AI投研应用系列之四：OpenClaw投研实践——从部署到应用.pdf

AI投研应用系列之四：OpenClaw投研实践——从部署到应用。OpenClaw 作为开源 AI 智能体框架，正在从对话工具向执行工具 演进。本文从投研应用角度出发，介绍了 OpenClaw 的部署方案、数 据源接入以及投研应用场景实践。

OpenClaw 部署与使用

对比纯本地、WSL2+云端模型、纯云端三类方案的适用场景与优 劣势，并以 WSL2+云端模型为例，完整演示环境搭建、OpenClaw 安 装、大模型配置及飞书集成流程。

OpenClaw 金融数据源接入与配置

介绍了 Tushare、AkShare 等数据 Skill 及其他金融数据库的配置 方法。

OpenClaw 投研应用

持仓监控报告推送：实现自动化数据采集、分析与报告推送。 量化策略回测与优化：通过行业动量+拥挤度轮动策略测试 OpenClaw 的量化回测与参数优化能力。从测试体验来看，当前大模型 自动生成的脚本仍可能存在逻辑错误或数据处理偏差，需人工反复调 试与修正，仍需进一步提升。 前沿因子挖掘：构建因子发现 Agent，实现论文自动抓取与潜在 因子思路提炼，总结因子逻辑、构建方法与评估可实现性。随着大模 型能力的不断提升，未来有望构建完整的因子自动化挖掘与回测体系。