用AI“龍蝦”炒股，有投資者稱“取得月賺90%驚人戰績”，有人20萬元卻虧掉8萬元！記者調查：普通人能玩嗎？

當AI“龍蝦”（OpenClaw，奧地利程序員彼得·斯坦伯格開發的開源AI智能體）與炒股相結合，一種全新的AI 輔助交易模式應運而生。

《每日經濟新聞》記者（簡稱每經記者）注意到，在投資者的授權下，“龍蝦”逐步切入了盯盤、復盤、選股等核心環節，但實戰收益卻呈現極端分化：有受訪者稱，出現了20萬元全權委托“龍蝦”后虧掉8萬元的情況；也有人表示，靠自動交易連續跑贏大盤；還有人聲稱“月收益90%”……

為何“龍蝦”炒股會出現冰火兩重天的結局？在合規與風險的重重限制下，“龍蝦”炒股能否突破現有局限？又能否為普通股民打開一條真正盈利的新通道？

OpenClaw官網截圖

1“龍蝦”代客實盤炒股有人跑贏大盤卻連Token錢都沒賺回

OpenClaw之所以生猛，在于它不僅是“你問我答”的聊天工具，更是一個能“接管”電腦、自動調用數據完成復雜任務的“執行者”。只要用戶下達指令，它便能自行打開軟件、整理文檔甚至回復郵件。

每經記者采訪獲悉，目前不少用戶已經用“龍蝦”盯盤、復盤、選股，讓其深度參與到投研、決策和交易執行的各個環節。

然而，實戰結果卻大相徑庭。既有月盈利90%的驚人戰績，也有直接虧損8萬元的真實案例。

知名數字經濟學者、DCCI互聯網研究院院長劉興亮分享了他身邊的一個真實案例。劉興亮告訴每經記者，其朋友投入約20萬元資金，全權交由“龍蝦”來炒股，最后的交易也是由“龍蝦”操作完成。但前段時間隨著大盤下跌，該賬戶一度虧損了8萬元。

與此同時，也有投資者在實盤中發現了AI工具的邏輯漏洞。一位用戶在社交平臺分享的實盤記錄顯示，其使用“龍蝦”進行自動交易的第二天，當日持倉虧損0.9%，但整體跑贏了大盤；第三天持倉虧損1.57%，而當日上證指數大跌3.63%，依然跑贏了2個多點；到了第四天，持倉實現盈利0.8%。盡管數據上看能跑贏指數，但該用戶也指出了實盤中暴露的問題：

一是跟“龍蝦”確認了不追高，但它最后還是追高了；二是“龍蝦”似乎按照T+0的思路在操作。

另一位實際使用的用戶也向每經記者坦言，A股是T+1交易，用OpenClaw做量化交易的意義不大，美股、港股可以T+0交易，可能更有意義一些。該用戶表示，目前仍處于小資金試水和調試修正階段，雖然實現了小額盈利，但連之前買Token（詞元，AI模型處理自然語言時的最小信息單元）的成本都沒賺回來。

2“月賺90%”實為模擬盤收益“龍蝦”≠AI大腦它只是交易執行載體

社交平臺上流傳的“月賺90%”究竟是如何實現的？對此，賽富投資基金管理合伙人金鳳春向每經記者還原了這場高收益背后的真實技術路徑：這其實是一場AI炒美股的模擬盤大賽，交易標的是美股。

金鳳春強調：“需要注意的是，90%只是一個月內最高沖到的回報率，后續因回調，最終收尾時的收益率為36%。”在此期間，納斯達克指數和標普500指數均出現明顯回調，整體市場行情不佳，但該模擬交易的收益遠遠跑贏了股指。

數據來源：Wind

談及實現超額回報的核心原因，金鳳春一針見血地指出，這并非因為“龍蝦”本身具有智慧，而是參賽者人工定下了基本框架后，讓Kimi、DeepSeek或MiniMax等AI寫出了具體的交易策略，并選對了股票，最后交由“龍蝦”執行。此外，短期內能達到90%的收益，很大程度上是因為在美股模擬交易中，AI使用了杠桿。

“龍蝦在此次高收益中僅作為AI的技術框架和運行載體發揮作用，并非直接篩選標的、提供交易信號或完成回測驗證。”金鳳春告訴每經記者，標的篩選、交易策略制定等核心工作由其他AI完成，人僅為AI劃定方向和基本框架，后續所有策略執行環節均在“龍蝦”中自主完成。

在交易執行層面，金鳳春介紹，本次模擬交易使用了國內某人工智能模型的策略，隨后由AI自動下單。目前國內很多券商都支持QMT交易系統（QMT和PTrade是國內主流的第三方量化交易終端），通過API接入（通過?應用程序編程接口?實現不同軟件系統間的通信與數據交換的過程）后，就可以實現自動交易下單，國內量化交易也普遍采用這種模式。

3“龍蝦”搶食券商功能？同花順等終端“拒收”廣發證券暗啟安全沙箱自研

隨著“龍蝦”在C端普及，投資者試圖將其與券商交易軟件徹底打通。

有業內人士向每經記者分析稱，可以將OpenClaw作為策略的“大腦”，負責數據分析和信號生成，而QMT則作為“執行器”，負責高速下單和交易執行。據每經記者了解，做量化首先需要聯系券商開通QMT或PTrade的交易權限，券商通常會設置50萬～100萬元的資金門檻，部分券商要求可能較低。

“OpenClaw在這個過程中的作用其實是寫代碼，用的還是官方的API。”有實盤用戶向每經記者表示，OpenClaw本質上只是降低了編寫Python代碼的門檻。

然而，對于這種第三方AI工具的直接接入，券商機構保持著極度審慎的態度。某券商IT人士向每經記者明確表示，從現有監管要求及行業實踐來看，交易接口通常需嚴格控制在授權體系內，防范未經許可的程序化接入及潛在的市場操縱風險。該人士指出，目前同花順和券商自研交易終端暫未將API提供給“龍蝦”，券商會通過多重技術與制度手段防范第三方非法接入，并監控類似交易外掛。

方正證券2026年2月21日發布的報告顯示，曾利用OpenClaw成功測試同花順API接口

此外，有用戶向記者反映，“龍蝦”的炒股功能與券商自有“網格交易”等條件單功能頗為相似。那么二者到底有什么區別呢？

對此，該IT人士告訴每經記者，從功能上看，以“龍蝦”為代表的部分AI Agent（人工智能體）工具在信息抓取、輿情分析及簡單策略生成等方面具備一定輔助能力，而券商App長期積累的條件單、網格交易等功能，更側重于在合規框架下，實現交易執行的穩定性與可控性。兩者在本質上的差異在于：前者偏“輔助決策與策略生成”，強調靈活性與個性化；后者偏“交易執行與風險控制”，強調合規性與可靠性。當前階段，兩類能力更多是互補關系，而非簡單替代。

在合規的前提下，頭部券商已在內部啟動了安全可控的探索。

廣發證券相關負責人向每經記者透露，公司已啟動了OpenClaw的AI Agent應用及技術探索，成立了技術調研小組，聚焦智能辦公、個人助理及投顧投研工具類業務場景。但廣發證券同時強調了“安全先行、合規準入”的原則，通過事前報備、獨立網段安全沙箱、最小權限控制等方式開展驗證。

對于AI工具的能力邊界，劉興亮有清晰的認知。他向每經記者表示，自己養了4只“龍蝦”作為數字員工，分別負責收集信息、處理咨詢、財務提醒和秘書工作，效果甚至超出預期。但在炒股方面，他依然保持克制：“現階段并不放心讓龍蝦經手轉賬、支付這類資金相關操作，僅愿意讓其做信息咨詢、看盤等輔助性工作，實際交易操作仍需自己完成。”

劉興亮認為，“龍蝦”炒股目前還處于不成型的階段，暫不適合讓其獨立完成炒股相關操作。

4高門檻攔住多數散戶技術紅利難普惠普通人

“龍蝦”雖熱，但并非人人都能輕松駕馭。在這場由大模型驅動的技術應用熱潮中，普通投資者面臨著很高的隱形技術門檻。

券商IT人士向每經記者表示，近期市場上出現的AI Agent類工具，本質上是將大模型能力與行情數據、策略規則和自動化執行進行結合，降低了簡單策略的構建門檻。但他也警示，此類工具整體仍處于探索階段，其策略穩定性、數據來源可靠性及風險控制能力仍有待進一步驗證。

金鳳春對此深表贊同。他告訴每經記者，普通人若想使用“龍蝦”炒股，必須掌握AI相關知識及編程開發能力，這項技能門檻極高。因此，他不建議不懂AI和編程的普通投資者盲目跟風，此舉存在較高的投資風險。

金鳳春同時提醒投資者：“龍蝦相關的高收益無法保證可復制，且不能僅憑短期高收益判定策略有效性，投資者需關注長期綜合表現及回撤情況。投資應追求長線、穩健的回報，而非被短期高收益誘導產生投機心態。”

針對市場對AI工具是否會取代分析師或券商投顧的擔憂，金鳳春給出了否定的答案。他向每經記者分析稱，AI工具本質上只是投研和交易的輔助工具，行業核心需求依然存在；且普通散戶缺乏專業的投資知識，無法獨立運用“龍蝦”這類AI工具制定有效的策略，更無法分辨市場有效信息與無效噪聲。

金鳳春認為：“AI工具的使用存在較高門檻，大部分投資者并不具備操作能力，這決定了專業投顧和分析師的價值無法被替代，行業只會換一種工具和方式開展業務。”據他透露，由于“龍蝦” 面世時間尚短，目前正規機構直接將其用于實盤交易的應該不多，但機構利用AI做策略的現象去年就已存在，其團隊也正計劃在A股模擬盤競賽后，開展一些實盤嘗試。

面對躍躍欲試的普通投資者，多位專業人士給出了忠告。劉興亮建議，“龍蝦”炒股需要先“養”一段時間，結合其能力慢慢調試，切勿操之過急讓其全權參與實盤操作。他呼吁投資者用小資金嘗試，做好風險把控，不要投入大資金；并重申“龍蝦”的核心作用是投資決策的參考輔助，無法替代人做最終決策。

前述券商IT人士也向每經記者強調了最終的風險防范底線：“對于個人投資者而言，相關工具可作為信息輔助和研究參考，但不宜過度依賴，更不能替代基本的風險識別與投資判斷。在使用過程中，尤其需要關注數據真實性、策略有效性以及潛在的過度交易風險，避免因對技術能力的過度信任而放大投資波動。”

策劃|肖勇 杜蔚

記者|陳晨

編輯|易啟江

視覺|帥靈茜

排版|易啟江

｜每日經濟新聞 nbdnews 原創文章｜

未經許可禁止轉載、摘編、復制及鏡像等使用