密码登录
手机号
密码
一索罗斯的反身性理论在因子构建方向的运用 1.1我们与市场的关系 认知市场：事实决定认知; 参与市场：人根据自身认知做出的市场行为; 操纵市场：当人根据市场做出的行为影响足够大时，或者是群体意识趋同导致行为趋同时，市场会被意识操纵; 反身性（我把它理解为金融市场的测不准原理）：你无法同时精准预测价格与时间，且你的预测/交易行为本身会改变市场，让预测失效。这也是因子失效的过程 1.2波普对索罗斯的影响 1.科学三要素：可证伪性、经验性、普遍性。; 2.科学三环节：提出问题→猜想理论→批判检验排除错误。; 我们也可以提出金融三要素和三环节甚至是因子的三要素与三环节 3.波普-索罗...
一因子挖掘 1.1单因子 创建单因子，一次就成功运行，但是第一次出现IC有负的情况，调整单因子的相关参数，得到了收益率和IC为正。 第一次运行：   ...
量化投资核心：因子与指标体系 1.核心定义与价值 因子（Factor）是量化分析中最基础的概念。一切量化策略的构建、回测与落地，本质上都是围绕因子的挖掘、筛选、组合与优化展开的。 因子的核心价值在于其“可解释性”与“可预测性”： 可解释性：揭示资产收益背后的驱动力（如风险、质量、价值等）。 可预测性：提供对未来收益或风险状态的统计学指引。 注意：单一因子的预测能力往往有限，且效果会随市场环境变化而衰减。因此，量化分析通常构建多因子模型，通过因子间的低相关性来提升策略的稳定性。 2.核心概...
一一级标题学习因子构建的过程 1.1新建工作流 在右侧AI助手告诉因子构建的基础思路    1.2一级标题理解节点分工 公式输入节点：定义因子逻辑（用什么公式或Python代码） 线性因子构建节点：执行计算，传入数据，计算因子值，做rank排序 !...
解决工作流生成完后一直启动不了的可尝试方法（？） 问题的发现 我们有时候工作流生成完后，一直运行不了，如我们输入“根据这个写一个股票基础动量因子分析框架，要完整能运行”后，运行不了，AI怎么修复都没用，如图  可尝试解决方法 在AI助手里输入“用默认配置运行”结果如图 1.2发现过程 我想测试一些因子，让AI助手帮我生成一个最简单的框架，可一直在报...
构建了一个20日的动量因子，回测时间，至最近的一个交易日3月20。从回测分层图来看，可以很明显的看出第5组与14组出现明显的分层,1组与5组的多空组合能达到16%的差距。这是什么原因导致的？在对市值正交后，我们得以纯粹的研究动量因子对收益率的指示作用。  获取2026-03-20的截面股票因子值，选取因子值最大和最小的观察。并结合之后跟踪观察有助于我们对因子值和收益率之间建立感性的认识，这是有助于理解的前提。  此外，可以查看当前环境所安装的代码依赖，方便了解可用的第三方库：  二、代码解读与AI辅助 你可以选择任意节点的Python代...
——如何快速高效的挖到自己的第一个Alpha因子 从第一届因子大赛到现在已经三届了，刚开始参加因子大赛的时候还没完全搞懂因子是什么，那个时候通过平台和同学们一起学习慢慢搞出了自己的第一个量化因子，但是那时候还是蒙的完全不懂量化！到现在已经能够熟练的用PandaAI这个平台挖出自己风格的因子，并把因子分类，看懂因子质量等等。 📊主流因子风格分类体系对比 分类体系 核心因子类别 简要说明与常见指标 Barra模型(业界标准) 10大类风格因子 这是一个非常经典的结构化风险模型，...
很多刚接触量化和使用pandaai的小伙伴，一跑完回测就会看到一大堆指标： 包括我一开始我也不知道这些指标是什么？看着很专业，其实一脸懵：这些是干嘛的？之间有什么关系？我到底该看哪个来调整我的因子和策略？我会尝试在这篇文章用最白话的方式，把这些一次讲清楚。 一、先分清两个层次：因子vs策略 所...
一、功能核心概览 PandaAI因子挖掘功能，支持单因子、多因子、非线性机器学习工作流，可快速完成因子生成、构建、分析与参赛提交，零基础也能快速上手。 核心亮点： AI助手一键生成因子框架，降低代码门槛 可视化节点拖拽，无需复杂编程 内置因子分析、相关性检验、IC/ICIR评判体系 直通第三届因子大赛，提交即用 --- 二、单因子工作流（新手首选） 1.因子生成 打开AI助手，输入指令：生成股票基础动量因子框架，用于参赛，自动生成基础工作流。 2.核心四节点 公式输入/Python代码：自定义...
构建一个适用于期货/商品市场的量化交易策略 趋势+回调+AI概率过滤+严格风控的多层交易系统 本文分享一个可现的量化策略结构，并通过回测→仿真交易→实盘验证的完整流程进行策略开发。 该策略主要适用于： • 商品期货 • 指数期货 • 金属/能源期货 策略目标： 指标 目标 胜率 65%–72% 最大回撤 ≤10%–15% SharpeRatio ≥1.5 年化收益 25%–50% 核心思想： 通过多层过滤机制，只在高概率环境下交易，从而提高胜率并控制回撤。 一、策略总体结构 策略流程如下： 行情数据 ↓ 特征工程 ↓ 市场状态识别 ↓ 趋势过滤 ↓ 回调识别 ↓ 动量确认 ↓ AI概率过滤 ...
一、简述 pandaai给大家提供了单因子、多因子、特征工程机器学习等挖掘因子方式。之前的周总结里对多因子有写到，多因子里面最好对个因子做个权重设置。 这周主要尝试下机器学习类别的使用。 二、超参搜索下的XGboost方式 这次主要尝试用这种方式挖掘因子，给大家个例子重点关注连线的方式。  其中公式： ATR(CLOSE,14)。这是14日的平均真实波幅，常用于衡量股价的波动强度。 DMI_ADX(CLOSE,HIGH,LOW,14,6)动向指标系统，用于判断趋势...
第一次因子构建的过程 1.1新建工作流 右侧AI助手告诉它需求;  助手完成编程后点击启动工作流;  1.2尝试修改因子方向，0改为1再运行。 1.有惊喜出现;   步骤1：通过“创建工作流”界面的“AI助手”生成“框架”。 提醒1：此处的“AI助手”是用来搭框架而非改代码的助手。如果策略框架不变，无需二次与其对话。 提醒2：一定要点击“保存”工作流！ 提醒3：记得点击“启动工作流”。  步骤2：通过“编辑代码”界面的“AI助手”辅助修改，调整“细节”。 细节1：右上角有“策略回测助手”和“因子开发助手”，不知道是什么彩蛋，试用过的朋友欢迎来科普下！ 提醒2：右边和中下方，都要...
终于踏入了一种新的量化之路，pandai将之前机构的量化体系带入了凡间。这篇文章让我们进入实战环节，看看能不能不用写代码就能运行一套量化策略，整个过程也许不超过五分钟，但却使用了机构上百万的技术体系。 结合pandai的大模型助力，我们可以将多个想法组合成策略，运行回测，再根据结果优化迭代。整个过程几乎不用手写代码，更多是在助手的辅助下，一步步验证自己的交易思路。 策略一：双均线策略（白银→黄金） 第一步：生成基础策略 打开PandAI的工作流，调出AI助手，输入了第一个需求： “写一个期...
先完成作业 1.AI助手生成工作流  1.2根据建议更换调仓周期、回测时间，结果如下，表现一般。  1.3肚子里没货，去问问大模型，为了提高点难度选择...
前言 作为一名量化交易的爱好者和学习者，我一直在探索如何能够更高效地进行因子研究和策略开发。通过这次内测，我从一个完全不了解因子分析的小白，到现在能够独立搭建因子分析工作流，这个过程让我收获颇丰。今天想在这里分享我的完整体验过程和一些心得体会，希望能给同样对量化感兴趣的朋友们一些参考。 --- 一、什么是因子挖掘？为什么重要？ 在正式分享体验之前，我想先聊聊我对因子挖掘的理解。因子挖掘是量化投资中的核心环节之一。简单来说，因子就是能够预测股票未来收益的某种指标或特征。比如我们常说的「动量...
1、因子分析框架的构建 通过AI助手生成基础因子框架，“写一个股票的基础量价因子分析单因子框架，用于参加因子大赛，2025年”，生成结果如图：  2、因子挖掘 2.1节点类型 其中包含公式输入、线性因子构建、因子分析和解因子分析结果四类节点。 输入因子可用公式或Python代码，线性因子构建节点计算指定时间内所有股票的因子值，并进行排序。 2.2因子分析节点的参数设置 调仓周期上限30组 分组数量影响每组股票数量 因子方向选择0或1会影响IC值和数据展示。 因子正负...
