简体中文 | English
把 PandaAI 因子大赛的上手链路与踩坑经验固化成一个技能，让任意 AI 工具带你从空机器走到可提交的因子。
一个可移植的 Agent 技能，通过 pandaai-cli 在
PandaAI 平台挖掘量化因子。
适配 Claude Code、Cursor、Codex、Kimi Code、Gemini CLI，以及任何读 AGENTS.md 的 Agent。
上手 PandaAI 有几处文档里查不到、却实打实消耗时间和算力的坎：
- 新机器上
pandaai-cli login必然失败：CLI 在分发子命令之前先加载配置文件，而创建该文件的 正是登录命令本身。 MEAN(CLOSE, 20)不是 20 日均线。它能解析、能运行，返回一个看起来合理、实际测量另一回事的因子。- 分组编号按因子值升序固定，多头端由
--factor-direction决定而非跟随编号。看错一端，全部结论反号。 - 平台头条是多空年化，隐含了 A 股参与者建不起来的空头腿；换手率单独列出，没有折进收益。
- CLI 与服务端的回测窗口可能不同；长样本上线前必须先探测当前服务端能力。2026-08-10 已升级到 CLI 0.1.6， 股票池固定为沪深全A；回测年限仍以实际服务端探测结果为准，样本外验证仍要显式另建研究对象。
技能内置这些结论、348 个字段与 137 个算子的完整参考，以及一套研究流程， 防止 Agent 把算力全花在同一个想法的上百个变体上。
把这句贴给 Claude Code、Cursor、Codex 或 Kimi Code：
参考这个链接 https://github.com/quantskills/skill-pandaai-factor-online 帮我装上 skill，带我参加 PandaAI 因子大赛，开始挖掘因子。
不需要补充步骤。Agent clone 后读到仓库根目录的 AGENTS.md，冷启动三件事：确认仓库落在持久目录、
运行安装脚本、按 SKILL 的核心流程执行。核心流程是一段显式契约，不同工具的表现因此一致。
它先做一次零算力体检，逐项补齐缺口——Python 版本、CLI 安装、账号注册、大赛报名、账号密码—— 再引导你登录，密码始终由你在终端输入，Agent 不接触。体检全绿后，它把算力余额换算成可跑次数， 与你确认调仓周期、回测区间和本轮预算，最后给出候选清单等你过目。你批准之前不花任何算力。
前置只有 Python 3.10 或更新。没有或版本过旧时，uv 是最短路径，它自身不依赖 Python：
curl -LsSf https://astral.sh/uv/install.sh | sh # macOS / Linux
powershell -c "irm https://astral.sh/uv/install.ps1 | iex" # Windows
uv python install 3.12
uv tool install pandaai-cli不用 uv 也可以：Python 从 python.org、brew install python、
sudo apt install python3 或 winget install Python.Python.3.12 获取；CLI 用
pipx install pandaai-cli，保底是 pip install --user pandaai-cli——后者是否落在 PATH 上
取决于 Python 的安装方式，体检脚本会指出来。
# clone 到持久目录。安装用的是软链接，/tmp 之类的临时目录被系统清理后，
# 会把技能从所有 AI 工具里静默摘掉。
git clone https://github.com/quantskills/skill-pandaai-factor-online.git
cd skill-pandaai-factor-online
python3 scripts/install.py # 装进本机检测到的全部 AI 工具
python3 scripts/bootstrap.py # 体检：环境、配置、登录状态、算力、因子数量Windows 用 PowerShell，把 python3 换成 python；macOS 与 Linux 也可用 ./install.sh，
它转发给同一个 Python 脚本，并在找不到 Python 时说明如何安装。
算力随大赛报名发放，只注册不报名的账号能登录却一次都跑不了。按顺序确认这五步：
- 在官网用手机号注册。
- 到大赛页报名，领取算力。
- 短信验证码注册的账号没有密码，到个人中心设一个。
pandaai-cli login，交互式输入手机号与密码。- 再跑一次
python3 scripts/bootstrap.py，这次会报出算力余额、因子数量与可用算子。
AI 工具拒绝执行带密码的命令时，自己在终端跑第 4 步。token 存入配置文件， Agent 从已登录状态继续，全程不接触凭据。
| 工具 | 命令 | 安装位置 |
|---|---|---|
| Claude Code | python3 scripts/install.py claude |
~/.claude/skills/pandaai-factor-online |
| Cursor | python3 scripts/install.py cursor |
~/.cursor/skills/pandaai-factor-online |
| Codex | python3 scripts/install.py codex |
在 ~/.codex/AGENTS.md 追加指引 |
| Gemini CLI | python3 scripts/install.py gemini |
在 ~/.gemini/GEMINI.md 追加指引 |
| Hermes | 读取 HERMES.md |
交接到 SKILL.md |
| OpenClaw | 读取 agents/portable-loader.md 或 AGENTS.md |
通用运行时交接 |
| 单个项目 | python3 scripts/install.py project [目录] |
项目内的技能目录 + AGENTS.md 指引 |
Kimi Code、opencode、Aider 等读 AGENTS.md 的 Agent，通过项目内的指引识别该技能。
默认软链接安装，git pull 一次即更新所有工具，--copy 则固化为快照。Windows 未开开发者模式时
不允许软链接，安装器自动改为复制并提示，此时每次 git pull 后需重跑安装。安装器不会删除
不是它创建的东西：目标位置已有真实目录时报出并跳过，只有 --force 才覆盖。
帮我检查 PandaAI 环境和算力，然后开始挖因子
挖一批 5 日调仓的反转类因子，2023 到 2025，按扣除换手成本后的多头超额排序
把这几个候选做样本外验证，区间用预留的不重叠区间
我这批因子和市值的相关性有多高？帮我算一下
skill-pandaai-factor-online/
├── SKILL.md 技能正文（英文，Agent 入口）
├── SKILL.zh-CN.md 中文镜像
├── AGENTS.md 面向 AGENTS.md 类 Agent 的工作约定
├── HERMES.md Hermes 运行时入口
├── install.sh install.py 的 Unix 便捷入口
├── agents/
│ ├── openai.yaml Codex 风格适配
│ └── portable-loader.md Hermes / OpenClaw 通用交接
├── references/
│ ├── cli.md 命令、返回结构与已知 CLI bug
│ ├── fields.md 348 个公式模式字段 + 回测因子目录索引
│ ├── fields-*.md 回测因子目录 14 张表，949 条
│ ├── operators.md 官方算子手册全文，含用法与示例
│ ├── pitfalls.md 会产出「能跑但跑错」因子的陷阱
│ ├── playbook.md 算力预算、复盘表、证伪菜单
│ ├── competition_rules.md 比赛 A/B/C 规则与本地代理边界
│ └── source_boundary.md 数据、凭据与研究边界
└── scripts/
├── install.py 跨工具安装器（Windows / macOS / Linux）
├── bootstrap.py 体检：环境、配置、登录、算力、因子数量
├── batch.py 批量创建 / 运行 / 汇总，可续跑，按成本折算排序
├── analyze.py 用下载的 CSV 本地算相关性与换手率
├── competition_proxy.py 保存结果快照的 A/B/C 离线代理
├── selftest.py 脚本离线自检（不联网、不扣算力）
└── validate-qsh-form.mjs qsh-form 自检
Python 脚本只依赖标准库。改过 scripts/ 后跑一次 python3 scripts/selftest.py：不联网、不扣算力，
覆盖续跑指纹、失败不重试、预算上限、结果校验与统计口径，并在装有 Python 3.9 时真实运行一次，
确认预检给出提示而不是崩溃。
| 约束 | 说明 |
|---|---|
| 🔐 凭据归用户 | 登录命令交给用户执行；不打印、不提交配置文件、token 与 uid |
| 💰 运行会扣算力 | 创建因子免费；以完成运行返回的 billing.deducted 为准，先查 balance、短区间验证，再批量跑 |
| 📅 回测窗口 | 每次启动按当前服务端能力探测；比赛 A-first 默认提交日前近 5 年，10 年是否可用取决于账号与服务端权限 |
| 📊 按多头净超额评判 | 多空年化不作为结论；换手率一律折算成年化成本后再排序 |
| 🧪 统计纪律 | 保留全部候选（含失败）作为多重检验的分母 |
| 🚫 只述不荐 | 输出研究结构与事实归纳，不构成任何投资建议 |
本仓库仅作研究方法层面的整理，非官方、不隶属 PandaAI，不验证任何收益声明，不构成任何投资建议。
pandaai-cli 是第三方包，命令、计费与平台行为会随时间变化，依赖本仓库任何内容前请先自行核对。
This project is licensed under the GNU General Public License v3.0. See LICENSE.
扫码加入 PandaAI 社群，交流 QUANTSKILLS 技能、Agent 工作流与量化研究实践。
SKILL.md 中的 ```json qsh-form 围栏块声明该技能在 quantskillhub 运行页的定制表单：阶段、回测区间、调仓周期与单边成本会直接组装进提示词。推送时 CI 自动校验声明合法性；本地自检：node scripts/validate-qsh-form.mjs SKILL.md。无此块时技能页退化为通用主输入框，功能不受影响。