用过Backtrader，折腾过vn.py，最近大半年一直在跟OpenClaw龙虾打交道。标题这问题我第一反应是：10分钟搭好能跑的OpenClaw选股系统？够呛。但10分钟搭个能跑通逻辑的雏形，还真行。今天就跟大伙盘盘怎么操作，顺便避避坑。 10分钟能干嘛 我刚开始也以为这种Python开源选股框架装个包就能跑策略，结果环境依赖折腾了一晚上。现在有经验了，干净环境走一遍： bash pip install openclaw-langchain 装完验证一下，核心库没问题。然后用它自带的脚手架创建一个基础项目，里面把数据源、策略模板、回测引擎的架子都搭好了。这一步就是官方帮你省时间的点。 手把手撸一个多因子 项目建好，直接进strategies目录，找到示例文件改吧改吧。一个最简单的多因子选股，核心代码就这么几行： python from openclaw.core.factors import Factor from openclaw.core.strategy import BaseStrategy class MyStrategy(BaseStrategy): def init(self): self.factors = [ Factor('pe_ttm', weight=0.3), Factor('roe', weight=0.4), Factor('volume_ratio', weight=0.3) ] def next(self): # 实时数据进来，自动算因子、打分、排序 selected = self.factors.score_and_select(self.data, top_n=10) self.rebalance(selected) 这里用了框架内置的因子计算模块，实时数据清洗和打分都封装好了。不需要自己写循环、管数据对齐，框架帮你搞定。 数据从哪来 框架默认集成了几个免费数据源，但实盘你得自己配。我一般用akshare或者tushare，在config.yaml里配好token，OpenClaw会自动拉取、清洗、拼接，输出标准的DataFrame。 这一步也是我踩坑的地方，源数据字段名不统一，但框架的映射表改一次就能复用。现在每天定时跑一遍自动化选股策略，选出来的票往飞书群里一推，基本不用人盯。 回测看一眼效果 策略写完了，命令行跑回测： bash openclaw backtest --strategy MyStrategy --start 2023-01-01 --end 2024-12-31 框架会输出收益率曲线、最大回撤、夏普比率，还能跟沪深300对比。回测分析结果直接生成HTML报告，哪些因子贡献大、哪些时段失效，一目了然。 最后说句大实话 OpenClaw本地部署教程网上有，但安全问题得留意。框架本身只跑本地计算，不往外传数据，但如果你用的数据源需要token，别写死在代码里，放环境变量。还有，策略回测跑得再漂亮，实盘也是另一码事。我拿它跑了一年的模拟盘，才敢丢小钱进去试水。 十分钟确实能跑通，但量化这行，入门快，精通慢。

股龄8年，以前选股全靠Excel——同花顺导数据，手工算PE、ROE，再排序打勾。去年被群友安利了OpenClaw龙虾，现在每天开盘前自动跑一遍策略，省下的时间够喝两壶茶。今天跟像我一样不会写代码的股友聊聊，10分钟到底能不能搭起来。 10分钟够不够 够，但别想着10分钟搞出巴菲特同款。我第一次装的时候，跟着B站视频走，下载、安装、点下一步，确实10分钟就打开了界面。但真正跑出自己的自动化选股策略，花了两个晚上研究那些设置项是什么意思。 现在回头看，对零基础的人来说，10分钟能做完三件事：把软件装好、连上免费数据源、跑通它自带的一个示例策略。看到屏幕上刷出股票列表的那一刻，成就感不比第一次中签差。 具体怎么操作 第一步去官网下安装包，跟装QQ一样，一路点“下一步”就行。装完打开，界面没几个按钮，不用慌。 第二步配数据源。软件里有个“数据设置”，选“免费公共源”，点测试连接，显示成功就OK。我之前担心零编程基础能用OpenClaw吗，这一步走完就踏实了——全是中文，不用写一行代码。 第三步选股范围设置。我想从沪深300里挑股票，就在“股票池”里勾上“沪深300成分股”。然后设条件：PE大于0小于15，ROE大于15%，日均成交额大于1亿。这些跟我在Excel里干的活一模一样，只不过现在是用鼠标点，不是敲公式。 第四步点“运行”。10秒钟，列表出来了，按综合评分排好序。以前手工干两小时，现在喝口茶的工夫。 和商业选股软件有啥区别 之前用过同花顺的选股功能，一年好几千。OpenClaw和商业选股软件对比，最大区别是本地化——数据在自己电脑上，策略也在自己电脑上，不用上传。心理上踏实些。 缺点是要自己管数据源，免费源有时候慢。但对我这种个人投资者自动化选股方案来说，够用了。每天跑一遍，符合条件的一目了然，再也不用周末加班手工筛票。 上周用它跑出一个票，PE低、ROE稳、成交量温和放大，买了点，三天涨了8%。老婆问我怎么发现的，我说电脑帮我找的。她不信，我说真没骗人。

测过20多款选股工具，从几十万的商业软件到社区维护的开源项目都折腾过。OpenClaw龙虾这半年在量化圈热度挺高，后台天天有人问：10分钟真能搭起来？今天不吹不黑，把真实体验摊开聊。 10分钟能跑到哪一步 先说结论：10分钟够你跑通一个示例策略，看到K线图上出买卖点。但要叫它OpenClaw选股系统，差点意思。 安装确实快，pip命令一行，依赖自动装。官方给了五个示例策略模板，选一个最简单的双均线，改改参数就能跑回测。我第一次跑的时候，从打开命令行到看到回测报告，确实没超过10分钟。这种“秒上手”的体验，在开源选股框架里算第一梯队。 但真要改成自己的多因子选股逻辑，得花时间读文档、调参数。框架默认带了几十个技术因子，怎么组合、怎么赋权，得自己慢慢试。 开源框架的AB面 开源量化框架优缺点这事，我用过的几个对比很明显。Backtrader文档全、社区大，但代码重，改起来费劲。vn.py功能强、适合做交易系统，但对选股场景有点笨重。 OpenClaw的定位很讨巧——专注选股，不做交易执行。代码轻，核心就几千行，想魔改随便改。上周我加了个涨跌停过滤功能，翻源码半小时就找到了插入点，比那些封装死的商业软件灵活太多。 缺点是生态还在长，第三方扩展少。商业软件那种“点几下就生成AI策略”的花活，它没有。 本地化是真香还是伪需求 测了这么多工具，我最看重本地化数据隐私保护方案。商业软件都得联网，你的选股逻辑、关注标的、持仓偏好，全在人家服务器上。OpenClaw纯本地跑，数据源你自己配，策略文件在你硬盘里，不想给别人看就不用给。 数据源我用的是免费接口，每天拉一次沪深全量数据，几秒钟搞定。回测时所有计算本地完成，速度比某些云端工具还快。 回测过拟合怎么防 回测过拟合判断是新手最容易踩的坑。策略回测年化50%，实盘一跑就亏。OpenClaw提供了几个辅助工具：参数敏感性分析、样本外测试、滚动回测。跑策略时顺手点一下，能看出参数是不是刚好拟合了某段行情。 上周我写了个小市值策略，回测漂亮得很，一跑敏感性分析，参数稍微一动收益就崩。果断扔了，省得实盘交学费。 选量化工具，别信“10分钟搞定”的鬼话，信自己花时间跑出来的真数据。