往的回测工作大多耗费在手动编写数据处理代码上，回测耗时费劲。而这次实战让我真切感受到，自然语言驱动的数据处理是真正的“效率利器”。 回测的本质是“验证逻辑”，而非“追求完美收益率” 1.此次回测让我彻底摒弃了“回测收益率越高，策略越好”的错误认知，深刻理解到回测的核心是验证策略逻辑的合理性，而非堆砌漂亮的数据。 2.简单有效的经典策略，远胜复杂花哨的“空中楼阁”; 此次PandaAI量化回测实战，既是一次工具的实操演练，更是一次量化认知的重塑。我既感受到了智能工具带来的效率提升，也深刻认识到量化交易的核心并非“炫...
指标精准匹配+策略动态适配双轮提效 1.1多品种标的指标匹配实现快速成交 明确统一的交易指标标准，快速筛选出品类中符合条件的标的。 针对匹配标的直接触发成交指令，提升交易效率。 1.2动态调整适配多品种快速成交需求 1.根据不同品种标的特性，灵活调整对应交易策略。 2.优化策略与标的的适配度，确保指标达标时，各品种都能高效完成成交操作。 基于时间的定时交易策略 策略逻辑设定交易标的： 以白银（如ag...
回测策略实战检验-期待打通“因子分析、回测、仿真、实盘”全链条 第三周的任务看似简单，但意义非凡，优秀的PandaAI技术团队把回测和仿真打通了，也就是说“因子分析、回测、仿真”链条，现在既可以每步单独研究分析，又可以顺滑前后过渡，更期待后续把实盘功能完善，实现“因子分析、回测、仿真、实盘”全链条贯通，再加上各环节的AI辅助，一定能成为一款优秀的量化平台。  2.xxxx;实盘里创建一个”仿真实账户“，然后选择工作流，这里选择我们刚刚进行回测的策略。点击「运行」 总结：这周...
