我用 AI Agent 建了一个全自动 A股选股系统，这是设计思路
━━━━━━━━━━━━━━━━━━━━━━━━━━━━
📌 背景
我是一名开发者，最近在折腾 AI Agent（基于 OpenClaw 框架）。某天突发奇想：能不能让 AI Agent 自己跑一个量化选股系统？
不是那种高不可攀的量化对冲基金——就是一个普通人能在 Mac Mini 上跑起来的、每天自动选股推送的系统。
经过 3 天的迭代，从 V13 到 V14，系统已经能每天早上 9:26 自动扫描全市场、选出信号票、推送到飞书。这是我踩坑和设计思路的完整记录。
━━━━━━━━━━━━━━━━━━━━━━━━━━━━
🏗️ 系统架构
┌──────────────┐ ┌──────────────┐ ┌──────────────┐ │ 9:26 定时触发 │────▶│ 全市场扫描 │────▶│ 多因子评分 │ │ (launchd) │ │ ~5000只股票 │ │ (V14策略) │ └──────────────┘ └──────────────┘ └──────┬───────┘ │ ▼ ┌──────────────┐ │ 飞书推送 │ │ 18只信号票 │ └──────┬───────┘ │ ▼ ┌──────────────┐ │ 盘中监控 │ │ 涨停/异动预警 │ └──────┬───────┘ │ ▼ ┌──────────────┐ │ 收盘复盘 │ │ V13 vs V14 │ │ 胜率/收益统计 │ └──────────────┘
━━━━━━━━━━━━━━━━━━━━━━━━━━━━
📡 数据源：三级降级
数据源是最头疼的问题。免费接口随时可能挂，所以做了三级降级：
| 优先级 | 数据源 | 用途 | 延迟 |
|---|---|---|---|
| 1 | 腾讯行情接口 | 实时价格/涨跌幅 | ~1秒 |
| 2 | 东方财富 | K线/技术指标 | ~3秒 |
| 3 | 新浪财经 | 备用 | ~3秒 |
三级降级的好处是：任何一个挂了，系统还能正常运行。
━━━━━━━━━━━━━━━━━━━━━━━━━━━━
🧠 策略设计：从数据中发现规律
我没有用传统的技术分析指标（RSI、MACD），而是让 AI Agent 自己从实盘数据中挖规律。
方法：取当天所有涨停股（69只）和所有大跌股（跌幅>3%，320只），统计它们的技术特征差异。
━━━━━━━━━━━━━━━━━━━━━━━━━━━━
📊 发现 1：MA5 是关键指标
| 特征 | 涨停股 | 大跌股 | 区分度 |
|---|---|---|---|
| 在 MA5 上方 | 27.5% | 89.5% | 62% |
解读：涨停股大概率在 MA5 下方（回调到位），大跌股大概率在 MA5 上方（涨过头了）。
这打破了常见的追涨思维——真正的涨停往往发生在回调之后，而不是连续上涨之后。
━━━━━━━━━━━━━━━━━━━━━━━━━━━━
📊 发现 2：大阳线是"危险信号"
| 特征 | 涨停股 | 大跌股 | 区分度 |
|---|---|---|---|
| 近5日有大阳线 | 11% | 89% | 37% |
解读：近期已经拉过大阳线的股票，大概率要回调。反而是那些"安静"的股票，涨停概率更高。
━━━━━━━━━━━━━━━━━━━━━━━━━━━━
📊 发现 3：86% 的涨停股没有"涨停基因"
这是一个反直觉的发现。所谓的"涨停基因"（前一天已经涨停或接近涨停），在涨停股中只占 17.5%。换句话说，昨天的涨停股，今天大概率不是涨停股。
这个发现让我直接放弃了"连板"策略，转而关注"回调到位"的股票。
━━━━━━━━━━━━━━━━━━━━━━━━━━━━
⚙️ V14 策略规则
基于以上发现，V14 的规则很简单：
【硬过滤】 • 股价在MA5下方超过1% → 排除 • 量比 < 0.5 → 排除
【评分调整】 • 量比 < 1 → 评分 × 0.85 • 竞价涨幅过高且昨涨>5% → 评分 × 0.85
【排序】 • 评分排序，取 Top 18
就这么简单。没有复杂的数学模型，没有机器学习，就是从数据中挖出来的几个硬规则。
━━━━━━━━━━━━━━━━━━━━━━━━━━━━
📈 实盘验证：Day 1
今天（3月13日）是正式记录的第一天：
• 18只信号票，8涨10跌，胜率 47% • 平均涨幅 -0.1%（微亏） • 金牛化工涨停（+10.0%），低开高走封板
胜率没过半，但这也是预期的——目前策略还没有大盘环境自适应功能。震荡市里，低开票确实容易被砸。
━━━━━━━━━━━━━━━━━━━━━━━━━━━━
🚀 下一步迭代
| 版本 | 改进 | 状态 |
|---|---|---|
| V13 | 基础多因子选股 | ✅ 已上线 |
| V14 | MA5/量比硬过滤 | ✅ 已上线 |
| V15 | 大盘环境自适应（趋势/震荡/下跌） | 🔄 开发中 |
| V16 | 趋势加速型策略 | ✅ 已上线 |
━━━━━━━━━━━━━━━━━━━━━━━━━━━━
💻 技术细节
• 运行环境：Mac Mini (macOS ARM64) • AI Agent：OpenClaw + 智谱 Pony-Alpha-2 • 语言：Python 3.9 • 定时任务：macOS LaunchAgent，每天 9:26 自动执行 • 推送：飞书机器人 API • 数据存储：本地 JSON 文件
全部跑在一台 Mac Mini 上，不需要服务器，不需要数据库。
━━━━━━━━━━━━━━━━━━━━━━━━━━━━
💡 写在最后
这个系统的核心思路是：让 AI Agent 做它擅长的事——每天自动扫描市场、推送信号、记录结果——而人只负责制定策略方向和审核最终输出。
量化交易不是黑魔法。对我来说，它就是一个 7×24 运行的自动化系统，每天帮你从 5000 只股票里筛选出 18 只值得关注的。
当然，选出来的不一定会涨。策略需要时间验证，至少需要 20-30 个交易日的数据才能判断胜率是否稳定。
接下来的每一天，我都会记录实盘结果，完全公开，赢的亏的都发出来。如果你对 AI Agent + 量化交易感兴趣，欢迎关注，一起见证。
━━━━━━━━━━━━━━━━━━━━━━━━━━━━
⚠️ 免责声明
本文仅为技术分享和个人实验记录，不构成投资建议。量化策略有失效风险，请勿据此直接交易。
