密码登录
手机号
密码
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。
一多策略同时运行 在上次了解过PandaAI的工作流以后，这周进行了一个多策略的同步运行测试。事实上，整个过程非常顺利。 以我的三个仿真账户为例： 多空转仓控制仿真（持续监控调仓时机） 多周期目标止盈（动态跟踪不同周期止盈点） K线形态交易（捕捉关键形态信号） 为什么要进行仿真的「多策略运行」？ 事实上，很多交易员做的都是“时序策略”的交易行为。（即在单一品种上进行交易） 但是“时序策略”往往会遇到几个问题 时序策略真正的结构性问题在于：它试图仅凭单一资产的时间序列，在一个非平稳、状态频繁...
 一期货策略代码结构与功能分析 1.1核心函数组成 initialize(context)：策略初始化函数，在策略启动时仅运行一次，用于设置账户、合约、参数等基础配置； handle_data(context,data)：主策略函数，每个交...
PandaAI的第一周内侧体验 作为一个5年的主观交易员，在听到量化交易可以模块化进行研究回测，我是不太相信的。但是当我打开pandaAI的网页以后，颠覆了我对量化交易的认知。之后就加入pandaAI的群聊，也拿到了内侧名额。所以我来聊聊拿到了内侧名额后的第一周体验。 1.1操作体验 如你所见，内置了很多模块化的设计（如果你有编程基础，也可以自定义），也有很多机器学习的模型。之前我自学了一点机器学习和Python的入门课程，当然是偏向于理论的，但实践能力一直很差。虽然花费了大量时间练习，但也很...
为什么改造gplearn 1. 框架简洁代码精炼。之前被Qlib深度折磨过（以前文章写过https://www.pandaai.online/community/article/130）。Qlib投研全流程环节多模块多，而后期可能提交维护投入变少越来越臃肿。gplearn就是['genetic','functions','program','fitness']，然后再加上一基础设施'utility'五个部分。核心因子公式program的遗传变异进化操作就是围绕着一个list列表对象实现的（再次...
一一级标题网站大部分内容非常直观 1.1二级标题导入策略 xxxx;一开始找不到入口，询问过老师之后对整个页面更加熟悉了 xxxx;跟着视频教学学习了如何导入、修改以及保存我的策略；并且运用PandaAI学习我对于策略不太熟悉的地方  1.2二级标题运行策略 1.xxxx;在超级图表中，学习了如何创建账号，在实盘中运行策略 2.xxxx;学习如何出入金;整个过程非常流畅，操作简单易懂  1.2二级标题运行策略 1.xxxx;在超级图表中，学习了如何创建账号，在实盘中运行策略 2.xxxx;学习如何出入金;整个过程非常流畅，操作简单易懂  再使用回测代码助手微调策略代码 之后选择一个合适的服务器，点击启动工作流，如果运行完毕，没有报红则可进行仿真盘测试 1.2仿真盘测试 在账号管理中添加一个新的仿真盘账号，在创建一个实盘，选择刚刚的工作流  点击启动，静待一会若没有反应刷新页面即可 !...
⭐️内测心得 最近拿到PandaAI量化平台的内测名额，抱着试试看的心态把从策略导入到仿真实盘的流程完整走了一遍。说实话，之前折腾过几个平台，要么环境搭半天，要么界面找半天按钮，这次是真的有点惊喜——整个过程顺得让我怀疑“量化还能这么简单？” 最爽的就是这流程顺畅多了：模板一拖就进来，想改两行参数点几下就存好，接着建个仿真账户、划点钱进去，一键开跑，日志和成交记录直接就出来了。以前手动交易的时候，得一直守着屏幕，怕错过信号，一天下来眼睛累得不行；现在全让策略自己跑，看着它该下单就下单、该平就...
PandaAI20251215内测实录Day1 1.1实盘截图 Day1;  1.2相关ERROR的类型以及解决方法Day1 笔者发现工作流或者代码报错，没有相应的错误指南，因此记录下自己遇到的错误类型及解决办法，仅供参考 1.ERRO...
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...
<fontcolor="brown"一、引言</font <fontcolor="red"Python是一种“胶水语言”，能够整合多种库与工具！</font  Python是“胶水语言”，能够将各种不同的库和工具粘合在一起，创造出强大的解决方案。 在上一次的介绍中，我们已经讲解了Python基础的4个模块（数据结构、流程控制、函数用法、面向对象）；本次将聚焦Python的进阶使用方法，以及数据分析领域的核心工具库。对于刚开始接触量化分析或数据分析初...
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。 1.1策略编写 有AI帮助，让策略编写更简单  1.2添加仿真账号 策略编写完成后，运行。然后到超级图标页面添加仿真账号。添加好后绑定上面写的策略，点击运行，即可自动交易了。  1.3入金 
一、引言 1.1研究背景 在金融投研领域，量化投资已成为不可或缺的一部分，它通过数学模型和计算机算法来执行交易决策，极大地提高了投资效率和准确性。 本文旨在为那些希望踏入量化投资领域，但缺乏技术基础的投资者提供一个全面的技术因子整理框架。我们将详细解析各类技术指标因子的计算方法及其在市场分析中的应用，帮助投资者构建坚实的量化投资基础。 1.2研究目的与范围 核心目的：构建一套可直接复用的技术因子计算框架，明确各类因子的“计算逻辑→应用场景→信号含义”，避免投资者陷入“指标堆砌”的误区。 研究范围：聚焦技术面因子（不涉及基本面因子如PE、ROE），覆盖8大类指标（移动平均线类、趋势指标、动量指标...
[内测心得】AI助力轻松实现策略 1新建策略 遵循官方指南添加策略模板后，只需向PandaAI助手清晰阐述你的策略逻辑，接下来令人惊喜的一幕便出现了——AI将自动为你生成完整的Python策略代码，让你可以更专注于策略本身的设计与优化。  2实盘模拟 2.1建立虚拟账号 建立好自己的虚拟账号，下一步就可以模拟实盘运行啦  2.2启动实盘模拟 打入资金，启动实盘运行看看自己创建的策略接下来几天收益怎样吧 
一一级标题 A量化策略的第一次尝试：未来可期，优化同行！！！ 1.1二级标题 按照视频步骤，先熟悉一遍基础流程！  1.2二级标题 有哪些基本问题需要优化的地方： 1、第一个，当我们用AI助手，修改与分析策略的时候，你可以让助手帮你分析策略代码并且给出注释。 这时候你会发现，代码展示不全，有的地方被下拉边栏遮挡，这些小问题还需要优化，当然这个不属于逻辑问题！  ...
