【东吴证券】地产+AI工具系列报告之二：基于OpenClaw的房地产股票投研生产力提升实践-260311（30页）.pdf

1、房地产行业深度报告地产+AI工具系列报告之二：基于OpenClaw的房地产股票投研生产力提升实践AI工具变革房地产投研方式：房地产行业是中国经济的支柱产业之一，其股票投资涉及宏观经济政策、地方调控措施、公司财务状况、土地市场变化等众多复杂因素。2024年以来，房地产行业进入深度调整期，政策端密集出台“稳楼市”措施，行业格局加速重塑，央企国企与优质民企的分化日益明显。在这一背景下，传统研究方式面临信息量爆炸、政策变化频繁、研究覆盖面有限等多重挑战。双平台协同+双模型评级，覆盖三大市场mathbf60余只房地产标的：系统构建了本地OpenClaw投研体系与云端AI评级平台的双平台协同架构。云端部署

2、两套独立评级模型量化AI选股（量化30%+基本面20%+AI50%）与东吴地产选股（基本面70%+AI30%），覆盖A股、港股、美股三大市场。本地七维评分引擎（趋势22%+动量18%+波动率12%+成交量18%+价值12%+基本面8%+情绪10%）提供信号扫描和交叉验证，双平台数据联动形成完整投研闭环。四层数据降级+五模型路由+地产行业深度定制，确保系统稳定运行：数据层采用iFinDAKShare腾讯财经新浪财经四层降级架构，连续失败3次自动降低优先级。AI层配置KimiK2.5（深度分析）、MiniMaxM2.5（数据提取）、GLM-5（数学推理）、DeepSeekV3（交叉验证）、混元2.

3、0（联网搜索）五模型路由。针对地产行业定制PB破净逻辑（0.3-0.8满分）、三道红线筛查、地产情绪词库（多个专属关键词），使评级结果紧密贴合行业特性。系统代码已开源。风险提示：AI评级仅供参考，不构成投资建议；大模型存在幻觉风险；数据源中断可能影响评分时效性；房地产市场波动性风险。相关研究1.项目总体说明.1.项目总体说明1.1.项目背景与动机房地产行业是中国经济的支柱产业之一，其股票投资涉及宏观经济政策、地方调控措施、公司财务状况、土地市场变化等众多复杂因素。2024年以来，房地产行业进入深度调整期，政策端密集出台“稳楼市”措施，行业格局加速重塑，央企国企与优质民企的分化日益明显。在这一背

4、景下，传统研究方式面临信息量爆炸、政策变化频繁、研究覆盖面有限等多重挑战。与此同时，以大语言模型（LLM）为代表的人工智能技术正在深刻改变金融投研领域。ChatGPT、Kimi、DeepSeek等模型展现出强大的文本理解、信息提取和逻辑推理能力，但现有AI工具存在一个本质局限：无状态。每次对话都从零开始，无法记住分析师的研究偏好、历史结论和持仓信息，更无法执行定时任务或调用外部数据接口。OpenClaw的出现改变了这一局面。作为新一代AIAgent框架，OpenClaw提供了持久化工作空间、长期记忆、技能系统、定时调度和本地代码执行等核心能力，使得构建一个“有记忆的、能写代码的、会定时干活的”

5、AI投研助手成为可能。本项目正是基于这一技术框架，构建了一套聚焦房地产行业的AI智能投研系统。从行业层面看，2025年房地产行业呈现出明显的结构性分化特征。一方面，头部央企国企（如招商蛇口、保利发展、华润置地）凭借融资优势和土储质量，市场份额持续提升；另一方面，部分民企仍在应对流动性压力，行业出清尚未完成。这种分化格局对投研提出了更高要求不仅要判断行业整体走势，更要精准识别个股的差异化机会。政策端的变化频率也在加快。仅2025年上半年，就先后出台了取消限购放开、降低首付比例、公积金贷款放宽、地方购房补贴等多项措施。每一项政策都可能对个股产生显著影响，但影响方向和幅度因公司而异。传统的人工跟踪方

6、式难以及时覆盖60只标的的政策敏感度分析，而人工智能系统可以7times24不间断监控和分析。1.2.项目定位本项目定位为面向房地产行业的AI原生智能投研辅助系统，核心目标是将大语言模型的智能分析能力与传统多因子评分模型相结合，构建从数据采集、信号生成、研究输出到投资决策辅助的完整链路。系统的核心特征包括：（1）双平台协同架构：本地OpenClaw投研体系（多因子评分引擎+12个数据脚本+6套固化工作流）与云端房地产AI评级平台（详情请见【东吴地产】基于量化分析与大模型的房地产股票AI选股系统深度报告）深度集成，形成“云端专业评级+本地智能分析”的双平台交叉验证机制。（2）地产行业深度定制：针