PandaAI 算法备案信息已公示：查得到来路，也要看得到验证过程

面对一张漂亮的收益图，试着多问三句。谁在提供服务？这张图怎么跑出来的？我能不能改一个条件，再跑一次？

选一款 AI 量化工具，用户往往要回答两个问题：这项服务由谁提供？AI 给出的研究结果，我能不能自己核对？前一个问题可以查公开信息，后一个问题要回到代码、参数和运行记录。

2026 年 10 月 30 日，国家互联网信息办公室公布第十九批境内深度合成服务算法备案信息。作为服务提供者，PandaAI完成了该批次的算法备案，备案编号为 网信算备 500105112148701260013 号

选择工具时，也可以先看看服务来自哪里

如果想了解这项服务由谁提供，可以在互联网信息服务算法备案系统中搜索查看备案主体、算法名称和备案状态。个人用户注册前可以先做个基本确认，研究团队在选型时也能把这些公开信息作为参考。

相比只强调“效果好不好”、却对服务主体和算法来源语焉不详的工具，至少这些公开信息能让选择多一层依据。

备案信息主要能帮助你了解：这项服务由谁提供、备案的是哪项算法，以及算法用于什么场景。至于研究结果是否可信，还需要结合具体数据、代码和测试条件进一步判断。毕竟，备案不是质量认证，宣传也不是验证报告；但连服务主体和算法信息都不愿意公开的产品，确实更值得多留一个心眼。

有了研究想法，可以直接动手验证

比如，你想研究「过去 60 个交易日波动较低的 A 股，在不同股票池里有没有相近的表现」。在 PandaAI 的对话研究工具 Qube 里，你可以先用中文写清楚因子逻辑和筛选条件，生成可运行的因子，再查看公式或 Python 代码，检查系统是否按你的想法实现。

接下来可以运行因子分析，换一个股票池或样本区间重跑，看看原来的观察能否复现。

刚入门的用户可以从一个具体问题做起，已有研究经验的用户则可以把时间花在检验假设上。 PandaAI 因子研究使用指南

拿到结果后，可以追问它是怎么算出来的

一条漂亮的回测曲线，单看很难判断结果依赖哪些条件。在 Qube 里，用户可以回看当次运行的参数、收益与风险指标、持仓和成交明细。比如，想知道策略是否对交易成本敏感，可以调高手续费再跑一次，对照两次记录。复盘时，也可以从当时使用的版本和参数出发，讨论同一份结果。 PandaAI 回测使用指南

对 PandaAI 用户来说，AI 可以帮忙取数、写代码和运行分析，而假设怎么定、证据够不够、下一步要不要继续，始终由用户自己判断。 PandaAI Qube 使用指南