【全网首发】OpenClaw量化交易教程(部署投研一条龙~)

前情提要：
claw部署—>配置—>接入量化—>投研新因子—>编写策略—>回测效果

从部署到因子投研，全文比较长，近乎把饭喂嘴里了~

应该算是全网首发了~

（记得一键三连~）

目前已经研发出来的6因子策略回测，年化12.56%，穿越牛熊，6年实现本金翻倍~

（非投资建议，仅供参考哈，市场具有反身性~）

所有流程走下来，0成本（除了电费）

不用额外去买什么高性能电脑，8GB+I5CPU就够了

（当然如果后续你真的投入实战交易的话，券商那边会有资金门槛要求~）

…………

周末十五五规划出来了，解读暂时先放放，我先写一下周末捣鼓龙虾的一些心得~

前一阵子写过一篇体会，当时感觉龙虾没那么厉害，但是后续我看了一篇研报，灵感大发~AI+量化+OpenClaw：进化到什么程度了？

而且周五我又刷到一条新闻，说东财妙想也发布了claw（其实就是skill）

有点像steam上的《无人深空》和《赛博朋克2077》，刚发布出来的时候是依托答辩

然后各种修bug，出mod，结果口碑逆转~

刚好上次买的coding plan还没怎么用，拿来挥霍一下~

首先理解一下这玩意的底层原理：

claw是中间件，相当于人类的调度室，当人类发送指令，龙虾会传送给ai大模型（询问具体如何执行），然后再传回龙虾，龙虾再通过电脑上的shell命令行去执行具体任务，最终完成任务

注意：全程和鼠标没有关系，是通过命令行操控电脑

图画的比较简单，实际上龙虾可以外接很多东西，skills和MCP，大家把它想象成游戏MOD就行了，随着生态的完善，功能会越来越强~

妙想这次出的claw，就相当于给ai装了个金融数据库

完美的解决了数据幻觉问题~

真正可以完成高精度任务~

一、claw部署

我用的是阿里巴巴开源的copaw（https://copaw.agentscope.io/）

网上还有很多其他claw，大同小异

但是注意：必须要使用本地部署的claw，因为后续需要接入pyhton量化软件，云端claw做不到，而且不安全

我一开始用的时候是0.0.4版本，昨天已经更新到0.0.7了，且出了桌面端软件了，不用通过pip命令去安装了，对于不懂编程的人来说非常友好~

首先去Github下载客户端（https://github.com/agentscope-ai/CoPaw/releases）

往下滑到这里，有一个exe版本，点击下载

下载完后直接安装就行了

然后桌面上就会多一个图标，打开的时候有点墨迹，需要等一会（因为是加载python框架）

右上角可以调整为中文，然后点击左下角配置模型

不配置模型是用不了的，就是个空壳，模型的选择有很多，目前移动云、联通云和天翼云好像有免费体验的额度，可以实现0成本使用

我是因为之前已经买了阿里百炼的coding plan（40元/月），所以就直接用了

选择对应的服务商

把URL链接和密钥填进去，然后测试链接，出现连接成功的提示说明配置对了

关于url和密钥在哪里获取，去相应的大模型平台获取

有不懂的地方多问ai，我也是一路问ai摸索过来的，哪里不懂就问哪里，ai不会不耐烦，刨根问底，往祖坟上刨！

然后选择你想用的模型（随便选一个就行，不行可以再换）

然后切回聊天窗口，此时应该就可以聊天了

这个时候龙虾啥技能没有，和你平时用的豆包元宝差不多，只是个聊天工具

没事别瞎唠，每一次发送消息都会消耗token的~

二、部署

大脑和身体连上了，现在手和脚还没连上

接下来通过聊天，把手和脚装上，有点像话疗啊~哈哈哈

claw有4大底层文件，你可以简单理解为“人物设定”

当然每个厂商的龙虾配置文件名会略有区别，例如我用的阿里copaw，没有USER.md，但是有PROFILE.md（原理是一样的）

这些文件的内容可以在工作区看到

这4个人物设定配置文件不是固定死的，你可以后续根据自己的需求再增加，我就增加了好几个其他扩展设定，例如：错题本（用来记录错误，避免重复犯错）、量化参数配置（后面会讲）等等

在安装手脚之前，需要安装安全skills~

和钱相关的肯定安全第一嘛~

1.第一步：更换密钥存储地

一开始默认是存储到MEMORY.md文件里，一旦被外部入侵，所有密码信息就全没了~

在聊天对话框中直接告诉龙虾，“把密钥的位置改到另一个更安全的文件中（你可以随便起个名），MEMORY中只保留指针”

2.第二步：配置python更新源

安装skills会涉及到安装python依赖包，默认是从国外服务器下载，速度极慢，严重拖累效率，建议大家先更换python默认的下载源，例如改为清华源

（https://mirrors.tuna.tsinghua.edu.cn/）

直接通过聊天告诉龙虾就行了，后续的大部分操作基本都是通过聊天的方式让龙虾去执行

3.第三步：安装skills

首先要装的就是安全审计skills，相当于给龙虾装毒软件（据Koi Security 审计发现，在 2857 个skills 中有 341 个为恶意skill）

大家按需选择，下载链接去对应的网站搜索就行了，实在不懂就去问ai

安全问题基本稳固，可以装一些其他的扩展skill，例如一开始提到的妙想claw

由于这是一个压缩包，所以需要你告诉龙虾该文件的路径位置，剩下的龙虾就会自动去安装

（对了这里有一个细节，路径包含中文字符的时候，龙虾会报错，所以要提示他使用 pathlib 进行路径访问）

安装成功后会告诉你，你可以尝试着使用它查询一些数据

其他的skills大家可以按需选择

除了这些之外，还有很多skills社区，没事的时候可以逛逛，或者直接把社区链接发给龙虾，然后说出你的需求，龙虾会自动帮你寻找符合要求的skills，并安装

到这里基本就初步部署完毕了

此时已经可以通过龙虾完成很多事情，包括写文档、浏览网页、管理文件等等基础操作

三、对接量化

龙虾控制电脑的原理是通过shell操控电脑，量化的原理是通过python操控交易

那么只需要把shell和python连上即可

我用的量化软件是东方财富的掘金，这个最傻瓜式，体验最简单，直接点击东财软件的左下角量化，就会自动安装

（当然市面上还有很多其他的券商会提供量化软件，大家可以自行搜索）

安好后打开，右上角有个系统设置

然后下面python会有一个下载按钮，点击即可安装

（我这里因为早就安好了，所以显示的是更新）

对了记得把这页中的密钥（token）保存好，交给龙虾让他记住（你可以让他新建一个md配置文件，就是上文提到的，专门用来存储量化的默认配置参数）

python环境的安装难度因人而异，因为有的人电脑里可能已经装过了（我就是），这里再次安装可能会产生环境冲突，具体的解决方案可以去下载一个embed嵌入版python，专门供量化环境使用，具体的操作依然可以去问ai

这里有一个小细节：东财量化运行的底层是python，而龙虾运行的底层也是python，所以当龙虾去调用东财python的时候容易混淆，那么就需要告诉龙虾：在量化配置文件md中增加一个“量化python的安装路径”，后续量化程序的调试和编写都按该路径的Python环境来，不要动龙虾本体所在的Python环境

此时可以先尝试新建一个策略，东财默认有很多初始策略，随便弄一个

然后划到地下，有一些代码，这里就需要你进行参数配置

你可以手动配置，也可以让龙虾帮你配置，但是前提是龙虾必须找到该文件的位置。右键左边的文件，这里可以找到路径，把文件路径传给龙虾，和他对话让他去进行配置

目前龙虾和东财量化的勾稽还无法丝滑适配，需要先手动在量化软件中新建一个“空策略”，然后把文件路径告诉龙虾，后续的量化编写和回测则可以完全交给龙虾自动化处理

这里还有一个需要注意的地方，龙虾在编写策略的时候，调用的接口可能会出现混乱（例如使用之前的MX_skill接口），这个时候需要纠正，因为这个MX接口有限额的~（别问我怎么知道的~都是血泪教训

），需要告诉龙虾，应该优先使用东财掘金量化官方的数据调用方法，并且把该设定保存到配置文件md中

路径配置好后，你可以让龙虾执行该程序（这里注意要让他按照量化的配置文件md进行运行），完成后龙虾会告诉你回测结果，如果运行失败龙虾会自动帮你改bug

这里还有一个要注意的细节，龙虾默认是0岁的孩子，他其实并不懂量化编程的语法设定，所以他需要学习，那么可以把官方文档的链接直接扔给他，让他自行学习（同时可以设定：一旦遇到语法问题，自行去查阅文档寻找解决办法）

回测完成后，可以点击右上角的按钮，查看回测结果

初步实现claw量化了~

四、投研与策略

现在无论是各大机构，还是各大量化卖课的，手里最珍贵的不是别的，而是“策略”

以前由于数据不平权，认知差距巨大，即使散户学会了量化，也难以用于实战~

不过现在有了龙虾和限时免费的数据接口，那么就不太一样了~

这里我还是要严肃的说明一下

量化不会让你躺赚，量化只是个工具，是个能力放大器，不是扭转你盈利能力的杀手锏，如果你的策略亏钱，使用量化很可能会加速亏钱~

所以大家在使用之前，一定要慎重~（当然我知道没几个人能真的听进去的~

，都喜欢先交学费再学习）

因为资本市场具有反身性，一旦这种claw量化盛行，相关的策略差距会被迅速缩小，很有可能会出现“一段时间策略有效，但过一段时间后策略失效”的问题

拿最简单的周末博弈来举例：很多人喜欢博弈周末发酵，所以他们喜欢周三周四抛售，周五低吸，周末发酵，周一高开兑现。使用这个策略的人数一旦达到一定的量级，就会出现反身性，一些人会抢跑，把本该周一兑现的操作，前移到了周五兑现，而继续周五低吸的反而被套了，这就是资本市场的反身性。后续量化的普及，这一现象会更加普遍~

回到正题，关于ai投研，目前我已知的有两个途径：一个是拿专业教材喂给龙虾，再一个是拿机构的量化报告投喂ai

本文拿机构报告举例，原文在这《因子投资和资产配置：因子策略和行业策略的对比优化》

接下来把该链接直接扔给龙虾让他学习，并科研总结新因子，用于后续的策略编写

但是在编写复杂的策略之前，我建议先从最简单的因子写起，例如让他先从价格因子编写策略（自带因子无需计算），在这一过程中，龙虾会熟悉编程语法和流程，单因子成功运行回测后，再进行需要计算的因子的策略编写（例如动量因子），循序渐进，最后再投喂更加专业的研报和资料让他进行研发