一、专家模式初体验 平台除了给大家提供基础的工作流，对于有一定的编程能力的小伙伴，平台也提供了专家模式，可自定义节点，调用其他API，及平台提供的相应的API，来实现自己的交易研究逻辑 1.打开专家模式 2.展开文件列表 3.打开关注的节点查看相应的逻辑  二、来分别看下这三个节点的大体内容 2.1Python代码输入节点 2.1.1主要部分 包引用 输入输出BaseModel 主干BaseWorkNode main代码运行入口  ...

PandaAI内测周报第4周：专家模式三重联动，工作流一次跑通！ 大家好，PandaAI内测第四周来啦！这周的体验让我直呼惊喜——平台更新了专家模式，配合AI工作流助手和AI代码助手，三大工具终于打通了，整个流程丝滑得不像话。下面分享一下我这周的完整体验过程。 --- 用AI教AI：从交易想法到明确指令 这周我先在Gemini3Flash里写下了我的交易想法，AI给出了非常明确的执行指令。用AI教AI，效率直接翻倍。 <!-图片1：Gemini3Flas...

一专家模式使用过程 下面是使用专家模式进行操作的一些工作流图片，代码很详细展示了模块内部的具体结构，但是有些确实不好理解，如果在这个地方能够添加一个AI助手，帮助理解每一行代码，并且在这基础上修改代码我觉得就更方便了！    xxxx; xxxx; 1.2二级标题 1.xxxx; 2.xxxx;

一、专家模式  可以选择自己手搓需要的节点 二、使用现有节点自由搭配  三、用上之前的因子分析和回测工作流     四、合并工作流-复用之前代码  五、总结 合并完工作流后，新的想法可以直接在合并后的工作流里进行因子更改和策略迭代，偷懒做法，AI助手依然可以正常使用...

一专家模式使用 1.1从AI工作流进入哦！ 首页找到AI工作流; 点击后进入; 1.2选择一个已经有的工作流 1.选择一个已经有的工作流; 2.结果如图; 1.3选择专家模式 1.鼠标移到左侧小箭头，选择专家模式; 2.结果如图;!...

一专家模式使用 1.1要从AI节点进入哦！！！ 官网点击AI节点　即可进入; 进入后。。。。 1.2可以　从　已有　的　流程开始 1.从图中　选择　一个　流程　; 2.选中后　如图　所示;　　![ac502df24324418a9d2eab...

了解“专家模式”，看透底层逻辑 本周我们深入体验了PandaAI的“专家模式”，说实话，这个设计挺惊艳的。它不仅仅是为了照顾程序员，更像是给像我这样想深挖底层逻辑的小白开了一扇窗，能一眼看清整个系统的运作思路。 专家模式入口   它是怎么跑起来的？ 在专家模式下，PandaAI的工作流被拆解得非常清晰。以前可能觉得回测是个黑盒子，但现在，每一个节点的流转都明明白白。我们可以通过这张图直观感受一下： ┌─────────────...

一、项目目标：从“能跑”到“敢上实盘” 很多时候策略逻辑本身不复杂，真正难的是让它在真实环境里稳定跑起来。这次的目标是： 用一个简单的RB分钟级策略做载体； 把从日志设计、数据调用、持仓读取、风险控制到自动下单的工程流程走一圈； 最终形成一套“能直接迁移到实盘/仿真”的代码骨架。 当前策略特点： 标的：RB2605.SHF； 频率：以分钟为驱动事件； 核心逻辑： 1分钟+5分钟双周期均线过滤； 固定30点止盈止损； 引入完整日志体系SRLogger追踪每一笔决策...

前面我们所学习到的都是通过AI助手自动构建的工作流，对于我们来说像一个黑盒，不了解其中的运行逻辑和原理，只知道输入和输出，这周学习的专家模式可以让我们直观的看到黑盒里面的具体逻辑，而且可以根据自己的需求不断优化，让整个流程变得可控。接下来介绍专家模式的使用。 1、如何进入专家模式，在打开一个已有的工作流，切换到“专家模式”选项卡，可以看到所有节点的树状图，单击每个节点可以跳转到对应的代码块。如下图：  2、专家模式中编辑代码块新建 在专家模式中，点击编辑框下方的“p...

一、本周核心：专家模式——从策略使用者到策略架构师的蜕变 （一）背景：当标准化AI工作流遇上复杂需求 经过前八周的体验，我已熟练运用AI助手快速生成标准化的期货回测与仿真交易工作流。然而，当我试图构建更复杂的多策略组合、集成自定义机器学习模型、或实现特殊的非线性因子合成时，标准AI助手开始显现出一定的局限性。本周，平台推出的专家模式，如同为我打开了一扇通往量化策略底层架构的大门，让我从“策略的使用者”向“策略工厂的架构师”迈出了关键一步。 本次体验，我将上周验证有效的三因子趋势策略，在专...

💬在PandaAI社区，我们始终相信：真正的Alpha，来自逻辑与系统的共鸣，而非情绪的博弈。 这一次，我们同时邀请到两位风格迥异却同样深耕实战的量化高手——Sean-X与交易员亚当，展开一场关于“AI+多市场交易”的深度对谈。从量化投研到实战复盘，他们将以不同视角，拆解新周期下的机会与风险。 · 社区最新直播上线 📝本期主题：《AI时代下的港美股投资机会——交易者如何把握新周期》 ⏰直播时间：03.19（本周四）晚上20:00（TQX闭门会议） 🙋‍♂️对谈嘉宾： 1️⃣Sea...

一什么是专家模式--以一个股票策略回测为例 1.1默认的工作流模式 我们开启了一个新的工作流，并让AI按照我们的策略想法“A股主板打板策略回测”生成了一整套策略回测的工作流，如下图所示;  在代码输入节点，主要是策略逻辑实现。点开可以让AI把逻辑讲清楚，不认可的地方可以让他修改，也可以自己手动修改关键参数和逻辑;  股票回测节点，主要是一些资金、时间区间、交易频率等基础参数的设置； 策略回测结果中，可以查看策略的回测表现、历史持仓，以...

专家模式对高手来说非常实用，能够满足高手修改任意节点代码，可以完善自己的交易体系

一专家模式初识 1.1终于接触到传说中的专家模式了 知道专家模式，其实，本不执着于自己写节点，DIY做节点，对我更多的帮助，是理解每个节点在干什么，给一个个黑箱点亮一盏灯！  所以，选择直接空开一个工作流，把想了解的节点直接拖拽到画布上  怎么说呢，大模型是好用，还能帮我解析代码    修改意见，下周有空一定试一下 ![image.png](4...

因子发掘-单多机器学习因子测试 单因子构建 自然对话AI助手工作流生成提示词：帮我生成一个股票单因子工作流，因子构建使用动量因子，用公式输入，需要包含因子结果分析   指标分析： 因子方向为1，对应分组测试的第5组。因子方向为0，则应对第1组。 IC_mean=-0.0719，截面IC的平均值代表因子和未来收益的平均相关性， 绝对值越大越好，正代表“因子大→未来涨”，负代表“因子大→未来跌” IC_IR=-0.4766：负向IC_I...

小白实验专家模式新节点 1.1点击现有的工作流策略，转到专家模式里查看   添加节点  右键选择填充节点代码模版  拖拽出来成为新节点 ![3f0c26535f...

一、什么是“低波动放量突破”策略？为什么用量化？ 所谓“低波动放量突破”，说白了就是在平静中捕捉爆发的信号。 一只股票如果长期横盘、波动很小，说明筹码稳定、抛压有限；一旦突然放量上涨并站上关键均线，往往意味着主力资金开始行动，趋势可能由弱转强。这就是本策略的底层逻辑——赚“蓄势后启动”的钱。 但靠人工盯盘很难精准捕捉这类机会： 波动率看不见人眼无法快速判断过去14天价格是否真的“安静”，更别说计算标准差与均价的比值。 量能真假难辨今天成交量看起来大，但和过去50天比到底算不算“显著放大”？...

PandaAIQuantFlowWEEK4实验记录 最近在PandaAIQuantFlow上进行了一次WEEK4的策略实验任务，这次主要尝试了两个方向： 使用专家模式（ExpertMode）编写和调试策略代码 构建一个动量轮动股票策略回测框架 同时也尝试在工作流中加入新的节点，例如多因子组合节点，对策略结构进行扩展。 这里简单记录一下整个过程和一些使用体验。 一、策略框架设计 本次测试的策略属于动量轮动策略（MomentumRotationStrategy）。 核心思想非常简单： 在股票池中筛选出动量最强的一小部分股票，进行短周期轮动持仓。 策略规则如下： 股票池筛选 ...

转眼已经是在PandaAI平台学习的第四周了。 前三周主要跟着视频和文档走，熟悉了基本的工作流搭建流程： Python代码输入→期货回测→策略回测结果→报告展示 整体来说，平台的官方流程已经相当完善，基本可以满足日常策略回测需求。 本周的学习重点开始转向专家模式，尝试在现有流程基础上，通过新增自定义节点，让工作流更加灵活，也更适合做反复的策略实验。 这周折腾了不少时间，不过最终参数注入节点已经成功跑通，也算是对专家模式有了更直观的理解。  --- 一、为什么想用专...

一一级标题 1.1专家模式工作流可视化与节点逻辑 专家模式下可直观查看量化工作流的节点连接关系，如期货回测、PCA因子构建、随机森林模型等节点的逻辑链路。; 工作流构建完成后可一键启动运行，实时跟踪节点生成进度与整体执行状态。;  1.2自定义节点代码模板与开发规范 1.节点代码基于Pydantic定义输入输出模型，实现数据验证与解析，如“求两数之和”模板中定义InputModel（包含number1、num...