來源：北京大學(xué)經(jīng)濟(jì)學(xué)院

2026年3月11日，北京大學(xué)經(jīng)濟(jì)學(xué)院和北京大學(xué)金融工程實驗室在經(jīng)濟(jì)學(xué)院307學(xué)術(shù)報告廳聯(lián)合舉辦了“金工首席談”系列講座第40講。廣發(fā)證券金融工程首席安寧寧應(yīng)邀發(fā)表題為“OpenClaw多平臺部署與投研應(yīng)用”的專題報告?；顒佑杀本┐髮W(xué)金融工程實驗室黎新平博士主持，100余名師生到場參與了本次講座。

安寧寧作專題報告

安寧寧首先分享了智能體技術(shù)在金融行業(yè)的應(yīng)用背景。他談道，自2023年大模型興起以來，利用Agent與大模型開展量化策略開發(fā)已在量化圈快速普及，而OpenClaw作為新興的開源智能體平臺，雖面世時間較短，卻已引發(fā)券商、基金、保險等頭部金融機(jī)構(gòu)的高度關(guān)注。

安寧寧系統(tǒng)講解了OpenClaw與傳統(tǒng)智能體應(yīng)用的核心區(qū)別。他表示，近兩年大模型技術(shù)迭代飛速，此前行業(yè)對大模型的投研應(yīng)用多聚焦于知識庫搭建與提示詞優(yōu)化，而OpenClaw實現(xiàn)了兩大核心突破：一是交互方式的革新，打破了傳統(tǒng)單一的問答式交互，可無縫接入飛書、QQ等主流軟件，極大拓展了應(yīng)用邊界；二是構(gòu)建了完善的skill（技能）體系，這也是其最核心的優(yōu)勢。skill覆蓋了辦公文檔處理、網(wǎng)絡(luò)請求、金融數(shù)據(jù)對接、代碼開發(fā)等通用與專業(yè)場景，替代了傳統(tǒng)人工調(diào)試、手動操作的環(huán)節(jié)。而開源社區(qū)的持續(xù)貢獻(xiàn)讓skill生態(tài)快速豐富，相當(dāng)于為用戶提供了大量可直接調(diào)用的標(biāo)準(zhǔn)化功能模塊，大幅降低了大模型落地實操的門檻。

隨后，安寧寧結(jié)合團(tuán)隊實操經(jīng)驗，分享了OpenClaw的部署關(guān)鍵要點。在模型配置上，他指出底層大模型的能力直接決定了OpenClaw的任務(wù)完成效果，復(fù)雜代碼開發(fā)、策略迭代等任務(wù)對模型能力要求較高，而簡單辦公自動化任務(wù)則可選擇成本更低的國內(nèi)大模型。在skill管理方面，他介紹道，無論是命令行安裝還是自然語言對話安裝，均可快速完成skill的部署，用戶也可基于自身高頻需求自定義創(chuàng)建專屬skill，同時他也提醒師生，“有高頻、定期、規(guī)則性的任務(wù)需求再進(jìn)行實操嘗試，無需為了技術(shù)而創(chuàng)造需求”。

安寧寧重點分享了OpenClaw在金融投研領(lǐng)域的豐富落地應(yīng)用案例，全面展現(xiàn)了這一工具對投研效率的提升作用。在辦公自動化與基礎(chǔ)投研場景，OpenClaw可通過PDF解析等skill完成上市公司財報讀取、主營業(yè)務(wù)分析、經(jīng)營數(shù)據(jù)可視化，自動生成標(biāo)準(zhǔn)化的財務(wù)分析報告；在數(shù)據(jù)獲取與資訊整理場景，其既可通過對應(yīng)skill對接同花順、Wind API等金融數(shù)據(jù)庫，也可自動完成網(wǎng)頁數(shù)據(jù)爬取、海內(nèi)外財經(jīng)資訊采集；在量化投資核心場景，OpenClaw實現(xiàn)了投研模式的重要突破，借助這一工具，即便是不具備代碼編寫能力的基本面基金經(jīng)理，也可通過自然語言描述策略思路，讓OpenClaw自動完成數(shù)據(jù)抓取、選股策略構(gòu)建、歷史回測全流程，還能針對回測結(jié)果提出行業(yè)標(biāo)準(zhǔn)化、指標(biāo)平滑、剔除異常值等優(yōu)化方向，全程無需手動編寫代碼。

講座現(xiàn)場

在行業(yè)影響與職業(yè)發(fā)展方面，安寧寧談道，AI智能體的普及帶來了投研工作模式的顛覆性變化，其個人的策略開發(fā)效率實現(xiàn)了數(shù)倍提升，原本需要數(shù)天完成的策略驗證，如今數(shù)小時內(nèi)即可完成迭代，極大地降低了量化投研的工程門檻。從行業(yè)格局來看，目前量化圈已快速普及智能體工具，而基本面行研領(lǐng)域的應(yīng)用仍處于起步階段，多數(shù)機(jī)構(gòu)仍受限于學(xué)習(xí)成本與安全風(fēng)險顧慮。盡管智能體可替代大量重復(fù)性人力勞動，但行業(yè)競爭格局下，機(jī)構(gòu)仍在持續(xù)擴(kuò)充人才團(tuán)隊，核心原因在于效率提升是全行業(yè)性的，人才的核心價值在于投研思路的把控、對業(yè)務(wù)的深度理解以及對智能體的精準(zhǔn)調(diào)度與結(jié)果校驗。

在講座互動環(huán)節(jié)，與會師生圍繞Token經(jīng)濟(jì)學(xué)、工具差異、投研邏輯可靠性、團(tuán)隊管理、信息安全等熱點問題，與安寧寧展開了深入的交流探討。針對Token是否會成為廣義的大宗商品，安寧寧表示，OpenClaw等智能體應(yīng)用預(yù)計將帶來約20%的算力需求提升，進(jìn)而帶動電力等能源需求增長，這一趨勢已在資本市場有所體現(xiàn)。針對OpenClaw與Cursor等工具的差異，其指出后者聚焦于軟件工程與代碼開發(fā)領(lǐng)域，而OpenClaw憑借豐富的skill生態(tài)，覆蓋了辦公、數(shù)據(jù)處理、自動化執(zhí)行等更廣泛的日常工作場景。講座尾聲，黎新平博士代表主辦方對主講嘉賓安寧寧的精彩分享表示感謝。

主講人簡介

安寧寧，廣發(fā)證券發(fā)展研究中心金融工程首席分析師，從業(yè)16年，先后任職于平安證券、鵬華基金，曾帶領(lǐng)團(tuán)隊連續(xù)多年獲得新財富最佳分析師前三，研究領(lǐng)域主要包括資產(chǎn)配置、量化權(quán)益組合管理、CTA交易策略、機(jī)器學(xué)習(xí)及人工智能算法在量化投資應(yīng)用等。

北京大學(xué)金融工程實驗室簡介

北京大學(xué)金融工程實驗室是依托北京大學(xué)經(jīng)濟(jì)學(xué)院搭建的研究和教學(xué)平臺，致力于推動量化投資、金融工程、大數(shù)據(jù)金融以及金融科技方面的學(xué)術(shù)研究與實踐應(yīng)用，實現(xiàn)學(xué)術(shù)界與金融業(yè)界良好的互動交流。

實驗室聚焦于運用數(shù)學(xué)建模、統(tǒng)計分析、計算金融、大數(shù)據(jù)以及機(jī)器學(xué)習(xí)方法進(jìn)行量化金融的研究，以數(shù)理化方法探討金融市場的規(guī)律。實驗室的目標(biāo)不僅僅是推動金融工程等學(xué)術(shù)領(lǐng)域的前沿研究，同時也推動量化金融技術(shù)在教學(xué)、投資實踐、金融監(jiān)管以及金融政策等方面的實際應(yīng)用。實驗室課題研究包括：量化基本面、金融科技及AI、市場交易行為、高頻數(shù)據(jù)、風(fēng)險預(yù)警與管理。

供稿：北京大學(xué)金融工程實驗室

美編：初夏

責(zé)編：度量、雨禾、雨田