密码登录
手机号
密码
期货日线策略：我在PandaAI上构建期货回测工作流的一次尝试--趋势主导型复合因子 因为要进行这个期货工作流链接实盘仿真验证，临时研究了一下期货因子，所以临时开始梳理一下期货因子的研究和回测路径。 之前我是做股票回测的，为什么这套思路直接搬到期货上不太够，以及我这次在PandaAI上是怎么先搭一版基础期货回测工作流的。 --- 一、我以前做股票回测，更多是“规则型因子”思路 之前做股票回测时，我比较常见的做法是： 把通达信里的选股条件拆出来 转成0/1因子，或者简单线性因子 再做一些...
一期货回测 1.1动量和波动率策略回测 告诉AI助手：帮我写一个期货回测框架，交易逻辑是动量和波动率，在黄金，白银主力合约上测试，时间范围设定在2025年;  回测出来的结果不尽如意，一月份到二月七号都没有进行交易，是系统bug还是策略本身就是这样交易，之前用双均线策略测试也试过这个情况，一月份没有交易。 1.220日动量回测 1.告诉AI助手：写一个期货因子分析及连续回测的框架；因子以20日动量，回测时根据因子排序结果，选择排序前二的标的，...
股票回测连接仿真交易 1.1二级标题 工作流; 回测代码; 1.2交易 1.回测交易; 代码含义 详细解释各个部分： 主要功能 这是一个用于输入和校验Python策略代码的工作流节点，具备代码检查功能。 核心组件详解 1.输入模型`CodeInputModel` python @ui(code={...}) classCodeInputModel(BaseModel): code:str=Field(d...
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。...
第三周 最开始的设想通过AI助手对话生成一个SVM向量机加线性因子组合的日内策略 下面是提示词的尝试： 1.1.1提示词实例1（帮我生成一个由SVM+线性因子组合的期货工作流，时间频率日线，涉及品种燃油，沥青，玻璃，纯碱，焦煤，锰硅，硅铁。SMV使用波动率，线性因子使用动量因子及ADX因子，SVM使用公式构建特征因子，线性因子使用python输入） 1.1.2提示词实例2（帮我生成一个由SVM+线性因子组合的期货工作流，时间频率日线，涉及品种燃油，沥青，玻璃，纯碱，焦煤，锰硅，硅铁。SVM使用波...
1.前提提要 前面已经可以让AI助手生成可以跑通的期货回测的工作流，以下截图展示结果，仅供参考。   2.本周内测任务 我利用上面提到工作流连接了仿真盘，并成功启动，但因为在非交易时间，没有数据显示，但能迅速的连接和启动  下次我将在交易时间测试...
写在前面：做了两期期货策略，这周咱们换个赛道——打板策略。这是A股最刺激、最考验人性的玩法，也是量化最能发挥优势的地方。我会从零开始，手把手带你搭一套能打板的量化系统，从可视化操作到代码级调试，全流程打通。 一、什么是打板？为什么用量化？ 打板，说白了就是追涨停板。A股有10%的涨跌幅限制（创业板科创板是20%），股价封住涨停后，往往意味着强烈的买盘情绪，第二天大概率有溢价。这就是打板的底层逻辑——赚情绪延续的钱。 但手工打板有几个致命问题： 第一，手速不够。好板往往几秒就封死，人工...
PandaAI工作流节点专家模式原理、步骤、自定义 步骤1｜进入专家模式并理解节点框架 PandaAIQuantFlow的专家模式允许用户直接查看和编辑工作流中每个功能节点对应的Python代码，是从"拖拽式策略搭建"进阶到"代码级策略定制"的关键入口。 如何进入： 点击「AI工作流」，在已创建的工作流中点击「查看」。进入后，在左侧伸缩边框中点击「专家模式」，即可切换到代码视图。此时左侧文件面板会列出工作流中所有节点对应的.py文件，右侧画布仍保留节点连接的可视化视图。 ; ;  1.2布林带趋势跟踪，结合tr以及atr进行的策略研究 1.xxxx; 1.3存在一个创建的模型出现后端接口错...
一专家模式 点击工作流后，展开左边的功能窗口选择专家模式，就能看到整个工作流的树形结构图和每个节点的详细代码 1.1懂代码者的天堂 用户懂python代码话，就能看懂整个工作流的实现逻辑和源代码，并能根据专业知识进行修改和调整，还能增加节点，并加上之前的策略合并相加运行，以达到预期效果。  1.2不懂代码者的翻译助手 1.对不不懂代码者来说，之前AI创建的工作流和代码节点都是天文数字和...
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...
期货/商品市场的量化交易策略分享 构建一个适用于期货/商品市场的量化交易策略，目标为：胜率：65%–72%最大回撤：≤10%–15%SharpeRatio：≥1.5年化收益：25%–50%策略采用趋势+回调+AI概率过滤+严格风控的多层过滤结构。 一、策略总体结构策略流程：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→交易执行→风险控制核心思想：只在高概率环境下交易，减少无效交易，提高胜率并控制回撤。 二、市场状态过滤（减少震荡交易）使用指标：ATRADX规则：ATRATR20平均ANDADX18说明市场具有趋势和波动。如果：ADX<15则市场处于震荡状态，不进...
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 ...
策略生成调整实盘回测全流程操作 1.1AI助手生成根据自然语言生成工作流后，运行工作流根据运行情况：如代码问题就用AI助手修改代码问题，若是策略逻辑和指标需要调整就用AI助手进行工作流修改调整，以至达到最佳效果。 有些还能通过AI分析回测结果详情形成分...
策略概览：多品种均线趋势+ATR动态风控 该策略的核心逻辑是“捕捉趋势”并“量化风险”。它通过监控多个期货品种的均线走势来决定进场时机，并根据市场波动率（ATR）自动计算每笔交易的下单量，以确保账户在极端行情下的生存能力。 1.核心交易逻辑（趋势跟踪） 策略采用了改进型的双均线系统： 信号指标：使用10日短均线（MA10）和40日长均线（MA40）。 做多信号：当短均线向上突破长均线，且突破幅度超过0.1%（`ma_band_ratio`）时，判定为金叉，触发多头信号。 做空信号：当...
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   上图中的结果RankIC不理想，优化时间周期改成2025年全年，调仓周期由默认的20天改成5天，再看结果  二增加一个Python因子节点和线性因子构建节点 --构建一个综合因子，包含偏中小盘、强势、活跃、趋势稳定、量价健康5个子因子，分配不同的权重，最后线性组合成一个综合风...
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。  !...
每周都赶在最后一天交功课，像极开学前一天赶寒假作业的自己 一、本周功能测试——期货模拟交易 1.1以螺纹钢日内期货交易模型为切口，先完成期货策略回测模型 策略大概（AI助手初始提示词）：帮我做一个螺纹钢期货的日内交易回测模型，每天开盘以后，按分钟计算，当日的最高价与最低价，每天14:50清仓，且不再进场，交易在1分钟周期进行，价格向上突破前一分钟计算出来的做多价格，则刷新做多价格，价格向下突破前一分钟计算出来的最低价，则刷新做空进场价格，账户没有持仓的时候，一旦向上突破前一分钟计算出来的做...
用PandaAI构建期货量化策略： 动量+波动率突破框架实测（白银主力合约） 最近在PandaAIQuantFlow上测试了一套期货策略工作流，从策略生成→回测→仿真交易→实盘日志全流程跑了一遍，这里分享一下整个过程，以及一些实际使用中的经验和坑。 测试标的选择的是： 白银主力合约（SHFESilver） 回测区间： 2025年下半年 策略类型： 动量+波动率突破策略 一、策略框架设计 本次策略的核心思想是： 当市场出现动量加速，并伴随波动率扩张时，进行趋势突破交易。 策略逻辑主要结合两个维度： 1️⃣动量（Momentum） 2️⃣波动率突破（VolatilityBreakout） 这种结...
