多空持仓控制仿真策略 学习到了需要在代码中修改绑定账户，即每个盘的账号不同，这个非常容易遗忘从而无法跑通策略。 多周期目标止盈 1、运用ai去了解代码的含义，不停地问答，ai回答的清晰易懂 2、我根据自己的思路去修改了交易条件：即根据RSI的数值去判定进出场位置，我设置的条件为RSI<=30与RSI=70做多与做空，并且在盈利条件下每跑出10个点加仓一次，统一在第一单达到50个点平仓。 K线形态交易 给ai说明了我想要进出场的K线形态，设定好做多和做空分别对应的三根K线形态。 问题：在上周...

做完了测试 今天做完测试，感觉Pandaai极大地方便了量化，降低了门槛，期待解锁更多功能。

先上战绩 两个账号总持仓190手黄金期货，浮盈近600万，收益率近19%！ |交易标的|保证金比率|杠杆率|截图最新价| |-|-|-|-| |AU2602.SHF|≈16%|6.25|1012.44| |账号|持仓手数|持仓均价|持仓市值|保证金|浮动盈亏|收益率| |:-----|:------|:--------|:--------|:------|:------|:-----| |账号1|127手|980.74|≈1.286亿|≈2057万|+402万|+19.57%| |账号2|6...

市场状态感知动量因子的完整代码实现及结果对比分析 前言 前两篇文章我们讨论了市场状态感知因子设计的思路和流程框架，本篇我们继续尝试市场状态感知的动量因子的完整实现方法，并附上详细实现代码。 市场状态感知是有意义的探索。本次实验分别以CSI300、CSI500、CSI1000股票池为例，使用三组动量-收益窗口配对进行对比研究： 5日动量1日收益 20日动量5日收益 60日动量10日收益 实验结果发现： 在所有组别下，我们设计的市场状态感知动量因子均优于原始动量因子。 沪深300和中证500...

【多策略应用与实践】第二周记录 1.仿真账户 首先是仿真账户可以开三个账户，这样可以三个策略同时运行  其次是在策略未启动时，可以对工作流进行配置，这样很方便  2.策略编写 编写策略时，要注意这个数字账户，要填写仿真账户对应的ID   3.个人建议 如果在查看这里，可以直接查看日志，就很方便了 

一、引言 近年来，随着A股市场机构化率的显著提升，指数增强策略（IndexEnhancement）逐渐成为量化投资领域的重要研究方向。与传统被动指数投资不同，指数增强策略旨在在严格跟踪基准指数风格、行业权重和风险暴露的前提下，通过系统化的选股、因子构建与组合优化获取稳定的超额收益（Alpha），从而在风险可控的条件下增强整体收益率。 中证1000指数作为反映中国中小市值公司整体表现的宽基指数，其成分股数量多、行业分散度高、个股波动性强，为基于量化因子进行指数增强提供了广阔空间。尤其是在近年来的市...

一多策略生成AI修改及回测 1.1多策略仿真实盘交易 多策略生成多工作流; 多帐户实盘仿真交易多策略; 1.2多策略回测报告及实盘交易报告 1.生成多个策略并分别形成工作流,注意操作时一定要将策略代码中的持仓帐号改成与实盘帐号一致； 2.AI修改回测代码：AI智能共有三种模式，用于回测代码修改需要选择回测代码修改助手，修改模型目前有两个; 以下是多个工作流的截图： 多策略回策避免其它平台只能单测量回测的和单策略实盘交易的短板，能让用户运行多个策略，增取获利和减负时间，利益最大化； 以下截图是多策略回测的情况： 经过回测实盘交易能清楚看到交易的过程，盈亏数据一目发然。 这是策略...

一错误类型 1.1工作流错误类型 1.时间格式不匹配; ERROR2025/12/1514:00:41 节点执行异常:1validationerrorforStockBacktestInputModelValueerror,unconverteddataremains:[type=value_error,input_value={'code':'frompanda_back...84654rowsx3columns]},input_type=dict]Forfurtherinformationvisithttps://errors.pydantic.dev/2.11/v/value_erro...

内测第二周 1.1账户管理，创建3个名称，对应3个工作流  添加3个模拟盘名称;  模拟图

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...

上手真的快 第一次用，最担心的其实是“我要不要先学CTP、看穿式监管、银期转账”这些词？结果平台把开户、入金、合约映射、交易时段、保证金比例全封装好了，点两下就搞定。结果从跟着指南到完成任务，全程不到30分钟，体验非常丝滑。 总的来说呢，就是用起来感觉很方便。可视化的编辑自己的策略，可以拖拽看起来很高级，可以用ai来帮助我修改自己的代码，我只要想好策略让ai生成就可以了。 这里也是跟着指南让ai帮我改代码，跟用chatgpt一样简单，这个很戳我。 ![195f70262ca36d5010bf...

今天在PandaAI上做了回测的测试，非常方便，json文件导入后一键就可以完成，目前已经做了3个测试，感觉还是很有收获，希望pandaAI越做越好。

摘要 本报告对两套具有相同基因但不同实现路径的多策略量化模型—— 策略一（未优化的多策略轮动模型）​与策略二（优化后的多策略组合模型）——在长达十年（2015年6月1日至2025年6月1日）的完整市场周期中进行了全面的实证对比分析。 策略二以惊人的812.67%的总收益、25.54%的年化收益，以及被严格控制在19.00%的最大回撤，全面碾压了收益为-47.79%的策略一。​ 本报告深入剖析了导致两者绩效天壤之别的核心原因，揭示了从“追逐时机”到“管理组合”的理念进化所带来的革命性效果。 研究发...

【内测心得】顺利运行第一条策略 内测 官方给的指导很具体，按照官方给的指导文档或视频教程，很顺利的完成了仿真实测。 

一期货回测实操 1.1策略实盘回测操作 策略设计并生成工作流： -策略回测和实盘交易： 1.2整个流程 1.策略导入及AI修复：按教学视频轻松导入策略代码，并启动工作流，对于工作流执行中发现地的代码错误，通过AI自动修复，能轻松解决，这就是我们平台最大的估势之一；然后根据要求还可以用AI根据自然语言修改策略代码：本次修改内容为：（修改交易规则为做多时，价格高于10日均线买入开仓，价格低于10日均线卖出平仓，做空时价格低于10日均线卖出开仓，价格高于10日均线买入平仓），代码修改后保存并启...