【东吴证券】房地产行业深度报告：地产+AI 工具系列报告之四：从地产投研到交易——OpenClaw的跨界实践（如何训练一只会交易能风控的“龙虾”）-260513（86页）.pdf

1、房地产行业深度报告地产+AI工具系列报告之四：从地产投研到交易OpenClaw的跨界实践（如何训练一只会交先回答一个问题，为什么一个地产团队要做量化交易实践？三个原因，从近到远：第一，验证OpenClaw框架的通用性。东吴地产前三篇报告证明了OpenClaw在地产行业能跑通做日报、搭选股平台、提效投研。但“在一个行业跑通”和“框架本身通用”之间还有距离。交易是一个和地产投研完全不同的领域：实时性要求高（盘中秒级决策）、容错空间小（真金白银亏损）、外部依赖多（行情API、券商接口、LLM服务）。如果OpenClaw在这么“硬”的场景也能跑通，那它在任何垂直领域的可行性就不需要再被质疑。第二，探索

2、AIAgent在金融决策中的能力边界。地产投研场景里，AI犯错的代价是“报告写错了，改一下”可逆、低成本。但在交易场景里，AI犯错的代价是“下单亏钱了”不可逆、高成本。这逼迫我们设计一套比“辅助场景”严密得多的安全机制：十道风控防线、双模型交叉验证、幻觉检测、熔断冷却。这些机制的设计经验，对任何想用AIAgent做高自主度决策的场景（不只是交易，也包括信贷审批、合规检查、自动报价）都有参考价值。第三，给卖方研究提供一个“AIAgent落地”的范本。卖方研究谈论AI，往往停留在“模型能力评测”或“提示词工程”层面。本篇展示的是一个完整的生产系统从数据采集到决策到执行到风控到监控，全链路闭环。读者

3、看到的不是“AI能做什么”的展望，而是“AI已经在做什么”的实录。系统架构闭环设计：全自动选股评分交易风控监控流水线：构建“调度层选股层评分层决策层执行层观测层”六层架构，实现美股日频全自动交易。系统具备定时调度、多路选股、三引擎量化评分、双LLM交叉验证、信号生成、券商自动下单、十道风控防线与全链路可观测能力。选股体系稳健：四路入池+保底机制，杜绝数据源失效风险：采用Finviz筛选、异动扫描、SEED_TICKERS种子池、杠杆ETF专属池四路构建候选池，并配置原子写入、最小阈值、Top180截断与行业集中度监控，确保候选池稳定、高质量、低噪音。评分机制科学：三引擎专业化打分+AI交叉验证

4、，降低单一模型偏差：针对成长股、杠杆ETF、小盘股分别设计专用评分引擎；引入MiniMax与GLM双模型独立判别并交叉融合，结合量化、AI、反向指标加权形成最终得分，提升决策可靠性与可解释性。风控防线严密：在设置止损硬约束之外，采用三层动态止盈止损机制ATR自适应（止损宽度联动个股波动率，高波动放宽、低波动收紧）、峰值阶梯锁利（盈利越大回撤容忍越紧，逐级锁利）、VIX联动（恐慌时收紧保命、平静时放宽让利润跑），配合48小时冷却期、行业分散、动态预算管理，实现进攻性与安全性平衡。策略价值明确：简单有效、低门槛可复现、纪律性远超人工：不以复杂因子与高频交易取胜，而依靠机器纪律性克服人性弱点；回测显

5、示夏普比率1.24、最大回撤-19%，适合追求稳健收益、厌恶大幅回撤的个人与小型机构使用。风险提示：AI评级仅供参考，不构成投资建议；市场风险；流动性风险；底层资产风险；模型风险。相关研究1.引言：OpenClaw与InvestmentClaw体系1)OpenClaw是什么？OpenClaw是目前最火的开源AIAgent框架，提供完整的agent基础设施包括任务调度、工具调用、记忆管理、多模型路由、可观测性等核心能力。你可以把它理解为AIAgent领域的“操作系统”，开发者基于它可以快速构建各种垂直领域的智能体。2)InvestmentClaw是什么？本报告描述的量化交易系统，是基于OpenC

6、law框架构建的垂直领域agent，名字叫InvestmentClaw。它专注于美股全自动交易，是OpenClaw生态中的一个具体应用实例。3)为什么选OpenClaw？Gateway架构：统一的API网关，管理所有外部服务的连接和认证4)InvestmentClaw的核心人格（来自IDENTITY.md/SOUL.md）InvestmentClaw不是通用聊天机器人，它有明确的交易人格：进攻型：系统发现机会信号后即刻响应，重视alpha收益，减少冗余确认。先查数据，再说话：回答交易问题之前，必须确认三件事当前持仓、可用现金、今天是不是交易时段。不凭记忆、不凭直觉。结论明确：对NVDA等标的形