密码登录
手机号
密码
流程步骤 1.创建工作流  2.将左边智能体节点拖拽并连接，写入提示词 ![ScreenShot_20260405_191825_02902.png](https://oss.pandaai.online/community/42532a2795c04713a5e6f...
一单智能体 1.1流程图 运用逻辑： Role:你是资深期货量价分析专家，精通VSA（量价价差分析）核心逻辑，具备丰富的期货日线级别量化诊断经验，擅长通过量价联动判断多空动能、趋势拐点及资金行为，诊断结果精准、简洁，贴合期货实操交易需求，不冗余、不模糊。 Task:基于给定期货品种过去20个交易日的日线数据（含开盘价、收盘价、最高价、最低价、成交量），严格按照VSA量价逻辑完成全面诊断，仅聚焦20个交易日内的有效信号，不延伸超出数据范围的判断，每个诊断结果需对应具体交易日节点（可标注相对位置，...
因子投资作为量化投资领域的核心策略，其本质是通过系统性地挖掘能够预测资产收益的统计规律（因子），构建投资组合以获取超额收益。随着金融市场复杂度的提升和数据处理能力的增强，因子挖掘方法经历了从人工经验到自动化、智能化的深刻变革。本文将结合PandaAI平台的操作规范以及各权威证券研报，系统梳理因子挖掘与因子投资的最新进展与实践路径。 因子投资的核心框架与演进历程 因子投资的理论基础源于资产定价模型，通过识别并利用能够解释股票横截面收益差异的因子来构建投资组合。传统因子主要分为六大类：规模（大小盘）、价值（成长）、质量、动量、红利和低波。然而，随着市场有效性的提升和投资者结构的多元化，传统...
PandaAI智能体工作流指南 概述与挖掘目标 本篇文章主要介绍如何在PandaAI平台构建智能体工作流，帮助用户实现自动化交易分析。平台工作流包含10个核心节点，通过节点间的灵活连接，可实现数据检索、多智能体协作、技能调用、行情分析到交易执行的全流程自动化。 本文将详细讲解各节点功能、连接方法，并通过实战演示帮助用户快速上手智能体工作流的构建。 --- 一、十大工作流节点详解 1.1RAG（检索增强生成） 1.1.1什么是RAG？ RAG（Retrieval-AugmentedGe...
时间真快啊,这是内测的最后一周了,加油.说实话，之前对"智能体"这个词比较陌生，只知道LLM、大语言模型这些概念，对Agent到底能做什么一直没有太清晰的认识。这周通过实际体验，终于对Agent有了初步认识，也想分享一下我的感受。 --- 一、初识Agent概念 刚看到这周任务主题的时候，我就在想：Agent到底是个什么东西？跟我们平时说的AI有什么区别？ 通过这周的体验，我慢慢理解了：Agent本质上是一个能"自主决策"的智能体。它不像普通的AI助手那样你问什么答什么，而是能够根据设定...
如何进行提示词工程是运用这个功能的核心 我的解决办法 使用两套模版提示词 模版1，放在提示词节点 Role:你是一名资深的量价分析专家，精通VSA(量价价差分析)。 Task:诊断给定期货过去30个交易日的日线数据。 AnalysisLogic: 检查价格创新高时，成交量是否同步创新高。若量能萎缩，标记为“上涨动能衰竭”。 检查价格跌至前低时，成交量是否极度萎缩。若出现地量，标记为“抛压枯竭/潜在底部”。 寻找“长阳线+巨量”后的走势:若随后3日价格无法突破阳线高点，判定为“高位派发”。 ...
一、研究动机与问题 研究标的：上期能源原油期货SC品种，采用主力合约连续。 （新手小白别担心我手把手教你们） 核心问题： 我们在SC原油期货上，使用简单的价格趋势（动量）策略，是否能在长期上取得相对于“单边多头持有”的超额收益？ 原油这类大宗商品： 经常出现剧烈、持续的单边行情（如2014–2015暴跌、2020疫情、2022能源危机）； 直觉上，顺势交易（趋势策略）似乎更容易抓住大波段； 但市场参与者增多，趋势效应是否仍然存在、是否已经被套利掉，需要通过数据验证。 本...
做量化投资已经整整2年，这两年我一直深耕规则类量化交易，全程靠自己编写代码搭建交易规则、手动复盘行情、执行策略落地。规则类交易的优势很直接，上手快、逻辑清晰，偶尔也能跑出不错的收益，但做久了也慢慢发现局限——策略灵活性不足，对市场风格切换的适配度不够，全靠手动维护和调整，耗时耗力，始终没能实现更高效、更稳定的交易闭环。 转折发生在刷到不白老师的抖音，机缘巧合下接触到了PandaAI，原本只是抱着试试看的心态，没想到彻底打开了我量化进阶的新思路——不再局限于单一的规则类交易，而是借助平台的优势，开...
PandaAI智能体交易工作流以及技能的开发思考 现场是构建一个简单的多智能体交易工作流 进行一个期货智能体工作流生成搭建  目前是一个空的工作流，我们进一步往里面添加详细信息。 技能1  主智能体...
一智能体模版内测试用 1.1根据课程内容提示建立一个智能体工作流  工作流由提示词输入，智能体链接，智能体聚合以及智能体交易4个模块组成，提示词的主要作用是定义智能体的功能和思考方式，需要给与一个身份，给与任务，以及定义它的分析方式。 智能体中需要选定自己使用的基座大模型，我这里用的是CQ2，其他的大模型很容易欠费，而C...
PandaAI内测第6周：我这周终于把智能体这件事摸明白一点了 这周我主要折腾的是PandaAI里面的智能体。 一开始我其实是有点懵的。平时总听到什么RAG、MCP、skill、多智能体，概念很多，但真放到一个工作流里到底分别干嘛，我之前是有点混着理解的。这周自己从头拖节点、配提示词、跑结果、再去做多智能体之后，我才慢慢有感觉了。 我现在会觉得，智能体这东西最关键的不是“它更聪明了”，而是“它终于开始像一个能分工的系统了”。尤其放在交易分析这种场景里，这个区别挺大的。因为分析这件事，本来就...
完成智能工作流 1.根据课程内容提示建立一个智能体工作流  工作流由提示词输入，智能体链接，智能体聚合以及智能体交易4个模块组成，提示词的主要作用是定义智能体的功能和思考方式，需要给与一个身份，给与任务，以及定义它的分析方式。 智能体中需要选定自己使用的基座大模型，我这里用的是CQ2，其他的大模型...
PandaAI工作流-策略帮助文档 PandaAI官方2025年06月23日 --- 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。 --- 期货策略双模式架构（MODE模式） 策略通过`MODE`变量兼容性能模式和通用模式两种场景，默认`MODE='backtest'`。 MODE说明： `MODE='backtest'`：性能模式。回测速度提升数倍。仅支持回测。 `MODE...
多Agent协同在CTA上的组合尝试 一.测试核心目标 1.使用多个agent协调，共同完成任务产出 2.确认各个agent提示词与工作是否匹配，skills应该如何设置，验证多agent的集合输出能力 3.通过持续访问agent工作流，符合实盘结果，进行评测优化 二.实施步骤 1.对整理需求逻辑进行梳理，确认多agent的组织架构，对各agent进行新建 2.分别对各区域agent进行提示词匹配及skills配置 3.对区域进行分组方便画布操作，完成画布如下   二、问题发现与解决 2.1模型问题 调试多次失败，最终发现是模型问题 解...
一、构建节点（先明确智能体目标） 确定智能体训练方向，通过提示词节点描述出来（最好是按逻辑顺序线性描述一条一条列出，更省算力）；连接智能体节点，可调参数部分有(name):给智能体起个名字，（Description）：描述具体研究方向，让智能体知道往哪方面进行深入分析，（底座大模型）：可选的有很多，免费的DeepSeek-V3,DeepSeek-R1,PandaAI-CQ1,PandaAI-CQ2,需要token费用的，Grok-4系列，Claude-code系列，GPT系列；这些都是多模态大...
一.agent功能学习 这周发布了新的agent功能，赶紧打开了pandaai平台，发现跟我想象中的agent功能还是不一样。主要还是通过各种功能模块组件，通过搭建工作流来实现agent交易。先自己尝试搭建，发现还是有些工作流的搭建逻辑不清楚，平台也发布了相关的教学视频，还是有老师跟着学重要，跟着视频开始搭建; 二.搭建交易agent 学习之后搭建的难度其实不时很大，经过几轮AI助手的代码修复，项目很快就跑通了; 
