写在前面：从传统因子研究到智能体构建，本次是一次完整的科普向体验记录 一、先聊聊背景：什么是AIAgent？ 如果你是量化圈的老手，可能对「因子挖掘」「策略回测」这些词耳熟能详。但AIAgent是个相对新的概念。 简单说：Agent=大模型+工具+记忆+规划能力 |传统量化代码|AIAgent| |:-------|:--------------| 居中|你写死每一步逻辑|你给目标，它自己规划步骤| |遇到异常直接报错|能推理、反思、重试| |无记忆，每次从头跑|有上下文，能「记住」...

本期基于前期单因子打板策略的实证结果，针对信号稳定性不足、回撤控制薄弱、分组单调性较差等核心问题，系统性引入趋势因子与回撤控制因子，构建「趋势判断+风险约束+打板驱动」三因子复合模型，以下为完整的迭代逻辑、因子体系与实操调试过程。 1.研究背景：单因子打板策略的核心局限&挖掘比赛因子 之前有落地的单一打板因子以资金封板行为为核心信号，在2024年全市场回测中暴露显著缺陷： 因子IC均值长期低于0.01，截面选股区分度不足，分组收益无明显单调性； 策略对趋势环境无适配性，单次亏损幅度显著高...

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...

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。...

写在前面 从0到1搭建一个期货量化策略，踩过的坑比写过的代码还多。这篇文章记录我用PandaAI平台开发「布林带+RSI」期货因子策略的全过程，包括那些让人崩溃的报错、柳暗花明的解决思路，以及最后的成果验收。 1.策略构思：为什么选择布林带+RSI？ 做期货策略，最怕的就是假突破。纯趋势策略在震荡市里反复打脸，纯均值回归又容易死在趋势里。所以这次我想做一个复合因子： RSI：确认动量强度（趋势过滤） 布林带：捕捉价格的极端偏离（均值回归） 共振逻辑：两者同向时开仓，背离时观望 这个组合理论上...

写在前面 从0到1搭建一个期货量化策略，踩过的坑比写过的代码还多。这篇文章记录我用PandaAI平台开发「布林带+RSI」期货因子策略的全过程，包括那些让人崩溃的报错、柳暗花明的解决思路，以及最后的成果验收。 1.策略构思：为什么选择布林带+RSI？ 做期货策略，最怕的就是假突破。纯趋势策略在震荡市里反复打脸，纯均值回归又容易死在趋势里。所以这次我想做一个复合因子： RSI：确认动量强度（趋势过滤） 布林带：捕捉价格的极端偏离（均值回归） 共振逻辑：两者同向时开仓，背离时观望 这个组合理论上...

一、基础模型 1.1前言 作为一个仅有经济金融统计学基础，但对量化金融几乎不懂的小白，pandaAI仍给我带来了足够的惊喜。前期尝试了很多机器学习，多因子的策略，但由于自身debug能力有限，没能跑出满意的结果，因此本帖选取双均线的期货策略，主要旨在演示用自然语言的从策略到回测分析的整个过程。 1.2基础模型生成 1.用自然语言描述策略  2.查看修改相关参数  1.3生成工作流开始运行 [屏...

一、基础模型 1.1前言 作为一个仅有经济金融统计学基础，但对量化金融几乎不懂的小白，pandaAI仍给我带来了足够的惊喜。前期尝试了很多机器学习，多因子的策略，但由于自身debug能力有限，没能跑出满意的结果，因此本帖选取双均线的期货策略，主要旨在演示用自然语言的从策略到回测分析的整个过程。 1.2基础模型生成 1.用自然语言描述策略  2.查看修改相关参数  1.3生成工作流开始运行 ![屏...