一多策略调整与优化-“期货多品种策略”解析 前三周的任务，我主要是了解工具环境，在老师给json文件后，直接按步骤进行导入、启动、创建实盘，只要没报错就算过，并没有解析具体代码。在第四周，我把代码解析了一下，与大家分享。 1.1原策略解析 基本情况 对象：期货多品种（黄金、铜、螺纹钢、焦炭） 周期：分钟 核心思路 逐一对各品种执行相同策略，策略核心思路是： 1.无持仓时——“前一根K线收盘价大于前一根K线对应的10均线价”，则买入开仓； 2.无持仓时——“前一根K线收盘价小于前一根K线对应的10均线价”，则卖出开仓； 3.有持仓时——“前一根K线收盘价大于前一根K线对应的10均线价”并且...

回测策略实战检验-期待打通“因子分析、回测、仿真、实盘”全链条 第三周的任务看似简单，但意义非凡，优秀的PandaAI技术团队把回测和仿真打通了，也就是说“因子分析、回测、仿真”链条，现在既可以每步单独研究分析，又可以顺滑前后过渡，更期待后续把实盘功能完善，实现“因子分析、回测、仿真、实盘”全链条贯通，再加上各环节的AI辅助，一定能成为一款优秀的量化平台。 ![b81d330be9287a4e580eaa361...

多策略应用与实践-初学者的几点体会 1.1克服胆怯，多试错，多提问 1.目前参与测试的大多对pandaAI并不熟悉，人在面对不熟悉事务的时候，容易胆怯，好像点错了就怎么样了，这是很要不得的。初学者应该不断的暴露错误，在改正错误中进步，这涉及到两个点：一是要多试错，尽量的去使用pandaAI的平台环境，暴露自己的错误理解；二是在错误暴露之后，要敢于多向老师请教，在老师的指导下尝试正确方法，获得经验。 1.2谨慎求索，不盲目自大 1.在我们跑通一些任务，结果显示还不错的时候，作为初学者也不要盲目自大。量化的宇宙是无边的，我们要谨慎对待自己的进步，不把自己的小成果当成自己的天赋异禀，这样才能...

如何高质量进行提示词工程 我们在构造策略的时候应该积极借助AI工具能力，此时，如何形成高质量的提示词就非常重要，我粗略总结了两点作为构造原则，作为自己学习积累，后续会更新，欢迎大家一起交流进步。 1.1结构化描述 指对整个提示词要进行结构化，尤其是通用的部分，重点包括下面两小点。 1.从宏观到微观的分层描述; 2.针对同一层面但不同类别概念的分类描述。 1.2逻辑化表述 指在文字描述的时候要有逻辑，这种逻辑可以是类似写代码中的几种控制逻辑，也可以是一些数学逻辑。 1.控制逻辑; 2.数学计算逻辑。