OpenClaw 量化实战:装了 tushare skill,然后呢?

最近刷到一条推文，说装了 OpenClaw 的 tushare-data skill，普通人也能玩 A 股量化了。筛选潜力股、追踪龙虎榜、监控主力资金——对话框里打几句话就行。

听起来很美。

但推文里只展示了最理想的情况。真动手装一个试试，你会发现事情没那么丝滑。这篇文章就干一件事：从安装到实战完整走一遍，告诉你哪些能做到，哪些做不到，哪些需要花钱才能做到。

tushare 是什么

先说清楚背景。tushare 不是新东西，它是国内量化圈用了好几年的金融数据接口，A 股行情、财务数据、板块信息、龙虎榜，基本上你炒股需要的数据它都有。

以前要用 tushare，你得会 Python，得装开发环境，得自己写代码调接口。门槛不高，但也不低——至少得知道 pandas 是什么。

现在 tushare 官方出了 OpenClaw skill。理论上，你只需要安装这个 skill，就能用自然语言让 AI 帮你调数据。不用写代码，不用碰终端。

理论上。

安装：三步，但有一个坑

第一步，在 OpenClaw 里搜索 tushare，安装官方 skill。注意搜索结果里有好几个同名的，认准 lidayan/tushare-data，这是官方出的。

第二步，去 tushare.pro 注册账号，拿到你的 API token。注册免费，新用户送 120 积分。

第三步，把 token 告诉 OpenClaw。在对话框里直接说"我的 tushare token 是 xxx"就行，skill 会自动配置。

坑在第二步。120 积分听着不少，但翻一下 tushare 的权限表就知道：

看到了吗？免费用户只能拉非复权日线。那条推文里展示的"筛选市盈率低于 20、ROE 大于 15%"？市盈率和 ROE 是财务数据接口，需要 2000 积分。龙虎榜？也要 2000 积分起步。

换句话说，推文里的两个核心案例，免费用户一个都跑不通。

这不是 OpenClaw 的问题，是 tushare 本身的限制。但写推广文不提这个，就有点不厚道了。

200 元能买到什么

200 块一年，拿到 2000 积分，解锁的数据就够用了：

• 日线行情（前后复权都有）
• 基本面数据：市盈率、市净率、总市值、流通市值
• 财务数据：利润表、资产负债表、现金流量表
• 板块数据：行业分类、概念板块
• 龙虎榜：上榜个股、买卖席位明细
• 每分钟 200 次调用，每天 10 万次。对个人用户来说，绰绰有余。

但以下数据你拿不到：

• 分钟级行情（需要额外 2000 元/年）
• 实时盘中数据（需要额外 200 元/月）
• 港股美股（各需 1000-2000 元/年）
• 新闻舆情（1000 元/年）
• 所以第一个结论很明确：tushare skill 适合做收盘后的分析和回测，不适合盘中实时交易。

实战：能做什么

假设你花了 200 块开通了 2000 积分，看看实际能干什么。

场景一：条件选股

对 OpenClaw 说："帮我筛选 A 股里市盈率 10-20 倍、ROE 大于 15%、市值大于 200 亿的股票，按股息率从高到低排。"

AI 会调用 daily_basic（每日指标）和 fina_indicator（财务指标）两个接口，交叉筛选后返回一张表。整个过程大概 10-15 秒。

以前做这件事，你要么花钱买 Wind/Choice，要么自己写 Python 脚本。现在一句话搞定。这确实是实打实的效率提升。

场景二：个股体检

"帮我看看比亚迪最近一年的走势，算一下 20 日和 60 日均线，现在处于什么位置。"

AI 会拉日线数据、计算均线、判断当前价格相对均线的位置。如果你装了 matplotlib 或类似的可视化工具，它还能画图。

场景三：龙虎榜复盘

"今天龙虎榜上买入最多的 10 只股票是什么？哪个席位出现频率最高？"

AI 调用 top_list 和 top_inst 接口，汇总后给你一张表。这个在免费的东方财富网站上也能查，但 AI 的优势是你可以追问："这个席位上个月上榜了几次？每次买入后 5 天涨跌幅怎样？"——这种跨时间段的统计分析，手动做非常痛苦。

场景四：定期监控

用 OpenClaw 的 cron 功能，设置每天收盘后自动跑一遍你的选股策略，把结果推到 Telegram。相当于一个私人版的盯盘助手。

做不到什么

说完能做的，必须说不能做的。

做不到：实时盯盘。 日线数据是收盘后更新的。你想盘中看资金流入流出、想做 T+0 的高频分析，tushare 免费和 200 元档都不支持。实时分钟数据需要额外付费，而且价格不便宜。

做不到：直接下单。 tushare 只提供数据，不连接券商。AI 分析完告诉你"建议买入"，你还是得自己打开交易软件手动操作。

做不到：高质量回测。 这是最容易被忽略的。AI 可以帮你写一个简单的回测逻辑——比如"每次金叉买入死叉卖出，算一下过去三年收益"——但这种回测缺乏滑点、手续费、涨跌停限制等真实交易成本的模拟。拿这个结果当真，你会亏钱。

做不到：替代专业量化平台。 如果你是认真做量化的，聚宽、米筐、掘金这些专业平台的回测引擎、因子库、风险模型，tushare skill 一个都没有。它的定位是数据层，不是策略层。

值不值得装

分两种人说。

如果你是普通股民，偶尔想查查数据、筛筛股票、复盘一下龙虎榜——值。200 块一年的 tushare 加上免费的 OpenClaw，比任何付费炒股软件都便宜，而且灵活度高得多。你能问出来的问题，AI 都能帮你查。

如果你想做正经量化——写策略、跑回测、接实盘——tushare skill 只能当起点。数据拿到之后，策略开发、风险控制、执行系统，每一层都需要专业工具。AI 能帮你加速，但不能帮你跳过。

一个诚实的总结：tushare skill 把"用数据辅助投资决策"这件事的门槛，从"会 Python"降到了"会打字"。这个进步是实实在在的。但它没有把"投资赚钱"的门槛降低哪怕一毫米。

数据人人能看到。看到之后怎么判断，还是你自己的事。