|
投研人如何养「虾」？
中泰证券研究所专题报告 | 2026.3.10
前言
OpenClaw 是 GitHub 星标最多的开源项目，代表着未来 AI 应用的一个重要方向。但当前 OpenClaw 还处在早期探索阶段，并非成熟的生产力工具。
对投研从业者而言，OpenClaw 的应用也仍在探索期。当「龙虾」工具成熟之时，或意味着投研工作流的根本性变革。
当前最核心的价值体现在：
- 定制化监控信息推送（盯盘、公告跟踪、研报摘要）
- 编程工具编排（同时调用多个 AI 编程工具）
- 抓数据、写 SQL、生成日报等重复性劳动的自动化
本报告并非从技术部署或功能演示出发，而是以真实投研工作流为核心，呈现如何在不侵入内部数据的前提下，构建一套覆盖全链路的「投研数字员工」体系。
第一章：配置与模型接入选择
免费体验的入门选择
本地配置较为复杂，国内云厂商和大模型厂商都收取费用。想先尝鲜体验，推荐 kilo.ai 的 Claw——它已完整部署了 OpenClaw，开箱即用，无需自行搭建环境，目前提供免费试用，无需绑定信用卡，适合先上手感受实际效果，再决定是否自行部署。
模型选择：如何权衡
每次请求任务都包含很长的上下文，需要在模型能力、模型价格、任务复杂性之间权衡。
| 使用场景 | 推荐模型 | 说明 | | 没有明确工作流、初期探索 | Codex 接口 | OpenAI Codex 明确不限制 OpenClaw 工具接入 | | 工作流明确、大量使用 | MiniMax-M2.5 或 GLM-5 | 国产模型成本更低，适合高频任务 | | 追求免费额度 | Kilo / Openrouter 免费模型 | 适合测试和学习阶段 |
注意：部分 AI 编程工具接入会导致封号，请查阅官方说明，谨慎选择。
两个必要配置
1. 权限开启
本地安装默认是 Messaging 模式（聊天机器人），没有读写、编辑、执行等权限。对于主工作目录（main workspace），需调整为 coding 或 full 模式，才能实现预期的投研自动化功能。
2. 搜索配置
OpenClaw 内置两个轻量 web 工具：
- web_search：通过 Brave Search API / Perplexity Sonar / Gemini / Grok / Kimi 搜索网页
- web_fetch：HTTP 抓取并提取可读内容
| 搜索引擎 | 返回结果类型 | 推荐度 | | Brave | 结构化结果（标题+URL+摘要） | 通用场景适用 | | Perplexity | 带引用的 AI 合成答案 | 深度问题适用 | | Gemini | Google Search grounding + AI 合成 + 引用 | 推荐（有免费额度） | | Kimi | 国内直连，AI 合成答案 | 推荐（国内稳定） |
如不配置搜索 API，OpenClaw 只能通过打开浏览器再读取网页源码来获取外界信息，效率极低。
第二章：手机接入方法
对投研人来说，手机端接入意味着可以在任何时候触发监控、查询、生成报告，真正实现随时随地的「数字员工」效果。
QQ 接入（最简便）
- 快速注册创建 QQ 机器人，接入最简便
- 缺点：相对消耗 token 较多
飞书接入（功能更完善）
- OpenClaw 飞书官方插件已上线
- 飞书开放能力更强，插件功能更完善，体验更好
- 如果工作文件沉淀在飞书，效率大幅提升
第三章：自建 Skill 应用实例——四层投研体系
中泰证券自建了一套投研 Skill 体系，分为四层：
| 层级 | 功能 | 核心 Skill | | 数据层 | 对接主流金融数据库及公开网络，统一数据入口 | wind-sql-query / gogoal-sql-query / fin-data-lookup / web-search-router | | 监控层 | 七个专项模块，持续覆盖市场关键变量 | 公告跟踪 / 市场异动 / 研报摘要 / 自选股预警 / 上游价格 / 城投风险 / 转债风险 | | 分析层 | 产业链穿透 + 个股深度研究 + 量化回测 | cn-industry-chain-tracker / corporate-research / cn-backtest-plus | | 输出层 | 自动生成结构化研报，协调跨层任务编排 | cn-report-builder / skill-orchestrator |
以下逐一拆解各 Skill 的实战能力：
数据层 Skill
1. WIND SQL Query——自然语言转 WIND 数据库 SQL
定位：输入自然语言，自动生成 WIND 金融数据库可执行 SQL，覆盖 80+ 张表。
核心能力：
- 覆盖：A股日行情、估值、财务报表、分析师一致预期、行业分类、指数成分、债券数据等
- 方言自动转换：MySQL / Oracle / 达梦（DM）反引号、表前缀、行数限制语法自动适配
- 单位换算指引：市值（元）vs 成交量（千元）等非标准单位自动提示
- 快速模式（简单查询跳过字段表）+ 完整模式（多表 JOIN + 完整文档）
典型指令："查个PE"、"拉一下日行情"、"WIND 里哪张表有资金流向"、"达梦版 SQL 怎么写"
2. GoGoal SQL Query——朝阳永续数据库 SQL 生成器
定位：自然语言转朝阳永续数据库 MySQL SQL，覆盖 80+ 张表的卖方一致预期、评级、情绪数据。
核心能力：
- 四大数据库：基础库（个股/机构预测/一致预期/财务）、衍生库（市场信心/分析师准确度/业绩惊喜）、因子库（盈利/成长/估值/情绪/规模/确定性）、创新数据（专利/加权预期/金股）
- 数据质量分级：区分实际 / 加权 / 估算 / 模拟 / 延续
- 5年/1年度基准切换规则
- 单位系统：万元（多数金额）vs 元（仅 EPS）
典型指令："查个一致预期 PE"、"分析师怎么看"、"哪个分析师预测最准"、"这个月金股"
3. FIN Data Lookup——金融数据直查工具
定位：通过 AKShare 查询金融市场数据并执行技术分析，返回实际数据表 + 可运行代码。
核心能力：
- 覆盖全资产类别：A股 / 期货 / 基金 / 债券 / 外汇 / 宏观
- 1,695 项 AKShare 完整数据字典，39 项高频接口快速引用
- 机构数据：北向资金、两融、龙虎榜、大宗交易、ETF 净流入
- 宏观指标：CPI / PPI / PMI / 国债收益率
- 5 分钟缓存策略 + 接口变更自动适配 + 反爬处理
典型指令："茅台现在多少钱"、"北向资金今天流入多少"、"CPI 数据"、"龙虎榜"、"ETF 净流入排名"
4. Web Search Router——智能多引擎搜索路由
定位：将搜索请求智能路由到 29 个搜索引擎（13 国内 + 16 国际），返回标准化去重结果。
核心能力：
- 双路径路由：Path A 内置 WebSearch 处理 80% 通用查询；Path B 专业引擎处理垂类需求
- 覆盖引擎：百度、Bing、搜狗、头条、雪球、巨潮、CSDN、微信搜狗、Google、DuckDuckGo、Brave、GitHub、Hacker News、Reddit 等
- 跨引擎去重与相关性增强：多引擎命中同一结果自动提权
- 智能降级：主引擎失败自动切换备用引擎，透明报告降级过程
典型指令：金融公告查询、微信文章搜索、跨源交叉验证、学术论文检索、代码搜索
监控层 Skill
5. CN Ashare Announcement Watch——A 股公告监控
定位：多源聚合 A 股公告（巨潮 / 东方财富），智能去重、分类、评级，输出结构化告警卡。
核心能力：
- 多源聚合：AKShare 接入东方财富 + 巨潮资讯
- 智能去重：按 symbol + title + 发布时间（分钟级）聚合，可信度分级
- 事件分类：20+ 类别（停复牌、业绩预告、回购、重组、诉讼等）
- 影响评估：S/A/B/C 严重等级 + 正面/负面/中性方向 + 置信度
- 跨会话去重：维护已推送状态，避免重复告警
典型指令："今天有什么公告"、"XX 有公告吗"、"盘后公告看看"、"停牌了吗"
6. CN Market Anomaly Scanner——A 股市场异动扫描器
定位：五维度扫描 A 股异动——盘口信号、个股量价、指数动态、板块轮动、涨跌停池。
核心能力：
- 盘口信号：22 类东方财富实时推送（拉升/跳水/量能突变等）
- 个股异动：5 分钟动量、量比、换手率、日内波幅、涨跌幅过滤
- 指数监控：沪深 300、上证、深证、创业板、科创 50，>=1.5% 异动或量能异常
- 板块轮动：行业/概念板块排名、领涨领跌、资金流向
- 涨跌停池：涨停/跌停/炸板分开追踪，连板统计
典型指令："今天 A 股有什么异动"、"哪些股票在拉升"、"今天涨停了哪些"、"哪个板块在涨"
7. CN Watchlist Alerts——自选股债异动监控
定位：多信号（价格/量能/资金流/新闻）自选股债监控，加权评分 + 去重频控 + 智能推送。
核心能力：
- 快速加仓模式："帮我盯着 XX" 自动识别资产类型 + 默认阈值
- 资产类型适配权重（各资产权重不同）
| 资产类型 | 价格权重 | 量能权重 | 资金流权重 | 新闻权重 | | 股票 | 35% | 20% | 20% | 25% | | 债券 | —— | —— | —— | 50%（以新闻为主） | | 可转债 | 30% | —— | —— | 35% |
- 硬升级：风险关键词直接强制高严重度
- 去重频控：高(15min) / 中(30min) / 低(60min) cooldown
- 合并窗口：15 分钟内同 symbol + trigger 合并推送
典型指令："茅台突破 1800 提醒我"、"量能放大 3 倍通知"、"监控这只债评级变化"
8. CN Report Digest——每日研报解读
定位：多源聚合券商研报/个股新闻/公告，去重冲突解决，输出早报/晚报/盘中简报。
核心能力：
- 双通道采集：Channel A（AKShare 结构化数据）+ Channel B（网搜实时内容）
- 四级信任体系：T0（监管/交易所）> T1（券商研报）> T2（主流门户）> T3（其他）
- 量化冲突解决：tier_weight + recency_score + evidence_score
- 三种输出模式：早报（盘前）/ 晚报（盘后）/ 盘中简报
- 三种分析画像：PF-trading（短线）/ PF-allocation（中长期）/ generic（均衡）
- 严格引用要求：每个结论必须关联 [时间][来源 URL][证据原文]
典型指令："帮我看研报"、"券商怎么说"、"盘后复盘要点"、"有什么利好利空"
9. CN Convertible Bond Risk Watch——可转债风险监控
定位：四维度（强赎/回售/信用/溢价率）可转债风险监控，输出评分告警卡。
| 维度 | 权重 | 触发条件 | | 强赎风险 | 30% | 正股连续10日 > 130% 转股价 | | 回售风险 | 25% | 正股 < 70% 转股价 且无下修 | | 信用风险 | 25% | 评级下调/财务困境/实质违约 | | 溢价率异常 | 20% | z-score 离群 |
四色风险分级：绿（0-29）/ 黄（30-49）/ 橙（50-69）/ 红（70-100）
批量扫描模式：快速筛 10+ 只，Top 5 深度分析
典型指令："XX 转债怎么样"、"有强赎风险吗"、"全市场转债风险扫描"、"持仓转债风险排查"
10. Upstream Price Monitor——上游大宗商品价格监控
定位：8 大品类 50+ 品种实时价格监控，含质量评分、数据陈旧检测、多时间维度变动。
核心能力——覆盖品类：
- 能源：WTI / 布伦特 / LNG / 动力煤
- 金属：铜 / 铝 / 锌 / 铁矿 / 螺纹 / 金 / 银
- 电池材料：碳酸锂 / 氢氧化锂 / 钴 / 镍 / 石墨 / 电解液
- 化工 / 半导体 / 光伏 / 农产品 / 运费 / 碳配额
| 数据质量评分维度 | 权重 | | 数据来源可靠性 | 40分 | | 数据时效性 | 25分 | | 字段完整性 | 25分 | | 多源一致性 | 10分 |
数据陈旧检测：交易品 48h / 报告品 10d / 月度品 45d 超期告警
典型指令："铜铝最新价"、"碳酸锂多少钱"、"本周油价煤价"、"大宗商品概览"
分析层 Skill
11. CN Backtest Plus——A 股量化策略全流程工具箱
定位：四模式量化回测（一句话/论文复现/因子分析/持仓回测），含防泄漏检查和质量门禁。
核心能力：
- 四种模式：一句话回测、研报策略复现（误差<=10%）、因子分析（IC/分组/中性化）、持仓回测
- 6 步防泄漏验证：时间一致性 / 财务滞后 / 成分股归属 / 标签边界 / 执行约束 / 公司行为
- 最少 3 参数敏感性分析（±20% 参数 + 2x 成本）
- 分层质量门禁：Global Blockers -> 类型特定 Warnings
| 数据源优先级 | 说明 | | WIND | 最优先，数据质量最高 | | AKShare | 次选，免费开源 | | Tushare / Joinquant | 备选 | | 公开统计 | 低可信度 | | LLM 估算 | 最低，仅供参考 |
典型指令："低 PE 高分红能赚钱吗"、"复现这篇研报的策略"、"回测我的月度调仓"
12. Industry Chain Tracker——产业链传导追踪
定位：将价格/产能/库存/订单信号转化为产业链传导判断和多方向候选标的。
核心能力：
- 7 套预置产业链模板：光伏、锂电池、半导体、煤化工、钢铁、造纸、畜禽
- 通用框架覆盖未预置行业
- 双模式：快速模式（5 字段）/ 深度模式（完整 10 步 + 5 大板块输出）
- 时滞科学：先验区间 -> 修正项（库存/订单/套保）-> 历史事件对比 -> 多指标一致性确认
- 双查机制：>=2 条反证路径 + 量化失效阈值
典型指令："硅料涨价对组件的影响"、"锂价下跌利好谁"、"铜涨对汽车上下游影响"、"猪价涨了利好饲料吗"
13. Corporate Research——公司研究与投资分析
定位：快速了解一家公司，或完整 10 维度深度个股研究，覆盖美股/A 股/港股。
双模式：
- 快速扫描（约 3min，一行定位 + 关键指标 + 亮点/风险 + 结论）
- 完整模式（10-20min，十维度投研报告 + BUY/HOLD/SELL 建议）
| 10 维度框架 | 说明 | | 竞争优势与护城河 | 是否有可持续竞争壁垒 | | 技术研发 | 研发投入与技术领先性 | | 市场份额 | 行业地位与竞争格局 | | 客户结构 | 客户集中度与依赖风险 | | 成长路径 | 增长逻辑与空间 | | 历史与预测财务 | 过去 3 年与 3 年预测 | | 海外业务与地缘风险 | 出海敞口与风险 | | 股权结构与治理 | 控股结构、质押风险 | | 估值分析 | DCF + 可比公司倍数 + 3 场景 | | 投资结论 | 综合评级与建议 |
6 套行业专用模板：互联网、半导体、餐饮连锁、医药、新能源车、银行
典型指令："这公司怎么样"、"宁德时代和比亚迪哪个好"、"写投研报告"、"做个深度研究"
第四章：如何创建 Skill 和让龙虾跑起来
如何写 Skill
- 由于 OpenClaw 上下文较长，在 OpenClaw 中直接用好模型写 Skill 会消耗过多 token
- 建议：使用 Claude Code + skill-creator 插件来写 Skill，效率更高
用 OpenClaw 远程写代码（ACP 协议）
OpenClaw 支持 ACP（Agent Communication Protocol）：
- 可以启动多个进程，并进行线程绑定，能够实时追踪进程的输入输出
- 注意：飞书和 QQ 接入暂时不支持 ACP 的「线程绑定会话」功能
心跳机制与定时任务
OpenClaw 三大核心特点对比其他 AI 编程工具的差异：
| 特点 | OpenClaw | Claude Code / Codex 等 | | 工具调用 | 支持 | 支持 | | 消息网关（多渠道分发） | 支持 | 不支持 | | 心跳机制（7x24 小时运行） | 支持 | 不支持 |
- 网关：消息分发，连接 QQ、飞书等多个渠道
- 心跳机制：保持 7x24 小时持续运行，这是 OpenClaw 区别于其他工具的核心特点
- 定时任务：通过自然语言聊天或手动设置，定时执行特定任务
全 Skill 汇总总览
| 层级 | Skill 名称 | 定位 | 典型指令示例 | | 数据层 | WIND SQL Query | 自然语言转 WIND SQL | "查个PE"、"拉日行情" | | 数据层 | GoGoal SQL Query | 朝阳永续数据库 SQL | "查一致预期PE"、"哪个分析师最准" | | 数据层 | FIN Data Lookup | AKShare 金融数据查询 | "茅台多少钱"、"北向资金今天" | | 数据层 | Web Search Router | 29引擎智能路由搜索 | 金融公告查询、微信文章搜索 | | 监控层 | Announcement Watch | A股公告多源聚合监控 | "今天有什么公告"、"停牌了吗" | | 监控层 | Market Anomaly Scanner | 五维度市场异动扫描 | "涨停了哪些"、"哪个板块在涨" | | 监控层 | Watchlist Alerts | 自选股债异动监控 | "茅台突破1800提醒我" | | 监控层 | Report Digest | 每日研报早报/晚报 | "券商怎么说"、"盘后复盘" | | 监控层 | Convertible Bond Risk | 可转债四维风险监控 | "有强赎风险吗"、"全市场转债扫描" | | 监控层 | Upstream Price Monitor | 50+大宗商品价格监控 | "碳酸锂多少钱"、"油价煤价" | | 分析层 | CN Backtest Plus | 四模式量化回测工具箱 | "低PE高分红能赚钱吗" | | 分析层 | Industry Chain Tracker | 产业链传导追踪分析 | "锂价下跌利好谁" | | 分析层 | Corporate Research | 10维度个股深度研究 | "宁德和比亚迪哪个好" | | 输出层 | CN Report Builder | 自动生成结构化研报 | 输出层核心工具 | | 输出层 | Skill Orchestrator | 跨层任务编排协调 | 复杂多步任务统一调度 |
结语：「龙虾」的阶段性价值定位
OpenClaw 当前最大的价值不在于替代分析师，而在于把投研中大量重复性、信息聚合性的工作自动化——公告跟踪、研报摘要、大宗价格监控、自选股预警这些每天都要做的「案头工作」，交给龙虾来跑。
真正释放的，是分析师的时间和注意力。
一旦工具成熟，这套四层体系所代表的「投研数字员工」模式，或将成为新的行业基础设施。
资料来源：中泰证券研究所，2026.3.10 | 本文仅供投研参考，不构成投资建议。
| 
发表于 2026-3-30 20:05:55
