项目记录:把 OpenClaw 结合自己的交易项目做成飞书里的 AI Trading Partner-- A 股智能分析机器人

摘要

很久没有更新文章,最近一年一直在潜心研究金融工程,做了量化,金融智能体,股票分析智能体等。最近把自己一直在迭代的一个 AI 投资辅助项目做了次完整整理,也顺手接入并部署成了飞书机器人。现在它已经能完成每日选股、个股问答分析、大盘分析等功能,我自己平时也在持续使用。这里想从项目复盘的角度,分享一下这个系统是怎么从一个想法逐步变成可落地工具的,以及我在技术栈和产品形态上的一些取舍。

项目简介

这个项目最初并不是为了做一个"自动炒股系统",而是想做一个真正能在日常交易场景里帮我压缩信息、减少重复劳动的 AI 辅助工具。平时看盘时,最耗时间的事情其实不是下单本身,而是筛标的、查基本面、看技术形态、补新闻、判断情绪、再结合大盘状态做一个相对完整的判断。很多时候不是不会分析,而是分析链条太长、信息太散。所以这个项目的目标一直很明确:把这些分散动作整合成一个可交互、可复用、能在飞书里直接问答的 AI trading partner。

从目前的实现来看,整个系统主要分成三块能力:选股服务,个股多面分析,大盘分析。

选股服务

这部分主要负责每天从股票池中做策略命中检测、因子评分和排序,最后输出 Top20 推荐标的。这个过程不是简单地按单一指标筛选,而是结合策略命中情况和多维因子做综合打分,尽量让结果既有一定的强度,也有一定的可解释性。为了让结果不只是"给一串代码",我还在后端接入了改良版的 Kronos 思路,为推荐标的自动生成未来几天的走势预测图,方便快速看结构和节奏。也就是说,它给出的不是一个孤立名单,而是一套"推荐结果 + 排名 + 图形辅助观察"的输出。

个股多面分析

这也是我平时用得最多的一部分。系统现在支持问答式调用,背后会把一个股票的分析拆成多个维度来做,包括基本面、技术面、新闻面和舆情面,最后再做一个统一汇总。比如你可以直接问它:一只票连续阴跌之后后面可能怎么走;一只股票调整几天后再次涨停,还有没有继续走强的预期;某个票是否适合入场,需不需要结合所在板块情绪一起看。

从交互层面上看,这种体验和传统"自己去翻一堆软件页面"差别很大。你不需要先打开 K 线软件,再去找财报,再切新闻,再看板块,只需要把问题抛给机器人,它会按结构化方式把不同维度的信息整合起来,最后给出相对清晰的结论、风险点和关注项。对我来说,这部分最大的价值不是"替我决策",而是帮我快速形成一个更完整的观察框架。

大盘分析

这一块我参考了同花顺首页那种比较符合国内用户习惯的逻辑,把每天收盘后的市场信息做成固定结构的复盘能力。目前覆盖的内容主要包括指数表现、成交额、融资融券、市场宽度、涨停和连板结构、热门行业强度等。项目里做了单独的大盘宏观分析流水线,收盘后会生成当日市场快照和日报,然后再对外提供问答接口。这样做的好处是,大盘分析不是每次临时现算,而是基于已经生成好的数据快照去回答问题,输出更稳定,也更容易和后面的个股分析、选股结果对齐。

技术栈与产品形态

为了让这些能力真正能落地使用,我没有把它只停留在"本地脚本"阶段,而是把项目做成了更清晰的服务化结构。当前整个系统已经整理成几个相对独立的接口能力:分析服务负责个股问答与多维分析,选股服务负责日更推荐和图表生成,大盘服务负责市场复盘和结构化问答。外层再通过 OpenClaw 做路由,把用户在飞书里的自然语言请求转成对应的 API 调用。这样一来,最终使用方式就非常直接了:在飞书里 @ 机器人,输入"推荐今日股票""分析某只股票技术面""今天大盘怎么样""某行业今天是不是最热"之类的自然语言,它就能走到正确的后端能力上。初次之外,我也接入了妙想skills,支持资讯搜索,金融数据,智能选股,直接将其接入Ai tradingpartner中,对二者进行了一个很完美的平衡,现在由于skills,手头的数据更丰富了,我也在后台修改了openclaw使其让skills与我本地的项目达成了深度的融合,二者内容优势互补相得益彰,分析更加全面。

有关数据:tushare pro,东方财富等

工程实现 上,这次整理其实做了不少"看不见但很重要"的事情。

第一,是把项目从原来偏实验性的多智能体研究框架,逐步收敛成更适合长期维护和部署的 A 股分析服务。很多原来为了研究而存在的复杂流程被删掉或简化了,保留下来的都是我自己真正会高频使用的能力。

第二,是把对外接口、数据产物、运行时间、手动重跑流程都明确下来。比如大盘分析和选股服务都采用按交易日生成结果的方式,减少临时计算带来的不稳定,也方便回看和补跑。

第三,是做了面向飞书/OpenClaw 的适配,包括路由文档、接口契约、部署预留和运行说明。换句话说,这个项目不再只是"能跑起来",而是开始具备"可接入、可部署、可维护"的形态。

在数据和分析逻辑上,目前项目主要围绕 A 股场景做了定向适配。选股和市场分析部分以结构化市场数据为基础,个股分析部分则尽量把基本面、技术面、新闻面和情绪面拼起来看。这里我特别想强调一点:这个项目的目标从来不是制造一种"AI 一句话带你暴富"的幻觉,而是做一个高频、顺手、可解释的辅助分析工具。它可以帮我更快筛掉低质量标的,更快建立对一只票的整体判断,也可以在盘后帮我迅速回顾当天市场结构,但最后的交易决策仍然需要自己做。

这段时间在实际使用里,我对它的体感还是比较明显的。以前一个完整的分析动作,可能要切好几个页面、翻很多信息;现在很多问题直接在飞书里问就行,而且输出已经是偏结构化的,不是泛泛而谈。尤其是当我对某只股票只有一个模糊直觉时,比如"这票怎么天天阴跌""这个涨停是不是还值得跟""这个板块有没有持续性",AI 给出的分析至少能让我迅速知道自己接下来该重点看什么,而不是从零开始查。

未来展望

当然,这个项目还远远没到"完成体"。现在主体功能虽然基本完工,但后面仍然有不少可以继续优化的方向。比如个股分析结果还可以继续做得更细,图表和卡片展示还能更友好,新闻和情绪数据源还可以继续增强,大盘分析也可以做得更稳定、更贴近真实复盘需求。如果后面继续迭代,我也会优先围绕"真实使用频率高不高""能不能减少我的信息整理成本"这两个标准来推进,而不是一味堆功能。

整体来说,这次我最满意的不是单个功能点,而是它终于从一个"想法不错的项目",慢慢变成了一个我自己真的会每天去用的工具。对我来说,一个项目真正有价值,不是写在简历里有多好看,而是它能不能在现实里帮你解决问题。至少目前这个 AI trading partner,已经开始做到这一点了。

使用示例

我问了这几个问题供大家参考:

1、连续阴跌,后续大概会怎么走,有没有值得关注的点

2、调整后再度涨停,还有没有预期,对某板块影响如何

3、能不能入场,结合某板块舆情分析一下

还可以问很多类似的问题,没有一个很固定的模板参照,通过和他的对话,我也抓住了好几波机会

最后还是照例声明一下:本文只是一个项目记录与技术复盘,里面提到的分析结果、推荐逻辑和问答输出都不构成任何投资建议。市场有风险,讨论请尽量理性,也欢迎交流和指出问题。如果有好的想法或合作意向,也欢迎联系!!

相关推荐
大强同学1 小时前
复杂任务文件化规划工具:planning-with-files
人工智能·ai编程
机器小乙1 小时前
【开源】2 分钟在 Windows 上搭建 AI Agent 运行环境:MachineY Engine 使用指南
人工智能·windows·ai·开源·openclaw
gzroy1 小时前
企业云平台部署Openclaw的实践
人工智能
nananaij1 小时前
【LeetCode-01 两数之和 python解法】
开发语言·python·算法·leetcode
Are_You_Okkk_2 小时前
不只是辅助编程:AI研发框架如何重构团队研发体系?
人工智能·重构·开源·ai编程
进击的小头2 小时前
第8篇:线性二次型调节器
python·算法·动态规划
枫叶梨花2 小时前
Qwen3-ASR 本地部署与使用完整指南
人工智能
badhope2 小时前
OpenClaw卸载命令全解析
java·linux·人工智能·python·sql·数据挖掘·策略模式
chaors2 小时前
Langchain入门到精通0x0c:middleware
人工智能·langchain·ai编程