我和 PandaAI 的第一次：从看不懂比赛规则，到敢质疑自己的策略

我是十月野人，这是我与pandaai的第一次：

我接触 PandaAI，是从我妈的一句话开始的。
她看今日头条上的一条新闻跟我说，有个大二学生在PandaAI因子大赛中拿了奖。更让我好奇的是，他做研究时会让 AI 帮忙筛选值得探索的因子方向。我当时还没上大学的专业课，听完忍不住想：量化不是要先学会一大堆公式和代码，才能碰的东西吗？
我顺着这件事找到了 PandaAI。作为一个金融工程专业的大一新生，我学习量化的第一步，竟然是读它的因子大赛规则。“因子”“IC”“样本外”……我一个词一个词地查。虽然读得慢，却第一次意识到，研究策略不能只问“赚了多少”，还得问：它承担了多大风险？换一段行情，还能不能成立？
带着这些问题，我试着把自己的交易想法写成策略。起初，我以为最难的是代码。请 GPT 帮忙写出来时，看着一行行程序出现，我还挺兴奋：原来我也能做量化了。
结果，难题才刚开始。行情数据从哪儿找？代码跑通了，就说明策略有用吗？我折腾着做了简单测试，得到的仍是“测试结果不能代表真实市场表现”这样的提醒。我盯着屏幕发懵：难道下一步，要把一个自己都没验证明白的策略放进实盘，用真金白银交学费？
后来，我第一次把想法交给 PandaAI 的 QUBE 做回测。最吸引我的不是 AI 又写出了一段代码，而是结果终于摊在了眼前：策略收益和市场基准可以放在一起看，净值曲线什么时候上涨、什么时候下跌，也看得清楚。我开始追着图问：这段收益是策略带来的，还是市场本来就在涨？行情变差时，它又扛不扛得住？
以前，我只能等 AI 给我几句结论；现在，我能看着结果找问题，再回头修改想法。在手机上也能接着研究，少了在聊天窗口、代码文件和测试平台之间来回折腾的麻烦。那些最初在比赛规则里看不懂的指标，也慢慢和眼前的曲线对上了。
回测不能保证实盘赚钱，我离真正懂量化也还很远。但 PandaAI 让我这个大一新生有了一个能走进去的入口：先从规则里学着提问，再把自己的想法放进历史行情里检验。我的第一次，不是发现了什么赚钱秘诀，而是终于从“我好像写出了一个策略”，走到了“我开始知道该怎样质疑它”。
最后，感谢能遇见pandaai,让我第一次摸到了量化交易的门槛