我让 OpenClaw 开始的一周模拟仓

这篇文章面向搜索 AI 模拟仓、AI 量化复盘、OpenClaw 交易助手、新闻证据库和风控清单的读者。

这篇是一次量化子栏目的试运行：我把模拟仓、新闻抓取、三次策略检查和收盘快照串起来，看看一个 AI Agent 到底能不能从“会聊天”，变成“会记录、会复盘、会约束交易冲动”的助手。

先把边界说清楚：这不是荐股，也不是带单。文中出现的股票和动作，只用于展示 新闻—证据—决策—复盘 这套自动化流程。真实交易要独立判断，别把任何 AI 当股神。

今天这条工作流长什么样

我现在让 OpenClaw 做四件事：

1. 盘中抓新闻和市场线索，把来源、时间、标签、原始字段留下来。

2. 在 09:30、10:30、14:30 三个时间点读模拟仓和新闻快照。

3. 给出“观察 / 不动 / 调整”的建议，但每条建议都必须带风控理由。

4. 收盘后把组合状态写成快照，第二天可以复盘它到底判断对了什么、错过了什么。

这个流程的重点不是“AI 帮我买了什么”，而是 AI 有没有留下可复盘的证据链。

今天进入上下文的市场线索

下面这些线索来自本地新闻抓取结果，公开稿只保留板块/概念层面的标签统计，不展示具体标的：

1.AI光通信/DCI：今日进入证据库 10 条线索。

2.电力/电网/算力供能：今日进入证据库 7 条线索。

3.半导体/光刻机：今日进入证据库 6 条线索。

4.中东/能源/通胀：今日进入证据库 4 条线索。

5.用户持仓相关：今日进入证据库 3 条线索。

我更关心的不是新闻本身，而是它如何被结构化：时间、来源、原文、标签、相关观察池、核查状态。如果只保留一句 AI 摘要，第二天根本没法复盘。

模拟仓收盘快照

截至 2026/6/3 15:00:15，初始资金500,000，模拟仓权益约 505,427.96，现金约 488,305.96，持仓市值约 17,122，浮动盈亏约 -362.24（-2.07%）。

当前样本持仓会在公开稿中按板块/概念聚合，不展示具体标的、成本、数量和买卖点。

•其他观察主题：模拟仓样本 1 个，用于观察主题暴露和风控，不代表任何买卖建议。

•能源/通胀链：模拟仓样本 1 个，用于观察主题暴露和风控，不代表任何买卖建议。

三次决策检查，真正要看的不是结论

我翻了最近的策略检查记录，最有价值的不是某一次“买/卖/不动”，而是它有没有回答三个问题：

• 这条建议基于哪些输入？

• 如果判断错了，失效条件是什么？

• 它是在降低风险，还是在放大情绪？

最近的检查点记录：

2026-06-03-0930

来源文件：stock-memory/sim-trading/llm-advice/2026-06-03-0930.md

• 把新闻和主题热度纳入上下文

• 检查组合主题暴露和仓位压力

• 保留风控/失效条件作为复盘字段

2026-06-03-1030

来源文件：stock-memory/sim-trading/llm-advice/2026-06-03-1030.md

• 把新闻和主题热度纳入上下文

• 检查组合主题暴露和仓位压力

• 保留风控/失效条件作为复盘字段

2026-06-03-1430

来源文件：stock-memory/sim-trading/llm-advice/2026-06-03-1430.md

• 主要读取组合与行情快照

• 检查组合主题暴露和仓位压力

• 保留风控/失效条件作为复盘字段

这也是我后面想固定写的量化子栏目方式：不把它写成“今天 AI 推荐了谁”，而是写成“AI 如何把信息变成可审计的行动假设”。

今天这个 Agent 做对了什么

第一，它没有只输出一个结论，而是把新闻、持仓、资金、风险放进同一个上下文。

第二，它把“动作”降级成了“建议”，并且保留了模拟仓路径。这个边界很重要：AI 可以做记录、提醒、复盘和风控，但不能替人承担真实交易责任。

第三，它让我看到一个很实际的问题：很多交易冲动并不是缺信息，而是缺一个强制写下“为什么现在要动”的流程。只要每次动作都必须留下证据，很多随手追高会自然消失。

它也明显做得不够好

问题也很清楚：

• 有些新闻只有媒体标题，没有官方原文，不能直接当事实。

• 热搜、龙虎榜、资金流只是注意力线索，不应该被写成确定性预测。

• 模拟仓检查点还需要更标准的字段：输入、判断、动作、失效条件、复盘结果。

• 当前文章如果要公开长期连载，需要进一步隐藏个人真实持仓和账户信息，只保留模拟样本与方法论。

这说明量化栏目真正要卖的不是“收益”，而是 可复盘的 AI Agent 工作流。

可以复用的一张 checklist

如果你也想让 AI 帮你做交易/研究辅助，我建议先别让它预测涨跌，先让它每天固定回答这 7 个问题：

1. 今天新增了哪些信息？来源是什么？

2. 哪些信息有原文，哪些只是二手转述？

3. 哪些信息和观察池有关？

4. 当前仓位暴露在哪些主题上？

5. 如果要动作，证据链够不够？

6. 如果判断错了，失效条件是什么？

7. 明天如何验证今天的判断？

能稳定回答这 7 个问题的 AI，才有资格继续谈策略；否则只是一个更会说话的情绪放大器。

下一步我会怎么改

下一版我准备把模拟仓日志标准化成一个 JSON schema：

• time：09:30 / 10:30 / 14:30 / close

• input：新闻、行情、持仓、资金

• hypothesis：当时的交易假设

• action：观察 / 不动 / 调整

• risk：失效条件和风控线

• review：收盘或次日复盘

这样做的好处是，公众号文章可以写得更像实验日志，系统内部也可以把它当训练集，不断改进规则。

本文是 AI 量化信息工程与模拟仓工作流记录。公开版只按板块/概念讨论信息收集、标签归类、事实核查、模拟收益曲线和复盘方法，不展示具体标的、成本、持仓数量、买卖点或真实账户信息，不构成任何投资建议。市场有风险，投资决策需基于公开披露、独立研究和个人风险承受能力。

本文记录的是 AI Agent 模拟交易与风控复盘方法，不构成投资建议；后续我会继续把新闻证据库、模拟仓、回测结果和风控清单拆成可复用的量化工作流。