专家模式的使用 1.1进入专家模式 PandaAI不仅提供了简洁直观的图标化工作流，让策略搭建一目了然；更支持一键进入专家模式，让您自由查看和编辑底层代码，兼顾效率与深度。  即便暂时读不懂底层代码，它的开放也让功能修改更灵活，助您打造真正符合自己风格的节点。 1.2新建节点尝试 跟着课程操作，新建一个节点并编辑调试，在原节点下点击“+”新建，填充模版，编辑后自动保存为自定义节点  在这里发现了些小问题： 1.因为这个节点是随意建立的，想删除...

1.1不懂代码，只要有想法也能生成策略，这就是AI助手的神奇之处 我在对话栏输入：请帮我用cci指标生成期货交易策略工作流，它就帮我生成一个工作流  1第一次回测结果如下：  2工作流回测结果不理想，通过AI分析结果再交给助手去修改：  3修改后的结果如下：  通过不断的分析和调整，最终能实现策略收益的最大化。 期待AI助通过不断的学习，日后能为更多的需求者...

前言：上次用布林带+RSI做白银，回测漂亮，实盘拉胯。这次换动量+趋势，把坑踩明白，把流程跑通。量化不是炼丹，是工程。  一、从回测到实盘：动量+趋势策略的落地之路 1.1策略迭代：为什么放弃布林带+RSI？ 布林带的问题：震荡市反复打脸，假突破太多，胜率虚高但盈亏比差； RSI的问题：钝化严重，在趋势行情里提前离场，吃不到大肉； 核心教训：oscillator（震荡指标）在趋势品种上天生吃亏，白银这种高波动品种，得用趋势跟踪思路。...

作者：AionX 时间：2026-03-12 多因子模型的构建依赖于经过合理处理的单因子。那么，如何处理单因子使之可用？又该经历哪些处理步骤？本文基于pandaAI多因子实战营第5节课的学习，完整复现了因子处理的全流程，以市值因子为例进行详细说明，期望为读者提供实践参考。 市值因子的概念相对直观。A股市场常说"盘子太大拉不动"，这里的"盘子"即指总市值。其计算方式为： 总市值=流通股本×当前股价 一.市值对数化处理 选取2019年某一交易日的全市场数据，将各上市公司市值绘制成分布直方图： ...

一用AI写代码 写了期货回测--日内黄金合约  1.1运行工作流  查看运行日志 1.2修改代码 

【多策略应用与实践】-第二周使用体验和建议 目前使用优点 整个平台相对完善，策略开发，回测（暂时还没深度体验），仿真，实盘等功能基本都有，可以在一个平台内完成所有操作,目前对于没接触过的人来说，确实是一个可以快速接触，并且跑起来的平台。 可以在任意地点登录web查看修改。 目前感觉不足 1.这个查看运行效果，检查log实在是太难受了，log的窗口小，滑动卡顿，并且还不能下载？（或许我没找到）。强烈建议增加醒目的下载按钮，我之前跑策略回测一年的话都是几个G的log在电脑本地用klog工具打开...

量化算子工具类使用文档 本文档汇总介绍了因子编写方法量化算子工具类(公式版)中所有函数的功能、输入/输出说明以及使用示例。所有函数均以静态方式提供，调用时直接使用函数名称，无需添加类名前缀。 示例中均采用如下调用格式，例如： python 返回收盘价序列 CLOSE python 返回CLOSE(收盘价)和VOLUME(成交量)的20日滚动相关性系数序列 CORRELATION(CLOSE,VOLUME,20) python 返回收盘价、最高价、最低价三者的均值序列 (CLOSE+HIGH+LOW)/3 --- 基础因子 |因子名|说明| |-|-| |CLOSE|收盘价...

AI助手多样化研究--（股票）最基础的择时与相对强度因子回测 情绪冰点下的相对强度选股策略：构建思路与因子设计 ——了不起的阿斗 本文记录一套基于市场情绪极端悲观状态与个股相对强度的选股策略构建过程，使用平台AI助手实现整体构建。 之前尝试将传统主观交易的部分条件进行因子化和回测中留了一些钩子，在主观交易中还有一套市场情绪判断体系用来择时，这次使用最基础的择时因子加入策略之中。 https://www.pandaai.online/community/article/581 --- 一、在恐...

 【第三周实战反馈】AI助手生成复杂策略的探索与期待 各位社区的朋友们好！又到...

一AI生成代码 和AI聊了一下，让他帮我生成生成期货策略---白银黄金合约 这是我的过程    遇到问题 第一次回测的结果不太好，修改代码的时候发现忘记点应用两次了 改完后又出现了10001问题，让AI帮我修改了大概4-5次都还没有搞定，感觉A...

想做一个黄金期货实盘测试，通过pandaai来搭建非常简单快速，几分钟就能搞定 通过给ai助手提问，等任务结束后进行，进行保存，并运行  检查运行结果 检查收益概率：重点关注年化，夏普，最大回撤等  查看交易详情  查看账户信息  完成上面这些，就可以在超级图表的实盘运行界面，进行实盘模拟了 部署实盘  希望尽快打通股票实盘吧，目前暂无期货研...

为什么要做日内策略 之前在大A做指数增强，主要是微盘指数增强。从长期看，这可能是大A里相对更稳的贝塔，但也难免受周期影响，可能出现持续数月甚至半年的风格中断，进而导致收入中断。结合各个群的讨论和看到的资料，我认为高频策略不仅大约3个月就能验证有效性，而且有望带来更持续的收入；同时，alpha也更多沉淀在高频数据中，参与者相对较少。最终决定在已有β基本盘的基础上，再做一套高频或日内策略。 选择什么标的 在大A只能T+1，但有个比较特殊的存在：30年期国债ETF，零手续费、零佣金，支持T0交易...

本次测试主要是通过通过提示词生成创建工作流，并连接仿真实盘 1创建工作流 输入提示词：“帮我写一个期货交易回测，交易逻辑是动量和波动率，在白银合约上测试，时间范围设定为最近一年”，产生如下工作流  运行回测产生如下工作流，期间还进行调试，交易为1手  2连接仿真实盘 通过添加模拟账号，创建实盘运行，产生如下结果  3总结 通过测试体会到，ai量化的效率...

第二轮第2次测试完成 1.1我生成一个期货因子分析框架；因子是关于量价方面的，在2024-2025年分析，并给出分析结果  1.2我生成一个期货回测框架；策略核心逻辑是根据布林带突破策略，在2025年分析 

回撤结果是，简单的动量因子，大概是失效了，甚至有反效果。  ai给出的原因是  有点懵，代码逻辑还需要去理解。

这一次测试内容主要有平台内测的专家模式功能，包括节点框的逻辑、创建新节点的方法、已有节点的应用，以及期货回测连接仿真交易的操作流程。 1.专家模式节点框 进入官网，点击AI工作流，在已创建的工作流中点击查看，在左侧伸缩边框里点击专家模式，即可看到每个节点框对应的Python代码 -  2.创建新节点 点击节点框下方加号，用Python代码输入填充节点模板，如求两数之和的模板。  3.节点连接 在连接节点框...

记录下研究过程 1.输入问句  这一步胜利完成，接下来就是保存工作流，运行工作流 这里遇到一个小插曲，我回测一年的时候等了好久没有结果，提示负载超荷，请优化工作流，但其实工作流很简单，可能是命中了什么bug，我把时间修改的测试进两个月，重新运行很快出结果了    2.了解公式的逻辑，向ai助手提问  刚开始我用什么的提问方式，但没得到我想要的结...

研究目标 用双均线（金叉做多/死叉平仓或反手）的经典趋势逻辑，在白银主力合约/碳酸锂/黄金上做一轮年度回测，检验策略在2025年的可用性与回撤表现。 策略规则（简版） 指标：短期均线MA(S)+长期均线MA(L) 交易逻辑： 金叉（MA(S)上穿MA(L)）：开多 死叉（MA(S)下穿MA(L)）：平多（可选：反手做空） 回测区间：2025-01-012025-12-31 频率：分钟 回测流程（用AI助手自然语言生成工作流） 1.输入需求：白银主力+双均线+2025全年 2.自动生成：回测节点+结果汇总节点 3.运行回测并查看指标（收益、回撤、胜率、交易次数等） 过程记录/问题 回测日志...

在PandaAI上的第一次量化尝试 在PandaAI（pandai）上尝试了次平台上的“从0到1”的量化尝试：不追求多复杂，先把一套能跑、能看、能回测的策略搭起来。这里记录一下我的第一手体验 总的来说，有如下一些优点 -写代码的地方、看效果的地方、做执行的地方，基本都能在一个平台里闭环。 -可以使用平台的ai助手直接修改交易代码，目前主要py，看起来一些小的功能和改动都是正常的。 -整个平台依托于远程网页，可以在任意有电脑的地点登录，将一般自己部署vps之类的与交易相关不多的都屏蔽了。专注交易。 后续我继续试用，看看策略具体的一些运行效果，以及调试迭代过程中继续体验

一向AI助手表明诉求：期货相关的数据分析 1.1生成初步工作流  1.2修改代码，更新优化工作流