【西南证券】AI大模型投研应用系列：从眼到手：OpenClaw如何改变投资研究模式-260318（31页）.pdf

1、 请务必阅读正文后的重要声明部分 2026 年年 03 月月 18 日日 证券研究报告证券研究报告金融工程金融工程专题专题报告报告 AI 大模型投研应用大模型投研应用系列系列 从眼到手从眼到手：OpenClaw 如何改变投资研究模式如何改变投资研究模式 摘要摘要 西南证券研究西南证券研究院院 OpenClaw 简介与核心架构简介与核心架构：OpenClaw 是 2025 年 11 月发布的免费开源自主 AI智能体，GitHub Star已超 30 万。其三层架构包括：通信层接入飞书、Telegram 等平台，网关层负责消息路由与验证，AI大脑层集成大语言模型进行任务分解与工具选择。三大技术特点

2、为完全开源、本地优先与自主调度，使其能够真正执行任务，而非仅对话回复，为金融从业者提供了从信息获取到任务执行的一体化工具。OpenClaw 部署与交互方式部署与交互方式：OpenClaw 在 Windows 系统下推荐通过 WSL2部署，配置环节包括模型提供商选择、技能安装、网络工具配置及通讯平台接入。交互方式灵活多样：用户可通过飞书等即时通讯平台自然对话，也可通过命令行或浏览器控制台进行精细操作。三种方式共享同一套智能体配置与记忆系统，满足不同使用场景需求，极大降低了 AI工具的使用门槛。OpenClaw 的核心能力与技术突破的核心能力与技术突破：OpenClaw 的三大特点使其区别于传统A

3、I助手：多平台命令接入将即时通讯作为指令传输端点，用户无需切换工具链；自适应技能扩展允许智能体根据任务需求自主检索、安装新技能；多模态交付层可将结果自动渲染为 Word、PDF、图表等格式并直接推送。这些能力共同构建了一个真正可执行任务的自主智能体系统。OpenClaw 在投资研究中的应用在投资研究中的应用：装配金融技能后，OpenClaw可辅助完成信息搜集、数据分析与报告生成。信息搜集方面可调用 Tushare、同花顺等接口批量提取股票数据与财经新闻；数据分析方面内置 Python 沙盒环境支持Pandas、Matplotlib等库；报告生成方面可基于多源数据自动生成个股研究报告。研究者仅需

4、自然语言指令，即可完成原本需要手动多步操作数据处理流程。深度学习因子选股案例深度学习因子选股案例：报告以深度学习因子选股为案例展示 OpenClaw的自动化研究能力。在仅给出自然语言指令的情况下，OpenClaw自主完成数据读取、模型选择（MLP/GRU）、云端算力对接（Runpod）、模型训练、因子回测与绩效报告生成，并自动绘制净值曲线与滚动夏普比率对比图。整个过程从策略开发到回测报告实现“一键直连”，大幅降低量化投研的技术门槛。OpenClaw 自我纠错能力与局限性提示自我纠错能力与局限性提示：OpenClaw在复杂任务中展现出初步调试能力：在回测出现异常高收益时，能够从多维度回溯推理定位

5、问题根源。但仍存在 LLM 固有的幻觉问题，如案例中其擅自使用模拟指数数据而未主动说明。建议用户在使用过程中实时监控 Dashboard 操作日志，并对关键环节进行人工复核，确保研究结果的真实性与可靠性。风险提示：风险提示：OpenClaw模型本地部署权限较高，与本地数据文件及其他敏感信息交互，若环境隔离不当则可能有误操作删除文件及一定的数据泄露风险；OpenClaw 等相关 AI 模型建议仅作为辅助工具使用，无法代替人工投研分析与决策，策略效果结论仅针对于回测区间得出，并不预示其未来表现，也不能保证未来的可持续性，亦不构成投资收益的保证或投资建议。分析师：郑琳琳 执业证号：S12505221

6、10001 邮箱： 分析师：祝晨宇 执业证号：S1250525100004 邮箱： 相关研究相关研究 1.基于 BLACK-LITTERMAN模型融合资产择时与风格轮动的资产配置研究 (2026-02-26)2.多重周期嵌套下关注多主线与风格轮动再平衡2026年度资产与基金组合配置策略 (2026-01-09)3.ESG 投资现状及量化多因子策略跟踪 (2025-12-31)4.强化学习驱动下的解耦时序对比选股模型 (2025-12-25)5.DAFAT：基于 Transformer 模型的自适应解决方案 (2025-08-29)6.加权影线频率与K 线形态因子 (2025-08-28)7.可