第二周，按喂饭手册来建立因子测试，这次我们使用动能因子测试，根本不需要手动编写代码的动作就可以完成下面了。  在动能因子中，不仅有清晰的逻辑和显著的分组收益，也是是入门量化因子世界的绝佳样本。 因子逻辑：市场的“惯性”与“反转”，透露关市场的情绪 这个因子的核心逻辑源自行为金融学中的“动量效应”与“反转效应”。简单来说，它捕捉的是股票价格的短期惯性。  数据构建：计算每只股票过去半年交易日的累计收益率，这就是因子值。 核心发现：...

先根据视频，搭好流水线，发现选其他模型会报错，后面选了pandaai的模型跑成功了  尝试自己搭建一个，由于任务过于复杂，没有跑出我需要的top5股票 ![image.png](https://oss.pandaai.online/community/7b8526f5c8c44746822fb44dbcffc6c0....

一AI助手，生成期货截面因子 大家好！今天和大家分享近期在PandaAIQuantFlow平台上进行的一次期货因子开发全纪录。这次复盘涵盖了从最初的逻辑报错、单调性失效，到最后通过“模块化拆解”实现业绩飞跃的完整过程。 1.1生成一个期货因子分析框架 提示词；帮我生成一个期货因子分析框架，因子使用10个量价数据，因子之间要低相关。在2025-2026年进行分析，并给出分析结果。 因子选取：整合了10个维度的日内信号，包括日内动量、短期反转、成交活跃度等，试图构建一个低相关的组合； ![图片1...

一生成多样工作流 1.1跑通官方流程 一般开始学习我是根据官方的教程来，先跑通流程，然后再按照流程去跑不同的策略，大家可以参考一下我的流程一步步进行下去 生成因子分析; 回测结果; 1.2二测多样化的工作流及仿真交易 1.跑通前面的流程之后，就回测了市面比较古老的趋势策略，海龟交易法则并进行优化，能否进行实盘使用，答案是不能的，只可参考 使用唐奇安通道(突破入场/反向突破出场)+ATR波动率做仓位控制和止损 支持金字塔加仓：每0.5N(N为AT...

这周已经是我使用PandaAI平台学习和做策略开发的第5周了。 前几周更多是在熟悉平台工作流、AI助手、基础回测和因子分析链路；本周开始，我把重心放在了因子挖掘功能里的机器学习工作流体验上，主要是跟着视频和参考文档，尝试用`XGBoost`、`LightGBM`这类模型做一版“机器学习辅助挖掘多因子”的实践。 整体感受是：PandaAI把机器学习因子挖掘的门槛明显降下来了。以前如果自己本地从零搭一套训练、打分、回测链路，步骤很多；现在用工作流把节点串起来，至少可以先把完整流程跑通，再逐步调特...

一期货测试 帮我生成一个期货策略回测的框架，策略逻辑是布林带突破，在螺纹钢主力合约上测试，时间范围2025年。 尝试用AI优化期货的交易量。  二因子测试 帮我生成一个期货因子分析的框架,因子是关于量价方面呢，在2024-2025年分析，并给出分析结果。  了解因子分析中可选标签： 1.简单拼接(89) 含义：量价直接拼接，未做平滑。 本质：就是不复权/不调整，直接把不同合约/股票的价格序列拼在一起。 股票场景：保留分红/送...

一Agent交易智能体 1.1单智能体搭建 根据官方文件导入测试，测试错误 ; 后来自己重新搭建，发现又可以了，这个bug在之前其他策略也出现过，同一样的话术，用在不同人身上就有bug ![3.png](https://oss.pandaai.online/community/b496295538244428be736901213...

AI工作流构建（美联储降息预期下降背景） 背景 现在美联储降息预期收紧，加息预期开始出现，让AI构建一个工作流：  --- 构建过程 初步构建 构建完成了：  运行失败 但是运行失败了：  --- 调试过程 第一轮调试 报错告诉AI，让它修复：  第二轮调试 这次换了一个节点报错：  直接点击修复： ![...

一经典策略回测 1.1唐其安通道回测黄金原油 唐奇安通道（DonchianChannel）是经典趋势跟随策略，核心是突破N周期高低点入场、回归中轨/反向突破离场；优化重点是过滤假突破、动态参数、风控与仓位管理。 一、唐奇安通道基础策略（海龟经典版） 1.通道计算（N常用20/55） 上轨：N周期最高价（阻力） 下轨：N周期最低价（支撑） 中轨：(上轨+下轨)/2（多空分界） 2.入场规则（突破入场） 做多：收盘价向上突破N周期上轨，开多 做空：收盘价向下突破N周期下轨，开空 3.离场规则（海...

这是一次非常典型且深刻的市场微观结构危机————2024年初（特别是1月至2月）的中国量化“微盘股”危机。 结合现在的市场环境（2026年），回看这次危机，我们可以更清晰地复盘当时的惨烈过程，并总结出针对此类“黑天鹅”的防御策略。 第一部分：2024年微盘股危机详解——一场完美的“风暴” 这次危机并非单一因素导致，而是策略拥挤、高杠杆衍生品、流动性枯竭三者发生共振的结果。 1.危机背景：极致的“抱团” 在2023年，微盘股（市值最小的400只股票）走出了独立的大牛市，全年涨幅超过50%。 诱惑：由于微盘股散户多、机构少，量化模型很容易通过高频交易和动量策略收割超额收益（Alpha）...

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...

在AI技术飞速发展的今天，利用大模型辅助开发量化交易策略已成为一种新趋势。本文就通过实例测试来对比一下DeepSeek和豆包在量化策略开发上的表现。 测试方法，选2个不同难度的例子测试，给AI相同学习文档和提示词，各自写策略，然后回测运行，看谁的准确度更高。 测试用的回测平台用AIQT，一是它没有什么限制，不用登录也能回测，二是AIQT的策略是用自然语言编写的，不会编程也能判定AI写的逻辑是否正确，并且AIQT有现成的规范文档给AI学习使用。 测试1：双均线策略（基础能力） AIQT其实已...

一挖到崩溃的一周 1.1心态崩溃 根据第五周内测内容复现策一次的时候，发现工作流跑不通，首先我先用期货的动量分析框架工作流跑一遍; 因子分析报错; ![3.png]...

一专家模式 1.1进入专家模式 选了个示例模版进入; 一打开侧边栏就看到了专家模式，还是比较好的，一进入就看到; -刚开始进入就显示notebook服务器繁忙，后面一直按重新进入，两分钟后才能进入 添加节点也挺方便的，修改程度也方便 1.2使用总结 1.对于专家模需要一定代码能力才能修改，其实对于初学者也可以，例如修改部分参数，这里可以增加一些代码含义解释，用ai助手去解释，不用跳出到另外一个界面，同...

一因子挖掘 1.1单因子挖掘 开始我的单因子挖掘，告诉ai:写一个股票基础动量因子分析框架，用于参加因子大赛，在2025年。刚开始时候经常报错，试过因子分析不出结果，也试过因子分析工作流节点跑不通，实在试不出就停止内测了，后面看群里有解决方案，找ai分析，然后ai解决就出结果了。; 单因子结果出来![2.png](https:/...

一期货回测连接仿真交易 1.1回测趋势策略 回测趋势策略原因，趋势策略基于一个基本假设：市场运动具有惯性，一旦形成趋势，延续的可能性大于反转。策略的目标不是预测顶底，而是识别并跟随已经形成的趋势，在趋势中获取利润。; 唐奇安通道（DonchianChannel）是最早的趋势跟踪突破系统之一，由理查德·唐奇安创立，后来被海龟交易法则发扬光大。它的核心思想很简单：当价格突破过去N日的最高价时做多，跌破过去N日的最低价时做空。这种策略在强趋势行情中表现优异，但在震荡市中容易反复亏损。 回测策略![...

一、本周研究目标：动量策略对比并仿真 本周我主要围绕期货动量因子做了一轮更系统的对比研究，并尝试把研究结果进一步衔接到仿真交易流程中。 和前两周更多偏向平台熟悉、工作流搭建不同，这一周我开始把重点放在： 1.经典动量因子的搭建与对比 2.不同动量思路在期货场景中的适用性分析 3.基于PandaAI平台进行因子分析与筛选 4.从因子研究继续推进到仿真交易验证 本周实际尝试的因子主要有四类，如工作流所示： 1.基本截面动量 2.波动率调整动量 3.多周期时间序列动量 4.双重动量 ![Pi...

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

由于之前已经做过实盘运行，所以这次做为一个新手来介绍如何进行实盘演练。如果你熟练，从策略编写到实盘运行，可能不到3分钟。 期货回测及连接仿真交易操作指南 一、从研究到实盘的全流程 1.1研究阶段：AI辅助构建策略 在平台通过AI助手可快速生成期货回测工作流。只需输入指令，如“创建基于动量策略的螺纹钢期货回测，时间范围2023-2024年”，系统将自动生成分析框架。启动工作流后，建议通过右上角日志检查策略逻辑与历史数据缓存情况，确保回测基础数据的完整性。  !...

转眼已经是在PandaAI平台学习的第四周了。 前三周主要跟着视频和文档走，熟悉了基本的工作流搭建流程： Python代码输入→期货回测→策略回测结果→报告展示 整体来说，平台的官方流程已经相当完善，基本可以满足日常策略回测需求。 本周的学习重点开始转向专家模式，尝试在现有流程基础上，通过新增自定义节点，让工作流更加灵活，也更适合做反复的策略实验。 这周折腾了不少时间，不过最终参数注入节点已经成功跑通，也算是对专家模式有了更直观的理解。  --- 一、为什么想用专...