一整体思路 1.1系统采用“主Agent+5个子Agent”的结构 主Agent负责统一调度和最终决策； 子Agent各自负责不同环节，避免单一模块承担过多职责; 1.2子Agent功能划分 1.MarketDataAgent 负责拉取价格、均线、BBI、账户现金和持仓数据。 2.BBISignalAgent 负责判断是否触发买入信号，并识别当前属于第一笔买入还是第二笔买入。 3.Position&RiskAgent 负责仓位管理和规则检查，包括单票20%上限、每次10%买入、重复信...

一BBI战法-Agent工作流搭建 1.1编写：BBI线Skills 调用右侧“技能编写助手”; 输入自然语言：“帮我写一个技能：计算BBI线，和返回当前价格和BBI线的百分比，我将用于：跌破BBI线5%，就买入”;  1.2编写：主提示词 1.分为：角色、任务、逻辑; 2.我的提示词; text 【角色设定】 你是一位顶级的“景气度投资专家”，拥有深厚的宏观视野与极强的交易纪律。你目前完全专注于“人工智能（AI）”这一时代级主线。在你的投资宇宙中，你是一个极简...

一为什么个人做不好AIAgent交易？ 1.1数据来源是关键！优质的数据，是策略运行的基石。 1.数据成本高：个人投资者比专业机构更难获取到稳定的、干净的、便宜的基础数据。 2.维护难度大：长期进行数据库维护、高效查询、数据存储，对于个人投资者都不是一件容易的事儿。 1.2工业级规范的工作流，更容易坚持长期主义！ 个人投资者对于自己GitHub仓库的规范化，不如机构。 但这一点随着ClaudeCode、Codex等工具的崛起，差距有在缩小; ![图片1.jpeg](https://oss...

一通过自然语言构建因子 1.1导入市值中性化模板  注：模板可以找小助理要，市值中性化模板的python源代码我将贴在文章末尾; 为什么要市值中性化？ 市值中性化是为了在因子选股回测的时候(不属于因子挖掘时候使用)防止选到的股票集中在固定的某些股票当中。 通俗的说：你以为挖到了alpha，但其实是小市值风格因子的另一种体现。 1.2点击python代码输入，让AI生成因子 问AI：你知道“因子切割论“吗，将这里的动量因子，用因子切割论的方法，使用成交量来切割。其他不...

一专家模式：VWAP计算节点测试 1.1测试背景 在量化策略开发中，VWAP是衡量市场平均价格的重要指标。本次测试旨在验证通过专家模式（Python脚本）自定义开发的“5日VWAP节点”在逻辑计算、数据流转及因子生成方面的准确性与稳定性。 1.2节点配置与逻辑验证 1.点击左侧导航栏-节点库右侧的专家模式;  2.算法实现（专家模式代码）; 根据代码截图（图片2、图片3），VWAP的核心逻辑如下： 输入参数：接收过去5个周期（$t$到$t-4$）的Close（收盘...

一策略优化与逻辑改进 1.1生成工作流 向AI助手提需求； 提示词如下：用于白银期货（AG）主力合约的1分钟多空双向趋势突破策略：自动选择当前连接的期货账号和主力连续合约，维护滚动1分钟历史K线，基于宽通道（50根K线高低点）+ATR(20)计算入场区间与波动；在价格接近或突破通道上下轨且符合长周期均线趋势过滤（MA100）时做多或做空，仓位按ATR止损距离控制单笔风险约0.5%，单次开仓占用资金不超过3%，止损为2ATR、止盈为4ATR，并记录持仓期最高/最低价进行移动止损与止盈，支持在反向...

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...

一创建基础⼯作流 打开右下⻆AI助⼿ 在对话框中输⼊研究⽬标：写一个海龟交易法则，用于白银期货测试。用15分钟级别的上下轨的宽度作为波动率的特征，当连续3根15分钟级别的上下轨宽度变宽，则定义为波动率放大，此时再按照海龟交易法则的新高、ATR入场和制定止损。  二策略代码审查与逻辑纠偏 2.1识别默认指标偏差 检查AI初步生成的Python代码与策略小结； 发现AI默认采用了Bollinger带宽（布林带）作为波动率扩张的衡量标准，偏离了初始构想； 2.2下达...