前提提要 前面我们已经可以熟练的使用ai助手来完成各种因子的生成，并成功连接到模拟盘，运行成功 体验过程 1.1打开专家模式 我先打开了之前生成的一个期货回测工作流，找到专家模式 可以完整的看到运行代码和其逻辑，还有各种参数，可以手动修改，如基准、时间等。 1.2模版的使用 我点击节点框下方加号，用Python代码输入填充节点模板，我选择了求两数之和的模板，平台已有非线性节点、因子组合节点、权重组合节点等，用户...

1.1什么是量化投资 量化投资的本质 量化投资是一种基于数学模型和计算机程序进行投资决策的投资方式。与传统的主观投资不同，量化投资试图通过系统化、数据驱动的方法来克服人类情绪和认知偏差对投资决策的影响。 量化投资的核心思想可以用一句话概括：通过大规模历史数据分析，寻找能够产生超额收益（Alpha）的规律，并利用计算机程序自动执行这些规律。 量化投资vs主观投资 |维度|主观投资|量化投资| |------|----------|----------| |决策依据|投资者的经验、直觉和判断...

从零开始的量化投资之旅：PandaAI系统学习指南 作者：supine --- 写在前面 大家好，我是supine。在量化投资的探索道路上，我经历过从迷茫到清晰、从门外汉到初步入门的整个过程。今天，我想把这份学习历程整理成系统的内容，献给每一位想要踏入量化领域却不知从何开始的朋友。 量化投资，对很多人来说既熟悉又陌生。熟悉的是这个名字频繁出现在各类投资文章中，陌生的是真正想要深入了解时，却发现概念繁多、门槛较高。Python编程、因子研究、策略回测、交易系统……每一个环节都似乎需要大量的专业知识作为基础。作为一名零基础起步的学习者，我深知其中的困惑与艰难。我本人接触量化半年多，从书籍...

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...

AI助手-自然语言生成因子工作流 1.前情提要 该任务工作流于2026.3.1未成功执行，以下截图展示是我早期自己研究的因子的生成结果，仅供参考。  该因子为普通的基础因子，数据效果还可以，但是目前有新的思路，3.1无法完成新工作流的执行。后续如果能够完成，将会同步更新。 2.本周内测任务  该AI助手目前只能依照范式来进行生...

AI助手/AI工具流生成初体验 第一阶段    能够一口气跑通工作流，但是没有回测数据，因为并未有真实的开平仓动作，因此我展开新一轮的修改。 第二阶段 我再次请求了一下ai助手，发现问题，它直接又从新重置了工作流，因为我在python代码输入模块当中已经进一步修改了相关的代码，进一步的重置导致相关内容的丢失，并且无法打断。但是可以进行回退，这是一个比较细节的内容。  进一步修复...

【超级会员V4】通过百度网盘分享的文件：PANDAAIS....rar 链接：https://pan.baidu.com/s/1VCvUgOfCZhGLGLXyR9z4-w?pwd=45D4 复制这段内容打开「百度网盘APP即可获取」

PandaAI投研Skills完整测试案例集 本文档覆盖v1.0+v2.0全部模块，共10大模块、50+测试案例。 --- 一、因子公式编写模块（v1.0） 1.1简单因子 帮我写一个20日动量因子 1.2技术指标因子 用MACD指标写一个因子，参数用默认值 1.3复合因子 帮我写一个结合RSI和布林带位置的复合因子 1.4多行公式 写一个波动率调整动量因子，先算20日收益率，再算20日波动率，最后用收益率除以波动率并排名 1.5条件因子 写一个金叉死叉信号因子，5日均线上穿20日均线为1，下穿为-1，其他为0 1.6量价因子 帮我写一个成交量异动因子，...

PandaAI投研Skillsv2.0通用IDE版本 这是为Cursor、VSCode、Windsurf等其他IDE设计的PandaAI投研Skillsv2.0分发包。 🆕v2.0新增功能 策略/回测代码生成—一句话生成完整的期货/股票策略代码 交易函数参考—股票买卖、期货开平仓、目标持仓下单 止损止盈+仓位管理—完整的风控代码模板 基本面因子全覆盖—利润表/资产负债表/现金流/估值/每股指标 策略错误诊断—框架错误、参数错误、持仓检查、环境差异 5个实战策略模板—因子驱动、双均线、股票买卖、风控、账户信息打印 📁文件结构 dist-other-ide/ ├──.cursor/...

PandaAI投研Skills 简介 PandaAI投研Skills是一个基于KiroSteering机制的量化投研辅助工具。通过自然语言交互，帮助用户快速完成量化投研任务，包括因子编写、数据查询、因子分析、技术指标应用等。 核心功能 因子编写：支持公式模式和Python模式，快速将投资逻辑转化为可执行代码 数据查询：提供完整的panda_dataAPI调用指导，获取日线、分钟线、因子、财务等数据 技术指标：内置100+技术指标函数，涵盖趋势、震荡、波动率、成交量等类别 因子分析：指导IC分析、分组回测、因子评估等量化研究流程 股票筛选：构建多条件组合筛选，支持动态筛选条件 代码库集成...

PandaAI投研Skills构建思路文档 设计理念 1.零代码部署 PandaAI投研Skills采用Kiro原生Steering机制实现，无需编写额外的后端代码或部署服务。整个Skills以一个Markdown文件的形式存在，通过Kiro的Steering功能自动加载和解析。 设计优势： 部署简单：只需将Steering文件放入指定目录 维护方便：直接编辑Markdown文件即可更新Skills 版本控制：可与项目代码一起进行Git版本管理 2.知识同步 通过Kiro的文件引用语法`[[file:]]`，Skills可以直接引用外部文档作为知识库。当官方文档更新时，Skills...

多品种和定时交易策略实践心得 本周参与仿真实盘训练，围绕多品种覆盖和定时交易两大核心需求完成了策略优化，在此过程中提高了我的实战问题解决能力，不仅解决了原有策略交易信号不足的痛点，还学会了通过参数配置、时间规则设计激活交易动作，也更懂如何兼顾策略稳定性与灵活性。 1.1多品种策略 之前的单品种策略常出现长时间无交易结果的情况，这次核心调整是扩展活跃合约+保留均线趋势核心逻辑，让策略能同时监控多个高流动性品种，提升交易机会捕捉效率;![c4cdf38287d552a1f820bf8ceb045b...

一回测和跨期套利的概念 1.1回测：给交易策略做历史彩排 说白了就是把写好的策略代码，放进过去的真实行情数据里跑一遍； 我这次选了2024.10.22-12.31的期货数据，初始资金、佣金/保证金都按实盘1倍设，尽量还原真实交易； 不光能看赚没赚钱，还能算出夏普比率、最大回撤，清楚策略的问题在哪，避免实盘瞎试错。 1.2期货跨期套利：赚“价差回归”的钱 不是赌单合约涨跌，是赚同一品种近/远月合约的价差钱； 比如螺纹钢2501（近月）和2505（远月），价差会围绕合理区间波动，偏离时“买低卖高...

1.1多策略的意义 仿真盘使用多策略才贴近实盘，多策略一起跑，不用复杂操作，就能兼顾收益和风控; 多空转仓控制（盯着调仓时机） 多周期止盈（不同周期止盈点动态跟踪） K线形态交易（抓关键形态信号） 单个策略扛不住突变行情，多个策略一起上，能减少大幅回撤。实战本来就需要多个策略配合，提前练手能适应并发操作和心态管理 1.2多策略的实践 1.创建3个仿真盘账号，再创建3个实盘账号，每一个账号使用不同的工作流，每一个工作流代码里面的账号要与仿真盘相一致（如185...

一多策略应用与实践 1.1MACD策略 先把MACD-仿真.json导入工作流，即可得到完整的工作流 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 !...

一体验感受 1.1操作界面 简单易上手，在创建工作流时，模块化的结点使用户更加清晰明了的了解各个节点的功能，里面还内置AI助手，对于不会编程的新手也可以通过简单的提示词让AI助手为用户编写策略代码，当运行程序出现错误时，AI助手会自动检测到上次运行错误，并进行AI智能修复; 1.2优化建议 1.AI助手编码准确率不高，多次修改过后运行代码仍出现错误; 2.在右侧点击运用AI助手修改过的代码后仍需要点击左侧的运用键吗，再点击保存...