一一级标题 PandaAI初体验 1.1二级标题 网页流畅容易看懂 xxxx; xxxx; 1.2二级标题 AI问答得耐心细致 1.xxxx; 2.xxxx;
一体验感受 1.1操作界面 简单易上手,在创建工作流时,模块化的结点使用户更加清晰明了的了解各个节点的功能,里面还内置AI助手,对于不会编程的新手也可以通过简单的提示词让AI助手为用户编写策略代码,当运行程序出现错误时,AI助手会自动检测到上次运行错误,并进行AI智能修复; 1.2优化建议 1.AI助手编码准确率不高,多次修改过后运行代码仍出现错误; 2.在右侧点击运用AI助手修改过的代码后仍需要点击左侧的运用键吗,再点击保存...
【内测心得】第一周策略尝试 首先,感谢PandaAI提供了这次尝试的机会,还要感谢内测的工作人员无微不至的讲解与说明。 让我在很多环节得到了指导与帮助(新手友好型)。下面记录了我本周的测试过程。 1策略编写 尝试均线策略的编写 在代码编写这一块儿,CQ2是个好助手,当你打出“代码含义”,他就能帮你准确清晰的描述出代码的框架与逻辑;  这次我让他修改了代码逻辑,从双均线改为10个bar的单均线策略,他也一次性改完,并可以成功运行。  ...
在这里共同成长 1.1按照流程操作 文档和视频很详细,按步骤操作 
如何高质量进行提示词工程 我们在构造策略的时候应该积极借助AI工具能力,此时,如何形成高质量的提示词就非常重要,我粗略总结了两点作为构造原则,作为自己学习积累,后续会更新,欢迎大家一起交流进步。 1.1结构化描述 指对整个提示词要进行结构化,尤其是通用的部分,重点包括下面两小点。 1.从宏观到微观的分层描述; 2.针对同一层面但不同类别概念的分类描述。 1.2逻辑化表述 指在文字描述的时候要有逻辑,这种逻辑可以是类似写代码中的几种控制逻辑,也可以是一些数学逻辑。 1.控制逻辑; 2.数学计算逻辑。
一多策略应用与实践 1.1MACD策略 先把MACD-仿真.json导入工作流,即可得到完整的工作流 再使用回测代码助手微调策略代码 之后选择一个合适的服务器,点击启动工作流,如果运行完毕,没有报红则可进行仿真盘测试 1.2仿真盘测试 在账号管理中添加一个新的仿真盘账号,在创建一个实盘,选择刚刚的工作流  点击启动,静待一会若没有反应刷新页面即可 !...
通过pandaai修改代码并应用  创建仿真实盘账号  入金  1.1使用心得 整体ui风格比较清爽,比较喜欢暗色系,不容易产生视觉疲劳,焦虑,有助于长时间沉浸式学习 入金刷新等待时间长,策略部署仿真实盘,等待过程太久 编译策略界面建议有一个,编译运行的按钮,和一个看日志的框,不用退出界面后再整体运行,这样调代码的效率更高 
第一周内测 1.1降低量化入门门槛 刚开始接触量化是从文华过来的,文华主要是采用积木语言,已经封装好的,套用就可以,比较机械。 直到接触到pandaai,原来代码可以这么简单交流去运用,大大降低量化门槛 1-交互界面不错,能够交流修改代码。  2-创建界面做的不错,不过也是不断爬楼才搞清楚怎么创建  3-开始跑了,不过也有bug,账户加了资金更新不出来。  1.2软件框架不错,还需要优化 1.用的qq浏览器,在交流过程中,显...
PandaAI大大降低了学习门槛和使用成本,体验下来感觉量化的尽头就是AI
初次使用PandaAI的体验 刚刚开始接触量化,偶然的机会找到了PandaAI这个工具,更加幸运的参与了PandaAI的内测活动。在这里浅谈一下使用PandaAI的感触。 刚开始接触PandaAI是因为自己想找一个量化的开源框架,自己随便玩玩。偶然的机会发现了PandaAI,选择它主要是它的开源库安装方便,而且还提供了离线的数据,对于我这种初学者来说太方便了,量化的基本素材代码和数据一次都可以搞定。后面了解到有一个内测的机会就报名了,才知道还有一个网页版的,哈哈哈。 刚开始打开PandaAI的时...
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...
仿真交易实盘运行探索 1.1多策略并行验证 沿用单策略仿真实盘运行的成熟方法,通过重复创建仿真账号实现多策略同步启动。 单次最多支持创建3个仿真账号,满足小规模多策略并行测试的基础需求。 1.2分策略部署运行 1.建立策略与仿真账号的一一对应关系,每个策略独立运行在专属的仿真交易实盘环境中。 2.实现策略运行数据的独立采集与统计,避免不同策略之间的数据干扰。 使用简单的ai交互,用自然语言的方式写出策略 我是用突破前高买入,跌破前低卖出 1.2添加仿真账号  在账号管理的上面很容易就可以增加想测试的策略的模拟盘 6.60分钟后看图
挺好用,也挺难用 1.1挺好用 一年前就关注pandaai了,刷视频刷到创始人,经常分享的专业知识挺赞同的,但是当时对于pandaai比较陌生,登录网站上手了下,不清楚入门教程渠道,后面就放弃深入探究了,直到最近发起内测行动,我赶快报名了。开始慢慢了解网页,市面商业化的软件,能做到ai大模型和机器学习的软件只有本家了,初学者也能容易上手,看着视频123就跟着上手了。软件想法和完成度挺好的,大致框架都做得不错,但是真要真金白银拿钱用现在这个版本,还需要大家共同修复各种bug和优化功能才行。 !...
一,初次接触: - 第一次知道PandaAI的时候是在B站通过不白的账号知道的,那时候在浏览关于主观转量化还有量化策略的分享,无意间看到不白老师的视频,后面又通过抖音关注了不白老师看了很多关于量化的分享,刚好那个时候老师介绍PandaAI这个产品,可以无需写代码通过LLM来进行实现策略的构建,并且还有回测功能,以图表的方式进行呈现;特别打动我,还有幸参与了首界因子大赛,虽然最后落榜/(ㄒoㄒ)/,再后来社区的内容很吸引我,也是我用的最多的一个板块吧。 1.1给我的体验 由于PandaAI还...
内测第一周仿真实盘初体验 总体上操作便捷有ai进行代码修改调整方便小白入手  用AI可以一键修改代码方便代码小白入手  可以使用仿真实盘测试代码的效果  可以直观看到收益情况
一、资金升级与仿真环境新体验 (一)追加1000万资金的操作流程 在上周完成基础体验后,我这周决定加大投入力度,在官方提供的1000万虚拟资金基础上,再次补充注入1000万资金,使总资金规模达到2000万级别。 资金补充过程相对顺利,但有几个值得关注的细节: 1.注入效率值得肯定 资金注入操作响应迅速,几乎是实时到账,没有出现延迟情况。这一点对于实盘交易至关重要,避免了因资金不到位而错失交易机会的遗憾。 2.资金管理界面清晰 PandaAI的资金管理界面直观展示了动态权益、可用资金、占用保证金等...