OpenClaw Docs CN

行业方案 / 社区真实案例

从 0 到 1:用 OpenClaw 搭建可量化的美股盘前分析和量化指标 Agen

过去几年,美股的信息密度变得越来越夸张:宏观数据、财报季、地缘政治、降息预期、板块轮动、社媒情绪……任何一个变量的轻微扰动,都可能在盘前就把走势的“剧本”改写一遍。对于普通投资者来说,真正困难的从来不是“找不到信息”,而是信息太多、太碎、太快——你刚看完一条新闻,再翻两张K线,顺手查几个指标,十几分钟过去了,结论却依旧停留在“感觉这票还行/不太行”。

这篇案例适合谁
  • 需要每天盘前快速汇总市场信息的研究型用户。
  • 想把资讯检索、指标分析、报告输出做成固定流程的投资研究者。
  • 希望搭建“可追溯、可复盘”分析链路的进阶玩家。

3 步复用路径

  1. 先完成服务器、模型、QQ 通道和基础 Agent 人设配置。
  2. 接入实时行情与浏览能力,打通数据抓取 + 指标分析工具链。
  3. 把输出固定成日报模板,按固定时间自动生成并回传。

常见坑

  • 只看结论不看证据链,长期无法复盘决策质量。
  • 把模型输出当成交易建议,忽视数据延迟和误差风险。
  • 没有做异常兜底,遇到 API 波动就整条链路失效。

案例信息

  • 原标题:从 0 到 1:用 OpenClaw 搭建可量化的美股盘前分析和量化指标 Agen
  • 来源:腾讯云开发者社区
  • 主题:金融分析 / Agent / 真实案例
  • 原文发布时间:2026-03-01

原文整理版(保留原意)

过去几年,美股的信息密度变得越来越夸张:宏观数据、财报季、地缘政治、降息预期、板块轮动、社媒情绪……任何一个变量的轻微扰动,都可能在盘前就把走势的“剧本”改写一遍。对于普通投资者来说,真正困难的从来不是“找不到信息”,而是信息太多、太碎、太快——你刚看完一条新闻,再翻两张K线,顺手查几个指标,十几分钟过去了,结论却依旧停留在“感觉这票还行/不太行”。

更麻烦的是,很多所谓的“盘前建议”要么只讲故事不讲数据,要么只堆指标不讲逻辑:看似专业,实际上缺少一套稳定的流程来复现与验证——今天看涨、明天看跌,回头也说不清到底是哪条证据起了决定性作用。于是我开始思考:能不能把“盘前信息收集 + 量化指标计算 + 观点生成”这条链路彻底自动化,让它像一个真正的交易分析师一样,固定时间产出固定结构、可追溯依据的日报?这就是我用 OpenClaw 搭建股票日报分析 Agent 的起点。

整体的架构是这样子的,那么让我们开始一步一步进行设置把

正文配图

一键部署教程

第一步,购买服务器

来到腾讯云网站,我们可以看到腾讯云已经适配好了Clawdbot,选择“轻量应用服务器”,然后最低配的版本:

  • 套餐类型:锐驰型(推荐)、入门型、通用型

  • 套餐配置:2C2GB或以上均可

正文配图

第二步,登入服务器完成后续步骤

访问Lighthouse管理控制台,查看选购或完成重装的Moltbot(Clawdbot)实例。随后,请点击该页面中的"登录"按钮。

正文配图

然后选择免密连接,点击登录即可:

正文配图

然后就可以看到登录成功的界面:

正文配图

第三步,配置信息

Moltbot(Clawdbot)与常规应用程序模板存在显著差异。官方部署流程包含若干需用户手动完成的配置环节。用户在首次登录服务器后,需通过终端输入以下指令并按下回车键以启动配置程序:

openclaw onboard

运行上面的命令后,将会出现一个问题:是否知晓风险,选择Yes就行

正文配图

接下来需要选择Onboarding的模式,我们选择QuickStart。模型配置这里选择了我选择了Qwen,当然你也可以选择不同的模型。如果选择Qwen的话,打开它的鉴权页面,然后登陆即可

正文配图
正文配图

接下来,选中 “Memory”(启用记忆功能,支持多轮对话上下文关联,避免每次聊天都需要重复说明需求),按回车键确认;

正文配图

第四步 申请 qq 机器人

然后来到QQ开放平台申请机器人,自己使用无需企业资质,指定用户,指定群聊可访问即可。QQ开放平台https://q.qq.com/#/apps

对于首次注册的新用户而言,注册流程相对较为复杂,但整体操作难度较低。用户仅需根据系统提示,如实填写个人相关信息即可完成注册。

正文配图

然后创建机器人

正文配图

在管理页面获取到当前机器人的AppID, 和AppSecret,并且把自己的服务器IP填入到白名单中。

正文配图

然后在界面中输入AppID和AppSecret

正文配图

如果使用了免密登录,可能会遇到:Gateway service check failed: Error: systemctl --user unavailable: Failed to connect to bus: No medium found

在执行这个指令前先运行一下

loginctl enable-linger $(whoami) && export XDG_RUNTIME_DIR=/run/user/$(id -u)

如果不在界面中输入,也可以在命令行中直接添加channel:

clawdbot channels add --channel qqbot --token "xxx"

添加qq群和自己的qq号,这样子就可以调用机器人了

正文配图

在手机端qq中,添加机器人:"设置"-->选择「群机器人」进入商店页-->点击添加测试机器人

正文配图

最后就可以看到Clawdbot机器人了,这时候我们就可以愉快的进行对话啦

正文配图

设定分析师人设

我们可以在对话框中,直接输入下面命令:

帮我配置,一个股票日报分析Agent,它的人设prompt为

正文配图

想要获取完整的prompt,可以关注我的公众号“算法一只狗”,回复“股票prompt”即可得到

这时候,openclaw会自动帮你设置一个股票交易的人设Marcus。这个人设可以帮助你筛选出

接入股票实时数据和浏览器搜索能力

如果只有上面的 那个Agent的能力还是不够的,我们还需要这个Agent可以有查看实时股票的股价,然后再进行分析。

我们可以去到网站finnhub.io,申请一个免费的api key

正文配图

记录下面的这个api key,可以免费获取到股票的信息

正文配图

接入Finnhub的能力的时候,只需要和openclaw说要接入api即可,这时候openclaw会自动帮我们接入这个功能。

正文配图

打通所有的能力:然后让刚刚的Agent接入finnhub能力和浏览器能力,也只需要和它说就可以了:

把 finnhub 的全部常用数据能力接入stock-daily agent,同时让这个Agent也接入浏览器skill能力

正文配图

接下来,测试一下是否正确调用Finnhub,如果有返回数据则说明接入成功

正文配图

安装股价分析Skills

找遍了一些常用的skills,都没有找到能够针对一些指标进行有效分析的技能,所以我就自己基于Vide Coding做一个量化skills把。

要做这个skills也是比较简单,这里我直接用cursor让它帮我写一个实时分析当前股价各种指标的脚本

正文配图

最后把所有的脚本打包成skills

正文配图

skills本质上就可以传给我们的openclaw进行安装,目前我已经把这个量化的skills上传到clawhub中:

https://clawhub.ai/llq20133100095/stock-analysis-lianghua

正文配图

如果你想要安装这个skills的话,可以直接和openclaw对话就可以了

安装这个skills https://clawhub.ai/llq20133100095/stock-analysis-lianghua

正文配图

这时候openclaw就会自动帮我们安装了。

最后再测试一下这个skills的效果,可以看到他会基于我新安装的skill分析每个指标的趋势变化,更好的辅助我们判定股票的涨跌

利用这个skill,分析一下tsla股价

正文配图

做成网页展示:输出盘前报告+股价分析

结合之前设定的股票分析人设,让Openclaw在推荐股票的同时,帮我利用skills分析具体的股价信息。

先测试一下效果Prompt:帮我输出美股盘前报告,同时利用skills分析推荐出来的股票

正文配图

发先它已经有一定的分析能力了,还会根据具体的股票进行量化分析,给出不同的波动率、趋势等情况

正文配图

但是可能这样子太多信息比较难看,那么就可以让它把这些东西做成一个网页版本,每次只要打开就可以详细观看了,比如我让它直接做成网页:

把这些报告固定下来,生成一个html网页,然后每天开盘10分钟前发到这里

不到几分钟,网页就做好了,首先它会告诉我整体市场的立场。由于最近地缘政治的原因,所以建议我持币观望。

正文配图

然后给出具体的股票推荐信息。XLE:伊朗冲突直接受益标的,中东局势升级推升油价预期。包含XOM、CVX等能源巨头,抗风险能力强。技术面:突破120日均线,MACD金叉形成。

正文配图
正文配图

当然,它还会贴心的帮我总结5支股票的确实、各种指标等等

正文配图

最后还会总结近期的关键时间点,让我关注好这些时间是否发生。

正文配图

有了这个界面之后,真的省去了自己找新闻,分析指标的时间了,而且还能够一目了然

写在最后

有了这个界面之后,最直接的价值是把原本分散在新闻、K线、指标、情绪里的信息,收敛成一套可重复、可验证、可迭代的决策流程:每天同一时间生成同一结构的盘前判断,遇到突发事件也能快速定位受影响板块与标的,再用量化指标把“感觉”落到可对比的数据上。

有了Openclaw之后,它能够不断持续计划,最终希望它不只是一个漂亮的报告页,而是一个每天自动运转、持续自我校准的 AI 盯盘与策略助理。

原文参考

从 0 到 1:用 OpenClaw 搭建可量化的美股盘前分析和量化指标 Agen