PandaAI wettet darauf, dass LLM-Agenten die Quant-Research demokratisieren; 100.000 Nutzer, drei Finanzierungsrunden

PandaAI baut KI-native Infrastruktur für Handelsresearch für chinesische Privatanleger und professionelle Quants: Qube verwandelt eine gesprochene Idee in nachprüfbare Faktor- und Backtest-Schritte, EVO ist eine KI-native Quant-Workbench, und ein kommendes OS orchestriert mehrere Agenten; außerdem veranstaltet das Unternehmen Faktor-Wettbewerbe und stellt QuantSkills als Open Source bereit.

LLMs werden die Research-Gräben von Quant-Fonds erodieren, sodass agentische Research-Tools – Faktor-Mining, Backtesting, A2A-Orchestrierung – zur neuen Quant-Infrastruktur werden können.

Li Yuqi, geboren 1999, studierte Financial Engineering an der Columbia University, wurde jüngster Sieger eines Live-Paper-Trading-Wettbewerbs für Futures und stieg zum Partner bei einem Quant-Privatfonds mit einem verwalteten Vermögen von mehr als 1 Milliarde Yuan auf. 2024 kam er zu dem Schluss, dass der Vorsprung der Branche weitgehend ein „kognitives Narrativ“ war, das auf proprietären Daten, Niedriglatenz-Kanälen und großen Research-Teams beruhte – und dass große Sprachmodelle dieses Narrativ erodieren würden. Als er beobachtete, wie Cursor die Programmiergeschwindigkeit vervielfachte, ohne die Nutzer zu besseren Forschern zu machen, überzeugte ihn das, dass der Engpass im Urteilsvermögen lag, nicht in den Werkzeugen; deshalb verließ er den Fonds, um um 2024 PandaAI zu gründen und KI zu bauen, die Research, nicht Renditen, als ihr Produkt begreift.

PandaAI entwarf eine dreistufige Produktleiter: Qube für Einstiegsnutzer (ein Satz wird zu Datenabruf, Faktorkonstruktion und Backtests, die Nutzer einsehen und wiederverwenden können), EVO, das von Branchenkennern als „Claude Code der Quant-Branche“ bezeichnet wird, als KI-native Workbench für Profis, und OS, eine kommende Agent-to-Agent-Umgebung, in der mehrere Agenten Faktoren und Portfolios unter vom Menschen gesetzten Risikoregeln iterieren. Darunter liegt ein vierstufiger Stack: Markt- und Makrodaten, ein selbst entwickeltes CQ2-Modell plus Integrationen von DeepSeek und Doubao, eine ADE/A2A-Agent-Engineering-Schicht und Live-Handelsanbindungen – Futures-Desks waren vollständig angebunden, und im Juni 2026 wurde ein Live-Futures-Kunde ausgeliefert. Im selben Monat stellte PandaAI seine erste QuantSkills-Bibliothek und Agenten-Cluster als Open Source bereit und veröffentlichte Research-Papers (CQ2, A2A Self-Evolution, AlphaSchema). Bis August 2026 hatte das Unternehmen mit über 70 Mitarbeitern mehr als 100.000 Nutzer, hatte drei Faktor-Wettbewerbe mit mehr als 30.000 Teilnehmern veranstaltet und Seed-, Angel- und Angel+-Runden mit einem Gesamtvolumen im zweistelligen Millionen-RMB-Bereich abgeschlossen, wobei die Angel-Runden von L2F光源创业者基金 angeführt wurden; zu seinen institutionellen Partnern zählen Brokerhäuser, Futures-Firmen und Fonds.

Die Gräben der Quant-Fonds – proprietäre Daten, Niedriglatenz-Kanäle, Hundert-Personen-Teams – sind genau die Vermögenswerte, die LLMs am schnellsten zur Ware machen.

Bessere Programmierwerkzeuge machten keine besseren Forscher, was die eigentliche Lücke im Urteilsvermögen und im Research-Prozess statt in der Ausführung verortete.

Ein KI-nativer Stack mit menschlicher Kontrolle im Prozess (Human-in-the-Loop) vermeidet die Betrugskategorie des autonomen „KI-Aktienpickings“ und passt zu dem, was Regulierer und Nutzer akzeptieren werden.

Das Open-Sourcing von QuantSkills verwandelt den naheliegenden Einwand (Faktoren lecken) in ein Merkmal: Agenten sind personalisiert, sodass der Graben zum Orchestrierungs-Harness wandert.

Die Veranstaltung von Faktor-Wettbewerben und die Veröffentlichung von Papers verwandelt skeptische Privatanleger in Beitragende, Anwerbbare und den Kern einer neuen Methodik-Community.

In einem Nullsummenmarkt verkaufe Fähigkeit, nicht Renditen: PandaAI stellt seine Faktoren als Open Source bereit und wettet darauf, dass der Graben der Agenten-Harness ist – einen Faktor kann jeder kopieren, einen Orchestrierungs-Stack nicht.

Stand 2026-09-02 ist PandaAI live: drei Runden mit einem Gesamtvolumen im zweistelligen Millionen-RMB-Bereich wurden im August 2026 abgeschlossen (Angel-Runden angeführt von L2F光源创业者基金), der Live-Futures-Kunde wurde im Juni 2026 ausgeliefert, QuantSkills wurde im selben Monat als Open Source bereitgestellt, mit über 100.000 Nutzern, über 70 Mitarbeitern und institutionellen Partnern. Li ordnet den KI-Handel der frühen Stufe L3 von fünf Stufen zu, mit dem Ziel L4, wo Agenten forschen und Menschen die Risikoentscheidungen behalten; die OS-Schicht war noch in Vorbereitung. Offene Fragen: Vertrauen in eine Kategorie, die mit Betrug verbunden wird, Agentenqualität gegenüber professionellen Teams und der regulatorische Umgang mit autonomen Handelswerkzeugen, während sie skalieren.