操作演示 访问平台首页 在官网主页顶部导航栏中,点击“AI工作流”入口。 该模块提供预设策略模板与自动化建模能力,支持多因子模型、机器学习模型及策略回测流程的一键生成。  选择官方多因子模型模板进入AI工作流界面后: 选择官方模板,在策略类型中找到“多因子模板”,点击“查看”  在创建页面中,可直接使用AI助手自动构建模型流程。  运行结束后,可在“因子分析结果”节点中查看图表与统计数据。  要踏入量化投资的复杂领域,本需艰难拼凑编程、交易实操、高阶数学、AI算法、金融市场等知识拼图。但掌握已专业定制的“工作流”这一核心绝技,就能直接复用专业投资者的经验路径——像搭积木般调用现成流程,把复杂任务拆解成清晰步骤,让新手也能快速对齐专业视角,少踩坑、少绕路,高效逼近量化投资的核心能力。 在20...
用仿真盘做策略验证,很多人仍停留在单线测试——但实战中市场信息纷繁交织,单一策略容易失效。多策略独立并行、实时同步运行,让仿真环境高度逼近真实交易复杂度。 在PandaAI的仿真体系中,同时推进着三套策略引擎: 多空转仓调控仿真,专注仓位切换的时机把握; 多周期浮动止盈,动态适配不同行情阶段的盈利目标; K线形态触发交易,对特定价格形态进行自动化响应。 它们在同一账户下互不干扰,却共同构建出一个更立体、更接近实盘的模拟环境。这不仅提升了验证效率,更关键的是,能看出策略间的协同与对冲效果...
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  2.查看修改相关参数  1.3生成工作流开始运行 [屏...
多策略应用与定时交易 1.1多策略应用  1.2定时交易  1.3仿真实盘 
如何参加?  请添加小助理,按照引导完成报名 ⬇️开启你的第三届因子大赛征程!  赛事流程 报名入口:👉[点击此处报名第三届因子大赛](https://www.pandaai.online/factorhub/thirdFactorcompetition?channel_id=061) 报名时间:2026年1月31日3月31日 报名与赛事规则了解,为后续因子构建与提交做好准备。 因子提交时间:2026年3月1日3月31日 完成因子方...
多策略使用起来还是比较方便,可以同时测试、对比、筛选,配合AI使用,很容易实现自己的策略 
工作流示例 为方便大家使用,我们提供了以下模版,供大家学习参考,新建一个工作流,直接拖对应的json到窗口中即可(json可找小助理领取),可以自己尝试修改参数和模型。 --- 直接收益率预测排序 🌟核心思路 利用XGBoost模型直接预测股票未来的收益率,并根据预测值进行排序和分组。 📌实施流程 1.输入因子矩阵 2.使用XGBoost模型进行回归训练,输出预测值:  3.对预测收益率进行排序...
量价因子 |字段名|中文名称| |--------------|----------| |open|开盘价| |close|收盘价| |high|最高价| |low|最低价| |volume|成交量| |amount|成交额| |turnover|换手率| |market_cap|市值| 基本面因子: |字段名|中文名称| |---------------------------------------------------|----------------------------------| |revenue|营业总收入| |operating_revenue|营业收入| |ne...
探讨因子的本质与检验方法 1.1探究的原因 因子、标签、特征是什么关系,我们买的到底是什么? 因子到底是什么,研究因子如何区别民科还是具备科学的方法? 因子如此重要如何正确的科学检验?因子分布如何看等等 GPlean到底该学什么因子?最后产出什么因子? 论坛都有各种复现和生成因子,不仅有中金的因子手册还有阿尔法101等等,但是归根结底因子到底是什么,其检验和实战意义暂时还没人讨论,在此我讲下我的一些理解,希望大家纠错,共同进步。 1.2因子、标签、特征的关系 1.首先是按照我们做机器学...
内测 官方给的指导很具体,按照官方给的指导文档或视频教程,很顺利的完成了仿真实测。 1.1策略编写 有AI帮助,让策略编写更简单  1.2添加仿真账号 策略编写完成后,运行。然后到超级图标页面添加仿真账号。添加好后绑定上面写的策略,点击运行,即可自动交易了。  1.3入金 
上一篇文章中我们对高频因子的优势和类型做了简要介绍,从这篇文章开始,我们将对每一大类因子做介绍,并从中选取具体一例因子,实现从数据构建到测试评估的整个过程。 研究环境利用聚宽因子分析API,构建因子函数类;研究在日内高频分钟级数据中挖掘构建高频因子,并对该因子进行有效性检验。 一、动量反转因子 1.1动量反转因子 第一类因子为动量反转因子。动量反转因子通常由过去一段时间的特定类型的涨跌幅构造,其因子收益一方面可能来源于非理性投资者的行为偏差造成的错误定价,另一方面也可能来源于承担特定风险获得...
一一级标题【多策略调整与优化】 1.1二级标题应用实现 与AI对话修改程序,试着运行起来,目前还有两个程序没有交易 最近工作很忙,行情很疯狂,没有时间详细修改策略!  1.2二级标题功能修改与提升建议 目前还有两个运行程序没有交易,没有仔细查看为什么没交易,最近没有时间查看原因! 只能在功能上提出一点优化建议。比如: ...
第三周回测策略实在是太方便了,简单几部就可以完成以前代码可能要写数周的一个工作量 1.1添加回测节点  1.2查看回测结果 1. 1.3仿真实盘验证 
一一级标题 A量化策略的第一次尝试:未来可期,优化同行!!! 1.1二级标题 按照视频步骤,先熟悉一遍基础流程!  1.2二级标题 有哪些基本问题需要优化的地方: 1、第一个,当我们用AI助手,修改与分析策略的时候,你可以让助手帮你分析策略代码并且给出注释。 这时候你会发现,代码展示不全,有的地方被下拉边栏遮挡,这些小问题还需要优化,当然这个不属于逻辑问题!  ...
<fontcolor="brown"一、开篇</font <fontcolor="red"工作流解锁量化大众化,全民玩转量化时代已来!</font  上篇文章详细介绍了PandaAI线性模型工作流的完整流程,同时也阐述了策略回测分析与因子相关性分析的具体步骤。正如我们之前所强调的——任何任务都能拆解为清晰可控的工作流,因此我们将进一步把机器学习相关工作流应用到量化分析场景中。 在下面连接中可以看到关于PandaAI工作流的详细介绍和多因子模...