经验分享
经验分享标签描述

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![微信图片_20260104194558_2388_389.png](1)![微信图片_20260104194628_2389_389.png](2)![微信图片_20260104194656_2390_389.png](3)![微信图片_20260104194743_2392_389.png](5)![微...

  19120940370   26天前   79   0   0 新手入门经验分享

【内测心得】模拟盘测试-3 这次更新了一个很实用的功能,回测代码和模拟盘代码可复用,不用手动修改账户! 本周的策略是期货跨期套利和MACD 期货跨期套利_仿真 交易标的:白银期货合约 核心逻辑: 开仓:当两个合约的价差绝对值超过预设门槛(`spread_threshold_open=25`)时,买入价格较低的合约,同时卖出价格较高的合约。 平仓(止盈):当价差收敛到较小水平(`spread_threshold_stop_profit=15`)时,同时平掉两端头寸。 平仓(止损):当价差...

回测策略实战检验 本次任务的目标是将历史回测表现良好的策略,直接迁移到仿真实盘环境中进行实战验证。通过超级图表平台,我们可以无缝衔接回测与实盘,无需二次开发代码。 下面是完整操作流程 一、策略准备与检查 1.导入回测策略 进入“AI工作流”模块。 点击“导入”按钮,选择之前已完成回测的策略模板文件(例如跨期套利策略或MACD分钟级策略)。 导入成功后,系统会显示策略详情。 ![image.png](1) 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...

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...

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...

  PandaAI官方   2025年12月25日   111   0   0 新手入门学习资源经验分享

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...

本周终于到了一直关心的策略回测如何使用的问题,案例是期货策略回测。整体是通过在AI任务流中,拖拽节点的方式,完成策略、"期货回测"、"策略回测结果"三个节点的组合。执行,并在策略回测结果的节点中,点击查看结果。 1.1期货跨期套利策略 ![image.png](1) ![image.png](2) 1.2MACD策略 ![image.png](3) ![image.png](4) 1.3总结 本周的练习比较关键,在日常策略研发中,历史回测是避不开的一环。在工作流中拖拽画布去做历史回测的方式...

  L_zhx   30天前   92   0   0 新手入门经验分享

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...

1.期货跨期套利_仿真 实现了一个基于两张白银期货价差进行对冲套利的日频策略:当两合约价差超过开仓阈值时买低卖高开仓,并在价差触及止损或回归到止盈区间时平掉全部相关持仓。 ![ec5a8c68de411ac16a55bda83b59c79d.png](1) ![04a8609fea94e43274efbf812a38839e.png](2) 2.MACD-仿真 实现了一个基于MACD指标的螺纹钢期货(RB2605.SHF)双向开平仓策略:根据MACD线与信号线的金叉/死叉信号,在无持仓时开多或开...

  Junjie   30天前   79   0   0 经验分享

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...

  15201489206   30天前   70   0   0 经验分享

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; ![b86e48646443ecf5e420c2c4d6f1f3c7.png](1) 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; ![93c1e6cadfeb881584213e4...

  zzzz~   2025年12月18日   120   0   0 新手入门论坛公告经验分享

一可以输入策略名称了!便于后期查找,巨方便! 1.1先导入策略 导入策略后如图所示;![5d3d8d75dbda4d9182511a7379de59a9.png](2) 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;![image.png](1)

  18086412860   27天前   63   0   0 新手入门经验分享

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。 ![e7df2f40a8506b269fd75d879e9f42de.png](1) ![bee1d6808f87571b893417e4348d8bd8.png](2)![9101225ddd9e5782be5dda05b89ea7a...

  15018724629   27天前   65   0   0 经验分享

回测策略实战检验 一、策略准备与检查 导入策略 进入AI工作流 选择回测策略模板文件,完成导入。 配置与试运行 为导入的策略创建一个新的工作流名称,以区分,点击“运行”,确保策略能顺利完成历史数据回测 关键检查项:确认策略的标的合约(如螺纹钢2605)、交易周期(如分钟线)等参数设置正确。 ![image.png](1) ![image.png](2) 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。 ...

  15954789985   26天前   67   0   0 经验分享

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...

  19948707960   26天前   63   0   0 经验分享

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。 ![a625d7ee34269f129168b1ef69210ec9.png](1)![b81d330be9287a4e580eaa361...

  ZY   26天前   58   0   0 活动与比赛经验分享

这周我测试了pandaAI的一个新功能:先把自己的策略在历史数据上回测一遍,再决定是否上实盘。这样的做法可以在投入真实资金前,先检验策略的基本可行性与盈利能力。 这种流程非常符合量化交易的标准步骤——先用历史数据验证策略表现,确认有获利潜力后再考虑实盘,从而降低盲目入场的风险。 不过在实际操作中,经常会遇到回测结果与实盘表现不一致的问题。回测使用的是历史数据和理想化的执行假设,而实盘会受到滑点、延迟、成交量限制等多种实际因素影响。 因此就需要引入“模拟实盘”环节:在接近真实市场的环境下运行...

  我是cyy   2025年12月30日   109   0   0 量化策略策略讨论经验分享

1.创建实盘任务 在“实盘”模块中,找到已通过回测验证的策略工作流,选择“创建实盘”功能。 2.账户绑定 在弹出的账户列表中,选择指定的仿真实盘账户进行绑定。确认账户信息无误后,启动实盘运行任务。系统将开始基于实时行情数据执行策略逻辑。 三、多策略运行与管理 1.存量策略管理 对于此前已在运行的策略(如多空持仓控制策略),建议保持其独立账户及运行状态,无需停止。这有助于隔离不同策略的风险与绩效,便于独立监控与评估。 2.新策略独立运行与测试 为本次需检验的回测策略(如跨期套利、MACD策略等)分配独立的仿真实盘账户进行测试。此举至关重要,可以确保: 风险隔离:单一策略的异常不...

一一级标题导入策略 1.1二级标题创建一个工作流,随便命名。然后,选择回测策略的模板文件,完成导入。按照图中展示的那样,对策略进行了实盘前的回测。 关键点:参数设置正确 xxxx; xxxx; 1.2二级标题接入仿真实盘 1.xxxx;在发现策略回测有正向收益时,我们就可以接入「仿真实盘」 ![870f7697ea6e908ab251bdc164883c43.png](1) 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...

  15787871604   26天前   45   0   0 中频交易经验分享

期货跨期套利策略&MACD分钟级别策略 回测工作流 ![image.png](1) 仿真实盘运行情况 ![image.png](2)

  L   2025年12月30日   79   0   0 活动与比赛新手入门经验分享