当AI“龙虾”（OpenClaw，奥地利程序员彼得·斯坦伯格开发的开源AI智能体）与炒股相结合，一种全新的AI 辅助交易模式应运而生。
《每日经济新闻》记者（简称每经记者）注意到，在投资者的授权下，“龙虾”逐步切入了盯盘、复盘、选股等核心环节，但实战收益却呈现极端分化：有受访者称，出现了20万元全权委托“龙虾”后亏掉8万元的情况；也有人表示，靠自动交易连续跑赢大盘；还有人声称“月收益90%”……
为何“龙虾”炒股会出现冰火两重天的结局？在合规与风险的重重限制下，“龙虾”炒股能否突破现有局限？又能否为普通股民打开一条真正盈利的新通道？
OpenClaw官网截图
OpenClaw之所以生猛，在于它不仅是“你问我答”的聊天工具，更是一个能“接管”电脑、自动调用数据完成复杂任务的“执行者”。只要用户下达指令，它便能自行打开软件、整理文档甚至回复邮件。
每经记者采访获悉，目前不少用户已经用“龙虾”盯盘、复盘、选股，让其深度参与到投研、决策和交易执行的各个环节。
然而，实战结果却大相径庭。既有月盈利90%的惊人战绩，也有直接亏损8万元的真实案例。
知名数字经济学者、DCCI互联网研究院院长刘兴亮分享了他身边的一个真实案例。刘兴亮告诉每经记者，其朋友投入约20万元资金，全权交由“龙虾”来炒股，最后的交易也是由“龙虾”操作完成。但前段时间随着大盘下跌，该账户一度亏损了8万元。
与此同时，也有投资者在实盘中发现了AI工具的逻辑漏洞。一位用户在社交平台分享的实盘记录显示，其使用“龙虾”进行自动交易的第二天，当日持仓亏损0.9%，但整体跑赢了大盘；第三天持仓亏损1.57%，而当日上证指数大跌3.63%，依然跑赢了2个多点；到了第四天，持仓实现盈利0.8%。尽管数据上看能跑赢指数，但该用户也指出了实盘中暴露的问题：
一是跟“龙虾”确认了不追高，但它最后还是追高了；二是“龙虾”似乎按照T+0的思路在操作。
另一位实际使用的用户也向每经记者坦言，A股是T+1交易，用OpenClaw做量化交易的意义不大，美股、港股可以T+0交易，可能更有意义一些。该用户表示，目前仍处于小资金试水和调试修正阶段，虽然实现了小额盈利，但连之前买Token（词元，AI模型处理自然语言时的最小信息单元）的成本都没赚回来。
社交平台上流传的“月赚90%”究竟是如何实现的？对此，赛富投资基金管理合伙人金凤春向每经记者还原了这场高收益背后的真实技术路径：这其实是一场AI炒美股的模拟盘大赛，交易标的是美股。
金凤春强调： “需要注意的是， 90% 只是一个月内 最高冲到的回报率， 后续因回调，最终收尾时的收益率为 36% 。”在此期间，纳斯达克指数和标普 500 指数均出现明显回调，整体市场行情不佳，但该模拟交易的收益远远跑赢了股指。
数据来源：Wind
谈及实现超额回报的核心原因，金凤春一针见血地指出，这并非因为“龙虾”本身具有智慧，而是参赛者人工定下了基本框架后，让Kimi、DeepSeek或MiniMax等AI写出了具体的交易策略，并选对了股票，最后交由“龙虾”执行。此外，短期内能达到90%的收益，很大程度上是因为在美股模拟交易中，AI使用了杠杆。
“龙虾在此次高收益中仅作为AI的技术框架和运行载体发挥作用，并非直接筛选标的、提供交易信号或完成回测验证。”金凤春告诉每经记者，标的筛选、交易策略制定等核心工作由其他AI完成，人仅为AI划定方向和基本框架，后续所有策略执行环节均在“龙虾”中自主完成。
在交易执行层面，金凤春介绍，本次模拟交易使用了国内某人工智能模型的策略，随后由AI自动下单。目前国内很多券商都支持QMT交易系统（QMT和PTrade是国内主流的第三方量化交易终端），通过API接入（通过应用程序编程接口实现不同软件系统间的通信与数据交换的过程）后，就可以实现自动交易下单，国内量化交易也普遍采用这种模式。
随着 “龙虾”在 C 端普及，投资者试图将其与券商交易软件彻底打通。
有业内人士向每经记者分析称，可以将OpenClaw作为策略的“大脑”，负责数据分析和信号生成，而QMT则作为“执行器”，负责高速下单和交易执行。据每经记者了解，做量化首先需要联系券商开通QMT或PTrade的交易权限，券商通常会设置50万～100万元的资金门槛，部分券商要求可能较低。
“OpenClaw在这个过程中的作用其实是写代码，用的还是官方的API。”有实盘用户向每经记者表示，OpenClaw本质上只是降低了编写Python代码的门槛。
然而，对于这种第三方AI工具的直接接入，券商机构保持着极度审慎的态度。某券商IT人士向每经记者明确表示，从现有监管要求及行业实践来看，交易接口通常需严格控制在授权体系内，防范未经许可的程序化接入及潜在的市场操纵风险。该人士指出，目前同花顺和券商自研交易终端暂未将API提供给“龙虾”，券商会通过多重技术与制度手段防范第三方非法接入，并监控类似交易外挂。
方正证券2026年2月21日报告显示，曾利用 OpenClaw成功测试同花顺API接口
此外，有用户向记者反映，“龙虾”的炒股功能与券商自有“网格交易”等条件单功能颇为相似。那么二者到底有什么区别呢？
对此，该IT人士告诉每经记者，从功能上看，以“龙虾”为代表的部分AI Agent（人工智能体）工具在信息抓取、舆情分析及简单策略生成等方面具备一定辅助能力，而券商App长期积累的条件单、网格交易等功能，更侧重于在合规框架下，实现交易执行的稳定性与可控性。两者在本质上的差异在于：前者偏“辅助决策与策略生成”，强调灵活性与个性化；后者偏“交易执行与风险控制”，强调合规性与可靠性。当前阶段，两类能力更多是互补关系，而非简单替代。
在合规的前提下，头部券商已在内部启动了安全可控的探索。
广发证券相关负责人向每经记者透露，公司已启动了OpenClaw的AI Agent应用及技术探索，成立了技术调研小组，聚焦智能办公、个人助理及投顾投研工具类业务场景。但广发证券同时强调了“安全先行、合规准入”的原则，通过事前报备、独立网段安全沙箱、最小权限控制等方式开展验证。
对于AI工具的能力边界，刘兴亮有清晰的认知。他向每经记者表示，自己养了4只“龙虾”作为数字员工，分别负责收集信息、处理咨询、财务提醒和秘书工作，效果甚至超出预期。但在炒股方面，他依然保持克制：“现阶段并不放心让龙虾经手转账、支付这类资金相关操作，仅愿意让其做信息咨询、看盘等辅助性工作，实际交易操作仍需自己完成。”
刘兴亮认为，“龙虾”炒股目前还处于不成型的阶段，暂不适合让其独立完成炒股相关操作。
“龙虾”虽热，但并非人人都能轻松驾驭。在这场由大模型驱动的技术应用热潮中，普通投资者面临着很高的隐形技术门槛。
券商IT人士向每经记者表示，近期市场上出现的AI Agent类工具，本质上是将大模型能力与行情数据、策略规则和自动化执行进行结合，降低了简单策略的构建门槛。但他也警示，此类工具整体仍处于探索阶段，其策略稳定性、数据来源可靠性及风险控制能力仍有待进一步验证。
金凤春对此深表赞同。他告诉每经记者，普通人若想使用“龙虾”炒股，必须掌握AI相关知识及编程开发能力，这项技能门槛极高。因此，他不建议不懂AI和编程的普通投资者盲目跟风，此举存在较高的投资风险。
金凤春同时提醒投资者：“龙虾相关的高收益无法保证可复制，且不能仅凭短期高收益判定策略有效性，投资者需关注长期综合表现及回撤情况。投资应追求长线、稳健的回报，而非被短期高收益诱导产生投机心态。”
针对市场对AI工具是否会取代分析师或券商投顾的担忧，金凤春给出了否定的答案。他向每经记者分析称，AI工具本质上只是投研和交易的辅助工具，行业核心需求依然存在；且普通散户缺乏专业的投资知识，无法独立运用“龙虾”这类AI工具制定有效的策略，更无法分辨市场有效信息与无效噪声。
金凤春认为：“AI工具的使用存在较高门槛，大部分投资者并不具备操作能力，这决定了专业投顾和分析师的价值无法被替代，行业只会换一种工具和方式开展业务。”据他透露，由于“龙虾” 面世时间尚短，目前正规机构直接将其用于实盘交易的应该不多，但机构利用AI做策略的现象去年就已存在，其团队也正计划在A股模拟盘竞赛后，开展一些实盘尝试。
面对跃跃欲试的普通投资者，多位专业人士给出了忠告。刘兴亮建议，“龙虾”炒股需要先“养”一段时间，结合其能力慢慢调试，切勿操之过急让其全权参与实盘操作。他呼吁投资者用小资金尝试，做好风险把控，不要投入大资金；并重申“龙虾”的核心作用是投资决策的参考辅助，无法替代人做最终决策。
前述券商 IT 人士也向每经记者强调了最终的风险防范底线：“对于个人投资者而言，相关工具可作为信息辅助和研究参考，但不宜过度依赖，更不能替代基本的风险识别与投资判断。在使用过程中，尤其需要关注数据真实性、策略有效性以及潜在的过度交易风险，避免因对技术能力的过度信任而放大投资波动。”
本文来自微信公众号“每经头条”，作者：陈晨，36氪经授权发布。
发布时间：2026-03-30 18:29
立即订购
在线咨询
返回顶部