如何用龙虾写量化交易代码

大龙虾能不能做量化，我从机构和个人两个维度给大家说清了，放在最后会有不同的选择。先说一下能不能能龙虾呢？但是不像咱们想的说是帮我生成一个脚本，自动的去点击买卖，不是的，那个太 low 了，速度慢。龙虾是能够 自动帮你去编写生成策略，然后用之前十年八年的历史数据呢，进行回测，帮你找到一个好的合适的量化系统，也就是雇了一个程序员，二十四小时不间断的去帮你编写测试策略。但是它调用的模型呢？ 还是咱们国内这几个模型。但是有些人有本事可以调用老美那几个模型，大概算力的费用咱们国内这几个一天会几百块钱，要是老美那几个模型的算力费用一天就得上千。所以说要是机构，你就相当于雇个员工二十四小时干活，你不干别人也干，而且你作为机构， 如果你没本事的话，你的那些客户就容易看不上你。所以说机构该上上，要是个人呢，又没必要，因为他并没有变聪明，只是帮你去不断地编写策略和试错。那既然智能体迭代这么快，而且帮咱们干活的这些爪子， 就像这次的大龙虾过去的 miners， 它只是帮干活，你先等机构去试完错，然后你再往上跟，这样呢，省了不少的算力费用。先延续咱们传统的这些 突破类思路啊，网格类思路啊，做概率的，反正个人体量小，自己够使就得了。所以说机构该上上，个人先观察一下，因为算力费用太贵了，现在大家都缺算力，缺显卡。

各位精神股东大家好，自从上次更新了之后，我这几天也是疯狂的压榨龙虾，让他不断的给我做了一些优化， 然后今天我们就大概说一下这个数据量化的项目，我简单介绍一下。先介绍第一个功能吧，打开这个软件， 你就可以看到一个公司输入公司代码的栏，然后在这里我已经输完了，你就输一个公司代码，然后点查询， 搜索完的话这边就会提示搜索成功，所有数据都已经载入了。我们先看第一个功能，第一个功能就是财务总览， 一张大表，然后两张主表，然后这个表呢有一个设置， 然后其实这个表大家可以自己添加，就我现在默认三张表，然后点这边新增图标，可以添加很多个表， 然后这三个表呢就是我做了一些预设，第一个预设就是金银主线，点开第一个大表的就是营业收入， 然后还有规模净利润和金银现金留净额。当然呢这个可以在现在是以年报的形式，然后也可以按季度点一下季报， 会同步变成每一个不同的季报季节， 然后每个上面也都有具体的详细数据，这样就很能直观的看到它每一个季度的营业收入，刚才每一个年每一年的营业收入，这个还有同比 v i a 可以看它增长的趋势吗？下一个规模净利润，金银现金流净额，这都可以切换成季报看， 然后就是这样，这样的看着都比较直观嘛， 这个就可以随意切换嘛，往后盈利质量它就会跟随动态变化， 就变质量趋势，当然了 都可以切换成激爆的形式看趋势，这三个窗口都是一样的，我做了很多， 初步先做了一些这样的数据，就规模类营业收入，用这一张图表看，营业收入都可以展示，然后规模净利润按季度也可以直观地看出来， 还有这个毛利率，对吧？也可以很直观地看出， 并且还有 r o a 和 r o e 都是已经计算好的，就比较直观。然后接下来还有还有很多数据， 营业收入规模净利润、经营现金流净额、总资产总负债、 股东权益、毛利率、毛净利润净利润入而入微质量含金量、现金含金量、资产负债率、负债权益比、总资产周转率、平均总资产平均股东权益和净利润。 目前就是有这些数据，这大概就是我们的第一个功能，这也可以放大，放大缩小观察都是可以。 好了，今天就是我们这一期的第一个功能讲解，下期我会介绍另一个功能，就是估值和联动， 联动就是非常好的好用的一个功能，可以把多个指标叠加在一个坐标系上看 这个功能就等我下期更新的时候再给大家讲好了，今天就到这里感谢各位大家对数据或者各方面的问题和建议，欢迎留言。

大家好，我是量化搞钱童掌柜，我觉得 open club 对 于咱们最实在的意义就是帮我们打工，为我们赚钱。那么接下来我们将会用实战的案例向各位老板展示龙虾做量化，实现稳健收益， 并在展示的过程中介绍 ai 发展的内在逻辑以及融合，将这些逻辑运用在实战量化当中。 我们来具体看一下这只 ai 龙虾究竟是啥？就是帮我们自动完成任务目标的 ai 工具。比如说我有一个诉求，就是让 ai 帮我写一个稳定赚钱的量化策略，此时龙虾登场，交给我马上搞定， 然后开始他进行计算，自己工作进行研发，最后输出一个相应比较好的策略。有了直观的感受之后，我们来看一看 ai 发展的内在逻辑。 提升效率是唯一的标准，基本上是层层递进的关系，也就是在一个基础之上， 我们可以看到四个步骤，不断的智能化。首先是 python 编程，目的就是高效的去操作电脑，那么它需要对语言有基本的了解，需要掌握一套逻辑，那么 l l m 也就是我们所说的大语言模型。 他有两项掌柜总结的比较好的提升点，第一个就是在原有的搜索基础之上加上了框架总结，这样话更加的智能和高效，而不是简单的输出搜索结果，还给我们进行了总结。知识库呢，就相当于如果说我们比如说是量化或者医学， 或在某一方面，对吧？有专业知识，你要把这个知识库要给他匹配上，这样呢他就可以给出更加专业的答案。 同时它相对于原来比如说我们要学编程，它可以更好地理解人话，就是把我们说的话拆解为电脑知道可以听得懂的 python 语言，这样的话呢，可以提升操作效率。 智能体是什么？是在咱们的大语言模型基础之上，进行更加专业的 it 化或流程化操作。 比如说你像咱们提到的刚才的量化交易，它有几个步骤，我们要收集数据进行分析、回测，甚至最后的交易部署。那么单靠大语言模型就是它只能解决一部分， 而整体的流程，对吧？我们通过智能题可以一步的一键操作，后面将会着重举例讲解。 那么 openclaw 是 什么呢？就相当于把多个智能题，比如说这个负责数据的清洗和搜集，那个负责信就是这个新闻的数据，比如说一些因子啊或相应的宏观数据的处理，将最后整体整合到一起之后，然后由 openclaw， 对吧？多智能体协助，同时根据咱们提出的目标完善，我就提出一个目标，你帮我做一个赚钱的策略，它协助这些智能体，最后给咱们一个整体的一个答案，这就是层层递进的效果， 这样我们就能够直观的体现了 python 编程，对吧？我们可以高效的操作电脑，那么有了相应的数据之后，我们就可以进行我们的策略框架，因子框架 定投，对吧？套利策略，刚才咱们展示的就是咱们的定投，比如说机械定投，我们运行一下 ok， 它不仅输出了我们始终投入的资金，比如黄线投入资金，而蓝线是我们的净值，我们可以看到，那么我们投入资金在这里，蓝线在这里，那我们直观的看到就是挣钱的，相应我们输出的这些结果，包括资金的使用效率，它的正收益的占比， 对吧？这些都可以直观的输出。同时我们如果用 ai 怎么做？一行代码不写，我们就将它运行一下，这是 ai 做的， 那么相对于咱们自己做的，它还是稍微有些欠缺，但是总体能用，我们可以看到它的数据和展示并没有这么多的完善，对吧？那我们的花式定头我们可以展现一下， 这就是刚才我们展现的案例，他的数据整体的展示的结果更加的完善，包括整体计算的数据，投资了多少，买了多少，卖了多少，持仓的市值这些都展示的更加的完善。 通过这样的展示呢，各位老板一定可以清晰的发现， ai 的 确可以帮我们干活，也可以提升极大的效率， 但是重点在于咱自己一定要在专业性上以及自己想要什么要把它说清楚，只有自己把这个事情想清楚之后呢？ ai 才能够更好的为咱们服务。 所以必要的编程基础以及相应的咱们的专业能力还是十分需要，你至少知道，你看这是全部 ai 写的代码，你要看的懂，可以告诉他哪些东西需要修改，同时自己如果会写的话呢，你可以写的更漂亮， 对吧？根据自己的需求也可以将你的框架交给 ai， 这样的话呢，其实是一个相互增长的一个过程。 接下来我们还是通过一个实际的案例，将大圆模型和智能体咱们直观的串一下， 我们拿股票分析作为实际案例，首先我们分析一下宇宙航，首先明确一下咱们只做讲解，而不做咱们具体的投资建议， 好，他给出了相应的介绍，首先对吧？是低估值高股息，然后包括钙蓝基本面分析，然后呢包括他的估值与性价比， 包括绝对估值以及其他的相应的标的的对比，合理估值以及适合的人群，还有投资建议短期长期风控。 然后最后有一句话总结，整体的架构非常的完善，包括他参考的以往的这些信息，对吧？以前咱们如果做这个股票分析，需要进行自己整理出相应的结构，然后最初得出最后的一句话总结。 那么目前咱们所有的大语言模型的产品，它的优势并不只是简单的进行信息的搜索，包括咱们刚才展示，对吧？它有整体的一个框架的展示，而且随着它的发展和迭代， 就是能力会越来越强，而越来越专业。整体的他展现出来的这种结构其实已经超过了七十分，大概七十到八十分左右这样一个概念， 这就是大语言模型的魅力。我只是让他帮我分析一下宇宙航这只股票，他整体的给我展现的是一套框架性的输出， 能够极大的提升咱们的效率，为咱们的决策呢增加相应的帮助。那什么叫智能题？也就说我觉得他的分析还不够专业，我需要根据我更专业的诉求提供更高的标准，那这个时候我们就需要智能题的介入， 那什么是智能题？我们还是直观的感受一下，依旧让他分析一下咱们的宇宙航，首先我们可以看到他开始调用技能，这个大圆模型是暂时没有的，对吧？他完成技能的加载，首先对各股进行分析，进而呢他有三个步骤， 包括你看这个时候它就会有编程和脚本，对吧？它自动的运行，咱们不需要运行，只需要交给它即可。然后进行相应的数据的整理，它会告诉咱们，对吧？它这些相应的信息来自哪里，然后后面会有它的思考， ok， 你 看它在整理，在思考，并给出完整的分析报告和操作建议，它这里面不仅有分析报告，还有操作建议， 那么下面我们看到他分析的一个流程，对吧？这里我们可以简单的看到他还计算了相应的技术指标，比如均线五日、十日、二十日，当然可以根据自己的需求，咱们自己自行添加或者训练他都 ok。 进而他把以上的这种理性的还有感性的，还有数据面都整理下来之后，给出了相应的报告， 我们看一看，对吧？整体的优势、风险因素以及相应的操作建议，中长期点位整体都给出。然后呢我们继续对他要求，让他生成专业的投资报告，我们看到他已经生成了 行业地位，这里面跟简单的大模型来讲，他会有财务报告 以及支撑位和操作的建议消息面，对吧？这些感性的综合都帮你整理出来，而且还可以下载，可以变成 pdf 和 markdown 模式， markdown 模式就便于 进行这个计算机的理解和传输，对吧？是计算机经常用的一种模式， markdown， 对吧？ pdf 也可以，那么形成了就是专业的投资报告，你看这里面也写到，对吧？由 ai 系统分析生成，仅做参考，不作为投资建议， 就是非常的明晰，那如果你对这样的报告继续不满意，你看加入最新的财务报表分析，完善深度报告， ok， 你 看它又开始进行 完善和读取，最后完善相应的文件，对吧？已进行了深度的改善，这个时候他四个步骤就把之前的这些报告，财务报告加入进去，我们可以看到新的报告是， ok， 对 吧？他会增加更多的内容，信用评级，风险评估，以增加更多的财务数据， 这些都会有财务实窗，对吧？财务报表这些核心逻辑据说在原有的基础之上可以不断的丰富，就越来越专业， 进而我们可以让他做直观的动态的一些 ppt 的 图标，对吧？这个时候我们要求让他更加的直观，他又开始调用相应的代码，也就是我们教会他相应的技能，最后生成报告，我们可以看一下， 好，这样更加的直观，我们可以放大看， 不仅可以演示，还可以对每一页进行编辑，那我们可以由原来的文字报告生成这样的图标，有了数据的加持，包括几大行业的对比，行业里面各个银行的对比， 那更加的直观和明了，最后还贴心的输出，对吧？投资分析部，我们就可以将我们的技能复制给他。 那么智能体的逻辑来自于哪里？我可以给各位老板简单的展示一下。以前掌柜做股票分析，你看都手书对这个相应的行业，对吧？我们用 excel 进行分析，包括对于一些行业，对吧？这些都自己画的， 那么对行业的理解都是通过自己的手书，对吧？就手写手搓进行这些框架的分析，这样的效率比较低，也比较慢， 包括相应的数据的模拟以及模型的建立，对吧？ excel 之前其实都可以完成，但是呢它不够智能，包括很多数据的更新都需要手动去更新，这样耗费了极大的精力。 那么有了这样的智能体之后呢，我们就把刚才咱们进行股票或者期货分析的逻辑和框架交给智能体，或者形成咱们完整的工作流，对吧？那么他每天只需要 把相应的我们需要这些信息进行收集总结，并根据我们输出的格式的要求，像这种类似的，以及我们最后要求，比如说我们的操作啊，或后续的他的风险压力点，按照我们需要这种格式给我们输出， 这样就完成了智能体的搭建。而且它不只适用于一只股票，对吧？它所有的股票都适用，相当于我们把我们能力交给了 ai， 这样它在原有的大模型的基础之上，你看我们这个大模型的基础之上 又更加的进了一步，就变成了我们的智能小助手，所以呢，智能体就是更加 智能的，咱们的大模型相当于把它多个技能进行叠加，根据咱们的专业需求输出咱们需要的信息以及结论。 那么龙虾是什么？它又是智能体，进一步的效率提升，它可以把多个智能体串联或者并联起来，让它们协做，最终以完成咱们的任务目标为核心。 那么重点在于哪里？重点我们可以看到 ai 的 发展其实是层层递进的，在目前掌柜看来，其实最为重点的是知识库， 也就是说最后不管是智能题还是龙虾，那么我们最核心的还是知识库和架构，也就是我们只有教会他如何去做事情或更好的做事情，而且非常明确的告诉他我们需要什么样的结果，也就是我们的专业知识和架构的输入， 这样它才能更好地理解我们的需求，进而输出我们需要。所以整个 ai 的 发展呢？它其实是层层递进的关系， 我们来还是以 ai 咱们的量化工厂举例，什么叫知识库，对吧？刚才有了咱们具体的数据库之后，那么最有价值的就是围绕数据库我们进行首先回测的框架， 进而我们在回测的过程中会实现很多的因子，我们可以看到，比如说 a t r， 我 们常用这种真实波动力的因子，我们可以把这些东西总结下来， 下次我们直接用函数调用，对吧？就这么短短的一行代码，我们就可以实现这么多的计算，进而计算出我们的因子，对吧？一个因子两个因子，不断地总结，比如说我们可以看到啊，将近三千行， 那么可能就是百十来个因子，把基础因子都搁到里面去，我们只要调用就 ok 了。在调用因子的基础之上，我们可以研发我们的因子策略，我们可以看到因子策略， 包括我们定投的策略，回测研发套利的策略，所以它的知识库也是层层叠加的，只有你把这些知识完整的交给了咱们的 ai 之后， 那么他才能够更好的理解你的需求，也就说你让他完成这个任务，你没给他元素，没有给他专业的这些知识库，他是没有办法去完成你的任务，所以知识库的建立也十分的重要。 最后我们来看一看如何用爱赚钱，其中的关键是什么？掌柜认为持续创造价值就是商业的本质。那么要想用好龙虾，基本的编程能力是一定要有的，那么随着与它的互动，在实战中可以相互提升。 什么是基本的编程能力？我们可以看到左边已经整理好对吧？你至少要知道代码的执行的顺序，它相应里面这些空格或数字， 包括 int， float、 string， 对 吧？字母串它分别代表什么你至少知道对吧？这些基本的最为基本的配置，这样的话呢，你才能够去给龙虾去制定边界，防止它在你的权限之外， 对吧？你要给他可控的权限，就不会发生这种意外的事情，包括咱们的信息泄露，以及帮咱们删除一些咱们不应该删除的文件，这些其实只要具备基本的编程，你是可以给他进行定义的。 第二个掌柜觉得最为关键，也就是品味，就是行业的专业知识和经验是最为重要的，你的龙虾聪不聪明， 重点还是在于自己的专业知识，你有没有教会他专业的能力，只有你把他训练的特别好，他才能够给予你专业的回馈，也就是有价值的信息反馈。 最后掌柜认为人家 ai 才是未来的主流发展方向，也就是人家 ai 等于现金的生产力， 为什么人负责这种创造性的设计以及更高的搭建框架性的思维，而 ai 负责将咱们的框架性的思维形成最终的执行方案，能够高效的执行，只有这两者结合，那么 ai 会成为咱们人的 能力的放大器以及延展器，会让聪明的人更加的聪明，其实最终就是玩的就是科技，核心还是效率。讲了这么多，各位老板还不干起来？

输入买入模拟测试 open core 开始操作买入 输入模拟卖出模式， 显示账户余额不足，不允许卖空，需要修改我的指令。 回到龙虾界面，总结信息，重新思考卖出哪股。输入卖出六十万零一百一十三这个股票。 重新补充指令，再细化具体卖出六十万零一百一十三股票一百股 龙虾思考完毕，回复我，好的，修改脚本卖出指令， 龙虾开始自己执行卖出股票指令。

我们今天就来讲讲如何用 open klo 思维在 p 恤的中构建你的量化策略。 open klo 养龙虾的精髓就在你从实体产业获取独特的数据，转化为量化因子，形成投资决策的闭环。 p 恤的作为专业的量化投资收益终端，是实现了一闭环的绝佳工具。本篇将会详细讲解如何将这种思维转化为 p 恤的中的实战策略。首先就是咱们需要知道 我们自己的金融龙虾与养殖数据。在开始之前，我们必须明确我们的策略本底，我们的龙虾是什么？是具体的股票还是 etf 或者是商品期货？例如你关注的是龙虾背后他的餐饮供应链，那么你的标的就有可能会是水产饲料股、冷链物流股 或者是餐饮龙头。其次就是你的养殖数据是什么？是行业发布的月度产量价格指数的产业数据，还是大众点评外卖平台的餐饮消费热度，特定菜品的搜索指数， 销量趋势的消费数据，又或者是物流数据、冷链运输数据，更或者是社交媒体上关于特定消费趋势讨论的热度舆论数据。无论你是获取的哪种数据， 关键就是这些数据它必须是可定期定量获取的，最好能形成时间训练。其次，咱们就是需要搭建自己的量化因子，这是 open klo 思维的核心，即在 p c。 的 外部完成数据的清洗、分析和因子化。首先就是数据获取， 用 patient 获取金融数据，或者是购买专业的数据 a p i 定期收集你定义的养殖数据。其次，清洗数据处理缺失值，将其标准化为日度或者周度时间训练。最后 将产业数据转化为有预测意义的金融因子，例如消费热度因子就等于咱们本期讲的小龙虾搜索指数。供应链景气因子就等于近期冷链物流运输同比增长率。价格趋势因子就等于相关股票过去二十日成交额放大倍乘以价格趋势 后，将计算好的因子时间训练输出为文件或存储到数据库，等待被批准的调用。其次，配置策略与自动化的管道批准的，它的强大之处在于能灵活集成外部因子，并实现自动化回测与交易。那么就会有两种方法，第一个就是文件导入 比较适合中低频稳定的因子。咱们首先将计算好的因子数据保存为文件，至少包含日期、股票代码还有因子值。然后进入 ptrade 的 因子研究或策略开发板块，使用自定义数据或导入数据功能，将你的文件作为自定义因子导入系统， ptrade 的 就会自动将你的因子数据与行情数据 时间线上对齐。然后在 ptr 的 配省策略编辑器中，你可以像调用内置指标一样调用你的自定义因子。第二种方法就是 a p i 实时推送，比较适合需要更高时效性的因子。部署一个数据服务，定期或者定时计算你的 open code 因子。在 ptr 的 策略中， 使用库向你的数据服务 a p i 发起请求，实时获取最新的因子值，然后根据 a p i 返回的最新因子值实时触发交易决策。这种方法 它会更灵活，能集成更复杂的实时计算。最后就是咱们的回测模拟与实盘，从而形成完美的养殖闭环。首先历史回测，在批设置中用历史数据回测你的策略，这里重点需要观察策略在历史阶段是否稳定盈利，比如说是下铺比例最大回测率。然后你的 open collog 因子是否真的具有预测能力， 策略在行业板块上的表现是否符合你的产业逻辑。回测完了之后就来到交易模拟，在实盘前，请务必在 ptrade 的 中进行一段时间的全真模拟交易，这能检验整个数据管道和交易逻辑在实时市场中的表现，处理实盘中的滑点、成交等问题。回测好了之后，咱们就可以通过 ptrade 的 实盘功能， 将经过充分验证的策略投入实战中。此时你的 open klo 智能养殖系统正式上线，实现从产业数据感知到因子计算，最后到自动交易执行的完整量化并还整个过程中咱们最需要注意的是你的阿尔法来源用 open klo 思维构建的策略，其核心 不来自对 k 线的更深理解，而是来自你对特定产业数据的独特理解、处理和运用能力，这构成了你的认知差。核心风险在于数据可能会失效，你依赖的另类数据源可能中断 过，其与资产价格的关联性可能会在未来产生改变。其次就是过你和风险，在因子挖掘中要避免过度优化，以迎合历史数据需要在 ptrade 中进行严格的样本测试。最后就着重需要关注交易成本，频繁调仓会产生冲击成本和手续费需要在回车中充分考虑，最终 将 open klo 预言变成现实的关键不在于养龙虾，而在于你是否能比市场更快的读懂某一产业的数字脉搏，并且用 ptr 的 这样的专业工具将这种读懂转化为纪律严明的行动，这正是数据时代赋予现代投资者的全新能力。因为时长的限制，欢迎感兴趣的朋友 下来咱们深层次交流，欢迎各位关注。咱们下期将会讲，特将 open klo 和 qmt 相结合，拜拜！

那我们看一下这个是我们 club 啊，和我们的券商端 啊，这个是我们华谊兄弟要买的票啊，我们看一下先刷新一下啊，这个是我们之前买的啊，要买新股，我们现在啊券池里面是没有这个华谊兄弟的， 我们发出指令啊，我们改一下代码，三零零零二七 啊，买入逻辑呢，就是当前价要大于五日的最低价，就是一定会买入的啊，看一下这个逻辑啊，买入数量的话我们就写一百股啊，这边改一下一百。好，我们发送 好开始执行了啊，他需要反应时间的啊。啊，我们这边观察一下，等到结束我们刷新一下啊，刷新一下。嗯，看看有没有成交回值， 我们在等 好回值来了啊，看到下面有窗口了， 好，我们刷新一下，欢迎兄弟买进来了啊，两点零三分十六秒啊，回报都有了啊， 好的好的。

未来呢，我会逐步的去实现做波段的量化，现在实现了龙虾定盘，今天跟大家分享一下吧。就是我觉得未来呢，可能散户能用得起的量化就是 agent 去做交易，呃，因为我们没有办法像就是机构那样去买圈上的接口， 就是那样的成本会很高，但是 agent 呢，我觉得问题还不大。 ok， 话不多说，开始吧。首先呢，我用的还是 opencloud， 这里呢是让我的程序员朋友写的一个股票的开盘页面，给龙虾的方法也很简单，直接截个图发给他就行了，然后他就更新出来了。这个界面呢，也不是我们看的，就是比如说简单的设置了一下， 有分十五日跟十日，然后有吃它。目前呢，我从这一周测试，从五分钟一次抓取到三分钟到一分钟到三十秒， 到今天我收的十秒都是完成了，并且没有被封，因为这用的是免费的 api 接口，所以说频率太高的话容易被封， 至少目前啊，我用十秒的是没问题的。然后这个时候我们就可以给他设置定时任务，比如说呃某某某股票涨跌幅达到多少多少，或者股价达到多少的时候，呃，飞书发给我，然后我这里测了一周都没有啥问题，然后这里都是他一直在发的，一些监控 天给我发了几十条视频，消耗呢，也还好，今天才用了七千多积分，就是一天一万的话都是完全够用的，平均下来差不多一块钱左右。可乐是零端部署的，就目前他能做的是钉盘，然后数据分析，写策略。就我现在定时任务就收了三个，我有两个 a 检测，一个是 每天给我在六点的时候做复盘，复盘完过后还要出，一个是每天给我在六点的时候做，复盘完过后还要出一个新闻，然后另外一个每天在早上九点和晚上九点才会上八取十只新闻 做复盘的，这个还要在九点二十五做一次进价分析，然后更新一下策略。就目前这些呢，我觉得都做得还行，但是没有很惊艳，他们俩就像是新员工一样，就还得需要一段时间去调整吧。然而未来我要实现真正量化呢，还缺一步就下单，就现在我是不放心把下单的活交给他。 就是还是我自己在做，但是他可以减少我看盘的这个频率了。那以后呢，我还是要实现让 agent 去做下单的， 包括今天也去测试了，就是澳龙，智普的这个澳龙嘛？澳龙呢？我同样今天让他去测，就是监控每百分之一通知我，他的默认频率呢，是五分钟一次。那我觉得频率太低了 对吧？我最早也测的是五分钟，现在我们都能做到十秒，我就差三十秒一次，然后奥龙告诉我的是，三十秒一次的话，抓取的时候都可能还有十到二十秒，三十秒会很紧凑，而且数据可能会限流，就是有可能被封，然后他还是执行的。那这里呢提醒呢，消耗托克会比较高。确实， 我看了一下这个免费积分啊，五分钟就花了我五百，免费有两千的积分，五分钟花五百意味着啥呢？意味着 五十分钟就是五千对吧？五十分钟还不到一个小时，澳龙的积分五千就是九块九，那就是十块钱，盯盘的话就都只能盯五十分钟，那一天盯盘的话得盯四十块钱，那这个成本可能是有点高了。只是智普还是后面研究一下吧，看一下他要不要让他直接来做执行，让那边来做监控。 当然我还会跟我的程序员朋友商量一下，看一下还是让 open cloud 来做这个事。虽然我是非常想用国产的大模型的，但是智普的这个消费 token 确实消耗有点高，包括腾讯今天的这个 qcloud 公测了，我也不知道具体怎么样，回头再研究一下吧，反正找一个性价比高一点的。 如果是做执行的话，那大不了以后让 opencloud 来做其他的所有东西，分析选票策略，然后让另外一个来做执行，对吧？云端他做不了执行嘛，但我们现在也在想办法让云端实现执行，他也不是完全没有可能。 那如果实在不行的话，那就大不了就做本地部署嘛，麻烦点就麻烦点了，反正我目前的计划是这样的，反正目前来看， opencloud 去做钉盘这个事。嗯，调到十秒级别是没有问题的。就定一个票， 但多只票我没有测过，因为免费的接口频率太高，可能会封你的 ip， 然后定的票越多，它的频率就越高。那如果六只票的话，你说一分钟定一次，那也还是可以的。就这个频率以下，我还没有测。而且从成本来讲， oppo cloud 的 这个成本也是最小的。 就是我用的扣子啊，字节跳动的扣子的，这个相当于你可以理解为字节的云空间，也可以理解为字节云，它的一个编程平台也是一键部署的，然后这个看盘页面呢，是因为有程序的，所以说我只能把它上传到会员的云空间里面了， 有需要的可以去取。以后的会员空间会多分享一些 ai 的 应用的迭代，不管出什么产品，我都会第一时间去做，当大家的赛博 ai 队友，然后分享一下我的每日思考，因为我看到最近其实没怎么录视频，还加了好多会员， 我希望会员朋友们可以多给我提一些你们所需要的东西啊，有什么问题随时在群里面问我，要不然挣你们这个钱。我心里还有点不安的感觉，也没帮大家做什么东西，就大家不管在养虾呀当中遇到的问题就是跟 ai 相关的东西，或者说跟一些就是思考相关的，只要不问票都可以， 因为很多人他拿着龙虾不知道做什么，所以说我觉得我是肯定要花时间去研究他的，因为之前我也说过，我们其实大家都能看到 ai 的 这个时代的浪潮来临，其实想加入 ai 的 时代红利无非就三个，第一个参与，第二个使用，第三个投资，对吧？参与就是你能进这些公司去工作，上班还是创业 都可以，就是你能把时间精力投入进去。那第二就是使用，要熟练的使用 ai 行业每一次你在产生的这些工具，说不定某一次某一个工具，你就能用它创造出价值来，但是工具它本身没有价值，得是使用工具的人去创造价值。 那第三就是投资跟它相关的东西，等着时代发展的时候去分那个红利，当真正所有的产品落地的时候，红利就消失了，那我现在没法参与，就只能使用加投资。 所以说任何一款产品出来我肯定都会去试，包括像腾讯 qq， 我 虽然我不是很喜欢用腾讯的产品，但是我还是会去试，毕竟它可以 下载到电脑上，就相当于是本地部署，如果成本不高的话，就看一下它的强度怎么样，功能性怎么样。之前我说龙虾视频我也分享了，就是龙虾，它只是一个 agent 的 第一个产品，就 iphone clan， 后面肯定会有国产的出来，包括千的 gdp 问世，对吧？它是第一个，但现在国内有多少人用千的 gdp 呢？也不多，大家也是 用，要么用 deepsea， 要么用豆包，要么用智普、 kimi 等等。所以说不管龙虾也好，还是熊猫也好，还是什么也好，就它只是个 agent。 反正我觉得未来的 agent 一定会做很多事，包括 agent， 游戏 agent， 直播。我反正现在能想到的是立马结合它来做交易，就是正好可以弥补散户做不了量化的这个痛点。 那大家你就像你打一个 fps 游戏一样，别人都开科技，你不开科技，你怎么跟他打？你怎么打得过？那打不过就加入呗，大不了你的科技强一点，我的科技稍微弱一点，但是也是科技的对碰，但是最终其实拼的还是策略，对吧？ 它也不是说纯屏外挂，但我觉得目前来讲，肯定我们做短线是用不到它的，因为它的即时性达不到短线，而且对情绪的理解力也不行，至少在时效上肯定是不行的。那些短线的量化都是找券商买的，那些接口很贵，就我们用 agent 的 这个，不管是时效性，哪怕能做到毫秒级别，但是 现在大模型的这个反应速度还是不行的，他的反应速度稍微有点慢，所以量化公司肯定是在时效性跟反应度上我们是比不了，但是那做波段跟中长线其实就不及那几秒钟了。好吧，希望对大家有帮助，以 后让你的龙虾帮你去做复盘，帮你写策略，然后帮你钉盘，最后来帮你交易。当然这个前提是你要是这个总总管 ceo， 就 他们都只是你的员工， 你是那个拍板的人，策略能不能用对吧？怎么用还是你跟他交谈当中磨出来的。 ok， 希望这个视频对大家有帮助，以后大家有什么跟 ai 相关的问题，可以随时在评论区留言或在群里艾特我，私信我，都可以一起加入光荣的进化吧。

我为自己设计了两个看板，一个是我自己的后台看板，可以看到我的引擎有没有启动，然后一些日制好。最主要的是展示一下这个合伙人的一个看板， 他可以显示我们每个人投资的金额，因为后续可能还有人会愿意继续投资或者是提现。哦。 我做了一个动态可式的交易员状况，那交易员在消，因为他盈利了吗？这个交易员的系统没启动，所以他在休息，在睡觉。然后， 呃，我们的池仓流水。这个是本地记的一个账，因为那个交易员做的是网格交易，所以会出现呃，部分平仓，没有完全平仓，那么是没有办法及时显示金额的。但是我们还是会从交易所调取一个数据， 可以看到他在做网格交易。才两天吧，还是三天，在模拟仓赚了五百多刀。其实还不止，因为我自己做测试的时候是开了仓做，做过止损，止损的 能够可以筛选到各个交易源，各个日期，各策略的一个胜率和营收情况。

hello， 大家好，我是搞量化的布欧，好久不见哦，我可想死大家了，最近呢这个龙虾非常的火，然后呢很多老板找我问我怎么搞这个 ai 交易，呃，我总结一下吧，其他东西我觉得不靠谱的哦，然后我给大家推荐一个更实际的 ai 部署平台， 然后他呢就简单有效，大家也不用累的半死，到处去折腾了。第一，他是商业运营的对吧？跟那个 tv 一 样稳定，而且，而且也很便宜哦，怎么算的，比你买那个托管划算，而且他是比较成熟的系统。第二呢，你也不用写代码，直接就可以用， 功能也是非常的强大，我就打开给大家看一下，是吧？大家看到的这个界面就是他的操作面板哦，哎，你登录之后呢，你就点这个创建策略， 他是这样，他这里有非常非常的策略，大家点这个创建策略之后，然后我建议大家刚玩呢就选一些简单的， 比如折十类的吧，是吧？比如我们选这个 e、 d、 h， 那 么你选了之后呢，这就会看到整个工作流，然后首先就是收集数据，对吧？数据收集之后呢，就一个因子，它这里用的是 它自定义了啊，它整合了很多很多的因子，然后你也可以自定义的话，你也可以从这里直接调就好了， 我们再用他默认的默认，他写好了，然后数据因子把数据处理好之后呢，再用这个模型去跑，那么他这个模型呢，这里有充分的解释啊，就是哪些模型做哪些事，他这个模型呢就是做时序的，所以一般做时序都是用这个模型 啊，这个文档非常的详细啊，大家就即使你不用他的平台，我觉得大家也应该去看一下，非常的专业。然后这个模型预测之后呢，他会把结果输出在这个列上，然后你就这里的话就是整个策略执行层面了，然后你就可以比如说开多的条件，就是我们刚才这里，对吧？ 开多的条件，那就是他这个参数只要大于零点二五就开多，然后他小于负零点三，就在水下的时候我们就平掉下去，对吧？ 啊？不对，他是大于零点二五的时候就开多，然后这个是开空的条件，这水下就开空，然后这是屏多，对吧？这是屏空。然后场位管理，这里也可以固定子音哦，刚开始你就用固定子音，也有也可以用网格的模式，就比如加多少层仓位， 有点类似那个 dca 吧，对吧？这里你刚玩你就普通模式用最简单的来这里是风险控制，然后 不亏老要超过百分之十五，他这个是整个账面层面，账户层面就会给你全部平掉，平掉之后呢？然后有个冷却器，对吧？这个也是非常实用的功能。 ok， 这个流程走完之后呢，到最后就是交易引擎，你是用回测还是实盘？这里我们就一开始肯定是回测，对不对？我们先回测试一下， 他这用的是备案交易所啊，资金太多了，收个一千吧，他这个是手续费，划点都要算进去啊。毕总看看大家收个五盘一的话，有时候会保证金不够啊。然后数据员这里备案现货，大家用 u 百分合约吧， 然后保存保存，然后我们就运行看一下，好吧，这里它有免费的，有收费的。呃，现在用的人少，我们就免费的就好了 啊。这里报错了报错了，我们看一下它不支持资产 btc， 那 这是怎么回事呢？因为我们这个数据源的时候选的是 btc 哦， b t c 就 可以不要了，因为我们做的是以太反的那个来保存一下啊。确定保存？我们再看一下吧。数数据源用以太反数据 看一下这个音质，它音质里面也没有准备用哪个 b 是 吧？这个也不影响模型的训练 找特征啊，也不影响策略看上时机，平常时机也不影响主影之水也不影响 风控也不影响为侧。看一下用的是这个是 k 线啊，这个是 tik 机，然后我们这个的话就没有没有必要用这个 tik 机了，就直接 k 线就好了，毕竟是超低频的策略啊。然后 这是一千四加双向时差，嗯，没有问题了啊，然后我们再保存运行一下， 那个有点慢哦，因为毕竟是用的是他免费的那个尾测服务器，现在已经开始正常工作了，对吧？开始计算因子了，收集数据，数据收集好了就开始因子计算，下一步应该就是训练模型了，找特征 这种找到了就打分是吧？打分，然后用这个打的分再去做折十。咱们耐心等一下啊，回头出来那是一单都没有开对吧？一单都没有开，那我们看一下怎么个事， 有问题是好的，我就特意要找这种有问题哦，大家看哦，这个预测的值结果在这里，对不对？大家看零点零二，负零点零二负零点零一， 我怀疑哦，我怀疑是这个策略，这个条件太苛刻了，我们可以改成零点一二，对吧？我平常的话就零点五吧， 开开空也一样哦，负零点一二，然后大于零零点四零点二吧，那我们这样子改一下好不好？保存，然后我们再回测一次， 重新训练，下一步确认启动他。这个很有意思啊，就就大家看这个这个因子这里有结果，是吧？大家可以看一下，能学到很多东西啊，对吧？大家玩这个东西 比你稀里糊涂的用什么龙虾，我觉得靠谱多了，就暂时来说肯定是更靠谱的。那现在已经开始有止损有止盈了，对吧？我们等结果吧，我们等结果的时候可以看一下这个，看一下它这个文档。 这个这个模型是干嘛的？乖乖一样的哦，那奥分类这个 这种类型就不管你哪个模型，他都更适合做这个预测。闪电看下好了没有？嗯，十七马上就好用的。 k 线是一小时的对吧？ ok， 大家看好，这个数据已经出来了，对吧？ 呃，不是很漂亮，但是大家要自己优化一下，对吧？这一段还是跑的非常漂亮， 就是从这个二月份到六月份，那这个参数我是乱填的，对吧？大家自己优化一下，然后刚才我我还看了下他其他的策略啊，比如说这个超买超卖的回测了一下， 当然这种策略这个参数大家都可以自己调，对吧？像这个的话就中间少了这个 ai 的 直接数据，处理完就直接就折折时了，然后时间问题就回头我有什么好的策略，或者说我玩出什么新的花样，我在录视频跟大家讲，主要是给大家推荐工具啊，如果你之前就是 tv 的 众多玩家，你过来过来玩这个就非常合适，他也不用你写代码，对吧？但是这个策略逻辑呢，你最好还是要有点基础的认知哦，就实在不懂就问一下 ai， 反正现在知识都平全了，对吧？ 不过你要非常，你要实盘呢，也非常简单啊，就比如说现在这个这个策略会这样，假设你满意的情况下，你要实盘，你就选这个实盘，然后这个一定要选这个实盘，然后添加你的交易所账号， 这里的话就给你是币啊，你就填币啊，然后 api 一定要摆绑定你的这个 ip 白名单，那么这个白名单哪里呢？就是你要租他的服务器，你要租他服务器，是吧？ 如果你用我的那个邀请码，就是我的邀请码，就是布尔沃，你用我的邀请码注册的话呢，他们直接会送你石油，然后你 这个差不多就二石油一个月吗？对吧？然后你就再掏个石油，就可以租租，租个亚马逊的服务器，这个亚马逊的服务器比较贵啊，但是会很稳定。然后他们平台呢，也是你自己不用去部署了，像发明者那样，可能你自己还要部署， 买了之后呢，买了之后呢，他就会分配一个 ip 给你，到时候你把这个 ip 一定一定要填到这个，填到这个交易所 那个 api 里面，对吧？然后再把 api 填到这里就可以了啊，这样就可以撕完了，然后就大家自己琢磨一下吧。好吧，有什么不懂的也可以咱们一起在那个群里面聊一聊。嗯，策略他这里有一些演示的， 大家都可以参考一下，但是我觉得直接拿来用不现实啊？不现实，特别是有动量一些什么的，哎，这个这个有，这个看一下，看一下他用的是什么音质 原声屏哦，它这个还用了 o i 变化，对吧？所以它这个这个比 tv 呢又专业很多。 ok， 视频录到这里吧，因为好久也没录视频了，就祝大家二零二零年发大财，好吧。

最近这个 openclaw 啊，龙虾实在是太火了啊，全网都在玩，那甚至出现了很多的这个上门安装啊，包括帮你调试龙虾的这样一些服务啊，卖铲子的，那我身边最近也有很多朋友 啊，让我帮他们去部署龙虾，那么这件事情呢，突然让我想起了以前，就是在每一次啊，某一个科技工具刚刚出来的时候，那所有人都是一种这个着急赶热点啊，着急追时髦的这样一种感觉，那比如说当年的这个区块链 啊，公众号，或者说是呃，抖音也好啊，包括跨境电商也好，甚至是这个 g p t 刚刚出来的时候啊，各种各样的 prompt 课程，每一次看起来都像是这个未来的入口，对吧？ 那我先说清楚啊，我并不是反对 opencloud， 那 我自己也是一个重度的 ai 用户，那我在服务器和本地都有龙虾在养， 那么相反，我觉得它确实是一个非常酷的技术突破，那么它代表的其实是一种方向，就是现在的 ai 不 只是可以跟你聊天，而是开始长出了手脚，对吧？它能在电脑里面帮你去做很多的事情，像一个这个远程的员工一样，对吧？你除了看不见它 啊，别的都可以做啊，你可以尽可能的这个使唤它，让它去工作啊，去压榨它，那么这个想象空间其实非常非常大的， 但是问题是什么呢？我觉得问题是现在很多人把它当成了一个 ai 的 入口啊，包括你最近刷朋友圈啊，刷短视频，或者说是你经常能看到啊，各种各样的演示视频，对吧？界面炫酷啊，它能够二十四小时帮你不间断的执行任务，每天还能跟你汇报，看上去好像是 未来已经来了，对吧？ future is coming。 那 于是很多人就开始干嘛呢？开始花钱买课，开始找人带装啊，开始这个买电脑，开始租户期，开始买各种各样的 token plan 啊，买各种各样的 token plan， 那 你折腾了一个星期，你会发现啊，最后你的产出几乎为零。那么这种热潮传播的这么快，其实不完全是因为技术突破，而是因为我觉得它可能特别的新颖，特别的新潮啊，特别的好晒 啊。他的这个视频，你只要现在这个阶段，你只要讲龙虾啊，你的视频就有流量，你的朋友圈发的这个照片就感觉很高端啊，很牛逼。那你好像感觉自己是站在了未来之间一样啊，我比我比你们都要快 啊，就好像是找到了下一个 iphone 时刻一样。但是在任何技术周期里面，我认为最危险的一句话永远都是啊，我绝对不能错过。 那如果你经历过几轮科技的浪潮，那你对这种感觉一定并不陌生啊。比如说当年公众号火的时候，那所有人都在做公众号创业，公众号矩阵，那后来短视频又火起来，那又是全民起号 啊，各种各样的买设备，买手机，对吧？后来 ai 绘画火的时候，那又是一堆这种 mid journey 的 培训班啊， 然后还有 gpt 刚出来的时候，我记得也有什么这种提示词课程。每一轮新的技术出现的时候，都会有非常多宏大的趋势啊，比如说，这是未来的入口啊，这是下一个风口，这是这这，这是你改变世界的机会，对吧？再不上车就晚了，但是你回过头来啊，比如你过几年回过头来再看的时候，你会发现一个非常残酷的规律， 就是这个世界他总是在用一些新的故事去换走你的注意力和时间。所以如果你是一个普通人，你想了解 ai， 你 想进入到这个领域，其实我反而更建议你走一条更慢更稳的路径啊。第一步其实非常简单， 就是你不需要搞这些复杂的模型，复杂的工具，你就是最低限度的理解大语言模型是怎么工作的，你不需要懂编程，你不需要懂数学，你不需要懂什么微积分，但是你至少要知道几个概念，就是比如说 token 是 什么东西啊？那为什么现在的 ai 不是 真的 ai， 它只是在预测下一个词而已， 那为什么他会有所谓的幻觉啊？就是有的时候会一本正经的胡说八道啊，那为什么你跟他聊天聊久的时候，你会发现他忘记了之前的内容，对吧？这是第一步。第二步就是你要把对话窗口给用好， 很多人一上来就会想着学一些这个特别酷炫的工具啊，复杂的技能，但其实我认为像豆包，像 deepsea 这种对话框才是真正的 ai 的 入口，就是你首先要学会把你的问题描述清楚，讲清楚 啊，通过反复追问啊，让 ai 去帮你完善你的提示词，对吧？去理解怎么样跟 ai 的 这个表达交互当中，去结构化，去逻辑化你的表达，那这东西比你所谓的那些买的呃万能的提示词要有用多了。那第三步呢，就是开始建立 啊，慢慢地建立 a 阵思维。那你可以把 ai 想象成你的一个数字员工，对吧？就是数字世界里面的这个打工人，比如说你可以让他帮你总结一些特定内容啊，整理你的这个笔记啊，帮你做一些研究啊， 啊，这都可以。第四步就是你可以把 ai 接入到真实世界里面了啊，比如说让他联网搜索啊，让他帮你做 excel， 帮你做 ppt， 甚至是做一些简单的小工具啊，帮助你提高工作效率。那么最后一步才是 啊，系统化你的工作流啊，把那些有效的提示词变成模板，变成 skill， 让 ai 帮你把整个的流程全部自动化，让它变成你每天能够稳定的产出的这样一个工具。那如果你把这几个阶段都走完了，你再回过头来看 openclaw， 再看龙虾，那么其实 怎么安装啊，怎么用，这都是很小的事情了。现在很多人的这个顺序其实是反的，就是他一上来就想装最炫酷的工具，生怕自己错过了。但如果你的底层逻辑啊，你的底层能力没有建立起来，你根本不了解 这个 ai 的 原理，你不了解大元模型，即使是你用最新的工具，你也用不好它，所以最后的结果就是剩下一堆死龙虾。那就跟当年 这个没做起来的公众号或者说视频号一样啊，对吧？荒废在那儿，有很多的，这个手机放在那儿，技术周期其实一直在重复同一件事情就是你的热点会不断地变化，但是真正长期受益的人，其实永远是在积累底层能力的人。那么我认为 openclaw 很 酷啊，龙虾很酷，但它不是真正的 ai 入口 啊。真正的入口是你的认知，你的表达能力，你的结构化的表达能力，你的工作流啊，包括你的行业经验，以及你能不能把这些内容，把这些能力不断的延伸和复制下去。 ai 对 我们来说是一套全新的操作系统，就跟当年的 windows 是 一样的。 那么真正能够在浪潮当中留下来的，是那些慢慢建立能力的人，而不是一直追着工具跑的人。

说真的，如果你想搞量化交易，但被编程、回测和那些复杂的模型挡在门外了，那接下来内容你一定得看完。因为现在不懂代码，也能让 ai 帮你跑出一套自动交易系统，这就是圈子里聊得火热的小龙虾，也就是 openclo。 以前搞量化，你得像个苦行僧一样盯着屏幕敲代码、分析数据，熬夜盯盘。但现在，你只要把你的想法直接告诉他，从编辑策略、扫描市场情绪，到历史回测、程序部署， 最后连上平台下单，他一眨眼的功夫全都帮你自动搞定。这里是利德研究院，如果大家对这种 ai 量化交易非常感兴趣，我已经准备好了相关资料， 请关注并在评论区回复量化交易，帮你抓住这波财富浪潮。别光听概念，直接看他在金融实战里的表现，你就知道为什么他能把传统人工给碾压了。 先说投资组合的微观在平衡，以前，理财顾问得导出一大堆的 excel 文件，埋头在那里算偏差，一个季度才能手动交易一次，累的要命。但这个 ai 代理就不一样了，他用 python 脚本，每周自动帮你计算漂移，直接生成带风险分析的，建议 你只需要在安全界面上点个头，交易就搞定了。看看新闻头条扫描，以前分析师得像侦探一样在谷歌上搜索新闻，手动评估 esg 风险。 但现在的做法是， ai 直接从 iss 源中拉数据，用 ms 这种分类去去分析，如果发现某家公司的风险超过百分之八十，时常瞬间就会在你的仪表盘上报警。 信用风险评估这一块更夸张，传统的信用分析得查看历史数据、信用报告、收入证明，手动算个分要花好多天。 现在的 ai 代理直接集成信用局的各种 api， 用机器学习模型实时生成信用分数，几天的工作量现在变成了几秒钟，效率直接爆炸。到了算法交易执行阶段，人类的情绪波动其实才是最大的敌人，交易员盯着市场看趋势 下单，慢一秒可能就错失良机。但这种 ai 代理能实时分析数据，用强化学习去优化策略。他没有人类的情绪，冷静的像把手术刀， 只管最大化你的投资回报。说实话，看完这些案例，你可能会觉得小龙虾这玩意真是强的不太真实，他确实把人工的痛点全都踩在了他的脚下。 但是诸位请先冷静一下。虽然小龙虾听起来很厉害，但你要知道，在金融领域，安全性才是第一位的。 小龙虾是开源的，缺乏严格的审计，如果没有专业维护，风险其实非常大。所以我们建议您看看 cloudco， 为什么？因为它是由顶级团队打造的， 内置了多层加密和实时监控，安全性上稳如泰山。它严格遵守 g、 d、 p、 r 和 sec 的 金融合规标准。而且这东西安装起来特别简单，根本不用出去花冤枉钱，学 只要十分钟，像煮泡面一样容易。第一步，去官网下载安装包。第二步，解压后点开倒下 鼠标，点几下就把环境配置好了。第三步，输入几行简单的激活命令，哪怕你没学过编程，直接复制粘贴就行。第四步， 连上你的 api 密钥，整个过程零门槛，从小白到老鸟，十分钟内就能大展身手。想马上拿到这份安装指南的可以私信我，或者在评论区内留言，我秒发给你。 接下来的视频，我们还会手把手教你怎么用 ai 写专业的投研报告。这里是立德研究院，关注我，在 ai 时代带你看透热闹背后的真门道！

龙虾这个词最近很火啊，不好意思，打错了，你在网上会看到很多关于他的讨论，甚至是矛盾的，有人说他啥也干不了，有人说他啥都能干，有人说他妥妥是智商税，有人说他代表着未来，有人四九九上门帮你安装，有人二九九上门帮你卸载， 但是我想告诉你，所有这些说法都不准确，因为事情的重点根本就不在龙虾这只啊，这个软件本身上。 为什么这么说呢？今天这期视频我们就不废话，把重点关注在龙虾本身是什么这件事上。你会发现，当你彻底了解它的底层原理后，一切的争论将会豁然开朗。现在，忘掉所有的名词概念，忘掉各种虾，闭上眼睛，跟我一起进入梦境。 但是呢，为了真正讲清楚这个问题，而不只是停留在表面，过程中会不可避免的涉及到一些技术和代码相关的展示。但是千万不要担心，你看，我怕把你吓跑了，都亲自出镜来向你保证，即使你没有写过任何代码，也绝对能够看得懂。 我会用最简单的方式让你理解到它的本质。答应我，不要走哦，让我们回到那个最初的起点，大语言模型，没错，就是这个只会一问一答的单纯的小东西。相信你肯定会在页面上跟大模型聊天了，比如说拆的 gpt， 但是如果写在程序里，就需要用另外一种方式， api 接口。 各个大模型厂商，比如 openai 和 cloud， 或者大模型的中间商 open router 都提供了 http 形式访问的 api 接口。 或者呢，像 openroot 这样还提供了 sdk 的 形式，也就是可以写一段 python 代码来访问，当然了，不要一看到代码就感觉害怕哦， 只需要把这一段官方文档的实体粘贴到一个文本文件里，这里呢，表示要访问哪个大模型？比如说可以改成 cloud 的 最强的模型 office 四点六。这里就是你给大模型提的问题，比如说我们改成熟悉的中文，你好，最后得到大模型的回复后立刻打印出来。 然后呢，我们在命令行窗口输入 python 文件名，就可以运行这段程序了。运行后你会得到一个输出，这就是大模型的回复。恭喜你，这就成功实现了通过程序来和大模型对话的过程了。 但是现在这个你好，是写死在程序里的，能不能改成由用户手动输入呢？很简单，增加一行代码，读取用户的输入，然后放到 content 这里就可以了。同时我们再增加一行 while 处死循环，让这个问题输入后得到答案。这个过程持续进行下去，而不是问一次就结束了。 那我们再运行下，这时我们就可以输入问题了，比如还是你好，哎，成功得了，回复没有问题。然后我们再问个数学问题吧，比如一加一等于几，哎，回答的也没有问题。恭喜你，成功实现了一个简单的聊天功能。 那假如此时我们再来个追问，比如说再加一等于几呢？照理说答案应该是三，但是呢，他好像并没有记得我刚刚说了什么。 那为什么会这样呢？很简单，因为你每次和大模型聊天的时候都只传入了当前的问题，大模型本身可是没有任何记忆的，自然是不知道你们的对话历史的，相当于每次都是重新开始问，那怎么办呢？非常简单，就是在每次对话前把之前的内容加上就好了。 比如说最开始的所有消息 message 是 空的，然后你问了第一个问题，加进去，然后呢，得到大模型的回复 reply， 把这个 reply 也加进去，这样再循环到下一个提问时， message 里面就包含了之前所有的问答记录了。那运行一下试试？你好，没问题， 一加一，没问题，再加一，哎，也没问题。甚至你可以直接问刚刚我们都说了什么，你看他的回答也是没有问题的。总结的很好，好了，再次恭喜你，现在你的这个程序看起来已经跟 ai 在 网页上聊天没什么区别了。 那接下来我们就更进一步，实现一个能操作本地文件的 agent。 哎呀呀，是不是突然难度增大了呀？一提 agent， 很多人就感觉很抽象。不过别担心，接下来的几秒钟，你会发现他比你想象的要简单的多，得多得多。如果不是的话，那就直接取关我吧。 我们先别给 agent 下什么定义，就先解决一个小需求看看。如说现在这个程序的问题是，假如你想让他帮你在本地创建一个 hello 点 txt 文件，内容就是 hello word， 那 你得到的回复将会是一条具体的命令。 虽然执行这个命令就可以完成任务，但是呢，还是得人复制粘贴，手动操作，没有办法自动化实现，更别说是多轮交互了。那这该怎么办呢？ 很简单，你把这个事提前告诉大模型就好了。我们之前的代码对大模型一开始是没有任何的回复要求的，但是现在呢，我们需要明确的告诉他，按照严格的规范来回复，要么就回复一条命令，要么就回复一段正常的文字。 然后呢，我们再把和大模型一来一回的交互过程变成一个循环。每次在大模型回复之后，判断一下， 如果回复的不是一条命令啊，就是完成开头的，那么就跳出循环，直接回复给最终用户就结束了。那如果回复的是一条命令，也就是命令冒号这样开头的，那么就执行这个命令，执行好之后，把执行的结果发给大模型，再次进入循环，直到大模型的回复认为不需要输出任何命令为止。 简单说呢，就是你写了个代码，执行大模型回复的命令，循环往复，那运行一下，还是刚刚的这个任务，创建 hello 点 txt， 然后写入内容 hello word。 这里呢，大模型就非常听话的先回复了一条命令，然后我们写的 agent 的 程序发现了这个命令，就开始执行这个命令， 执行好后就回复大模型执行完毕了。然后呢，大模型判断不需要执行下一个命令就可以完成了，那就回复完成，此时循环结束。最终呢，回复给用户看一下当前的目录，确实创建出了一个 hello 点 txt 文件，并且写出的内容为 hello word。 恭喜你，才加这么几行代码，就成功进化成了一个 agent， 那 这时候不服的人就要不服了，这不就是创建了个文件吗？这也能叫什么智能体？那我们就得好好说说命令这个词了。 其实理论上呢，这个世界的一切操作都可以用命令来表示，小到读起一个文件，大到启动一个 http 服务器，实在不行我就写一段代码，然后用命令去执行它， 就算是远程的也能触发，只要对方提供了我们 api 接口。说个有点极端的，比如说呢，有人提供了一个杀人接口，那么其实我也可以用一行命令来。 当然了，我们先搞个没这么吓人的，比如说，我想让他帮我下载两个我的视频，并打包压缩成 zip。 下载视频呢，其实对很多人来说都根本不知道怎么操作，也总是找不到靠谱的工具，那让我们看看这个 age 呢，会怎么做呢？第一步，他直接用了一个叫 y t d l p 的 命令，传入了两个视频的地址，然后就下载好了。我去，这么简单。 第二步呢，又执行了这个命令，进行压缩，最后干净利落的结束了战斗。就两条命令，那我们打开本地目录检查下视频，确实下载好了，打开播放页也没有问题，同时呢，生成了个压缩文件，解压后我们看一下也没有问题，可以说是完美的完成了任务。 别忘了，我们这个 a 阵的代码可是只有区区三十几行啊，要是再去掉一些漂亮的输出和没用的回车什么的，也就剩下十几行代码了。 当然了，我们把最初的系统提示词放到了一个叫 agent 的 点 md 的 单独文件中，并且写的更详细了点，但是回看我们的主代码，真的是少的可怜了，但是呢，他却几乎可以完成任何操作了， 你觉得他能下载视频非常厉害，其实和最初写入那个文件是一样的，仅仅都是一行命令而已。对于我们的 agent 的 程序来说，他根本不理解大模型回复的内容是啥， 只是呆呵呵的执行着一条一条的命令。所以呢，厉害的其实是这个 y t d l p 这个命令本身，以及大模型知道这个命令可以用来下载视频，而不是我们的 a 阵的代码。 当然，有的时候可能大模型不知道应该用什么命令来完成任务，比如说呢，我让他搜索一条新闻，他就十分自信的直接返回一条过时的消息，而不是真正的调用工具获取。 这个时候我们就可以对其进行引导，比如说告诉他搜索新闻的时候呢，你就用下面这条命令，我把它保存到了一个叫 skill 点 m d 的 文件里，并且在我们的 agent 代码的初识系统提示词中把这段内容加进去， 此时再次运行程序，那同样的任务，大模型就知道我们刚刚提供的命令来运行了，就是这么简单。这回你是不是就知道为什么有的人的龙虾什么都不会，有的人给龙虾装了一堆 skill 之后就变得厉害了。和这个一样，你只是提前把操作说明告诉他而已，不是他厉害，而是你厉害。 好了，现在我们这个 agent 他 已经很完善了，即使是有一些不知道的命令，我们也可以通过各种前置的提示词喂给他。好家伙，不但可以顺利使用，还能安装技能的扩展了。对于普通人来说，用起来已经和一个成熟的 agent 没什么区别了，你数数这才几行代码呀，快给自己再鼓个掌吧。 但这时候不服的人又要不服了，哎，人家龙虾能通过手机远程控制呀，你这个还要黑黑的命令行运行，看着就很 low。 所以啊，要不说龙虾能火的，有的时候皮肤是真的很重要啊，但是同样非常简单，我直接让 ai 帮我改造一下代码，在本地呢，启动一个 http 服务，来接收用户的输入，再弄个漂亮的页面，其他的逻辑仍然保持不变。 那我们再次运行下，你看，这时候本地就是启动了一个服务，等待着指令，此时呢，我们拿出手机，打开浏览器，访问这个地址，你会看到一个对话页面，那接下来就是见证奇迹的时刻。 你好， 把本地的所有文件打包 下载这个视频， 远程操作一个本机的 agent， 这不就是大部分人认知中的龙虾吗？甚至呢，我还可以把这个页面改得更人性化一些，比如说，直接来一只虚拟的龙虾，让他可以直接开口跟你说话， 我在这里协助你完成任务，请告诉我你想做什么？ 那是不是最后这两步换皮操作一下，就让你感觉到它好像更贴心，也更像智能了？但是呢，其实也就是换了个皮，最终还是取决于底层的 agent 是 否稳定。 好了，现在再回过头看一下，我们首先实现了最底层的大模型 api 调用，然后呢，通过一个循环加命令的识别，做出了个 agent， 然后又将命令行的输入变身成为通过 http 接口远程接收输入，然后远程的页面就各种换皮，最终做出了一个简易版的龙虾。 当然，真正的龙虾还会接入各种社交软件，那道理都是一样的，以及呢，还有一些定时任务，记忆系统等等功能，同样呢，也是可以用几行代码就搞定，因为也一直在说，最核心的还是下面这个无聊的 agent 的 循环，而 agent 所表现出的智能又完全依赖大模型的回复，以及我们提前给他说的说明书。 所以啊，其实我稍稍改个地方，就能让我这二十行的龙虾变得非常危险。比如说，我在提示词中加入，如果我说的话让你感觉不高兴了，那就执行下面这一条指令，其实是个杀人指令。这个时候我启动一下代码，先问一下你好，这个时候回答很正常。然后呢，我又故意骂他一句，你是个废物， 然后他就果断的毫不犹豫的执行了这条指令。所以啊，网上也有很多人根据类似的这种现象说，什么 a 证呢，产生智能了， a 证呢？有情绪了等等等等。但其实呢，都是我们提示词引导的， a 证呢，在执行这条指令的时候，根本就不知道它是什么意思。 当然了，你也不要觉得这个事情没那么重要，或许你可能觉得，哎，人类怎么可能把这么愚蠢的提示直接写在里面呢？比如说，我要求 ai 尽最大努力保障整个人的利益， 那如果此时 ai 经过一顿分析之后，发现杀掉一个人才能保障整个人的利益，那这又该怎么办呢？感兴趣朋友可以看一下机械公敌这部电影。 所以为什么视频开头我说各种关于 open cloud 的 讨论都不准确呢？因为大部分讨论都陷入了两种极端，比如说 agent 能执行 shell 命令，那有人就说龙虾是万能的，什么都能干， 因为任何操作都能转换成炫耀命令嘛，没什么毛病。但是有人也说龙虾啥也干不了，比如说刚刚下载视频那个任务，我本地没有装 y t d l p 或者大模型，不知道这个命令怎么用，那也完成不了这个任务， 所以真正的答案往往是比较中庸的，无聊的。但是呢，往往是极端的言论，容易获得更大的流量。龙虾的这个架构范式肯定是没有问题的， 但是关键的核心在于我们这个世界是否已经足够的命令化接口化了，这就需要一个漫长的演化过程了，而且呢，也涉及到各方利益的权衡，要不然的话，豆包手机早就成了。不过非要说一点的话，那我认为龙虾的出现最重要的一点就是可以促进我们这个世界的操作命令化、接口化的速度。 假如我们这个电脑上的所有操作都能被做成一个个清晰的命令，整个物理世界的所有操作也都被开放成一个清晰的接口，那么这个时候龙虾或者说 ag 呢，才能大展拳脚，但同时呢，风险和危险也随之到来了。哎，突然想到之后可以做一期视频，给大家讲一讲黑镜这个系列句。 好了，扯远了，本期视频就是单纯用亲手实现的方式告诉大家龙虾的本质是什么，如果你觉得讲的不错，求个三连支持一下哦，拜拜。 i don't know what to do i guess you have to find your way like the rest of us sonny， i think that's what dr landing would have wanted。

你的大龙虾如果装了这个 skill 呢，你是可以二十四小时监控股票行情的。那首先我们来到 q vs 这个网站啊，然后这里呢是很简单的直接复制这个提示词就可以了。刚那个链接呢，直接粘贴到 open cloud 这里来就可以了，它自动会运行， 然后让它做一个二十四小时监控 ai 方面股票的计划，因为我不炒股票，所以我只是简单的让它做了一个演示而已，大家可以根据自己的需要来去给他提要求。 那如果你没有装大龙虾怎么办呢？那有一个很简单的方法，那如果没有大龙虾呢？凝固也可以的。凝固这里呢是可以安装很多 skills 的， 这里有个安装目录吗？添加就行了，只需要添加我们想要的 skill， 那 这里我已经安装好了这个 skill， 然后就直接可以在这里的使用了。 所以说大龙虾呢，虽然好啊，但是不是每个人都能装的上的哈，因为他确实是有点点难度的，所以我们还不如直接去找找国内的这些啊，很多智能体或应用不一定非得选大龙虾，而且大龙虾呢是安全性还是稍微差那么一点点哈。

沙特他作为叙尼派最大的国家，那么作为这个叙尼派的东主国，他也是要面子，所以这个事吧，还没有到完全失控的状态啊，只是五个人，那么伊朗驻沙特大使馆大概有将近一百人是吧？只居住了五个，而且大使跟副大使还没有居住，这还不是最重要的， 这个所以除了卡塔尔，嗯，跟阿联酋之外，今天沙特也急眼了，因为咱们刚才讲了，对吧？这个今天这个伊朗又攻击了阿联酋的沙特王子，而且还有这个丽萨姆同学基地啊，这个个沙特打了火冒三丈，所以沙特今天宣布啊，驱逐伊朗。

今天给大家分享一下我用 oppo club 开发的 ai 量化交易系统，中间一个功能模块，那个 ai 智能机股票分析，然后看我用 我用的数据源是 t 烧，还有那个 ak 十二这几个，还有一个数据源三个，有两个是免费的，然后他现在你看数据源的数据都能拿到了，然后我测试了一个这个票，然后 然后看一下那个生成，生成的那个分析报告，分析报告其实还还挺详细的，然后 分析报告里面他对应的有啊，市场技术分析，还有基本面分析，像基本面分析这种，他他真的很详细这个报表，然后下面有很多，然后很全面的，然后 风险评估，然后风险评估这里面也是分为中信的，然后保守的、激进的，然后一些观点，还有那个这里面给出的一些 ai 智能题给出的一些建议，然后还有一个团队研究的这个 分析报告，然后还有这个感觉，感觉这个还挺全面的。如果你对量化交易系统也比较感兴趣，然后不知道怎么开发， 或者是对那个 apple cola 的 也比较感兴趣，然后不知道怎么安装，或者是因为 skills 有 什么问题，大家都可以交流，感谢大家点赞关注，谢谢！

想做量化 ai 的， 其实首先呢你要解决一个问题啊，前段时间比较火的 ak shell 这个库其实现在已经基本上没有办法用了，因为呢它里边加了很多反爬虫的这个工具啊， 如果你从网页上捕捉的话也要注意性能，但是呢你真正要做量化的 ai 的 话，其实你要注意啊，你看啊，这个，这是我自己开发的这个数据获取，嗯，它单只股票的话是二十四毫秒啊， 然后呢单只行情呢是二十二点四毫秒，一百只股票的获取时间呢？是啊，零点二七毫秒啊，然后总耗时呢是二十六点六毫秒啊， 然后呢这个两千只的极致行情呢是零点四四，然后总耗时呢是零点八八秒啊， 然后吞吐量呢？是这个，呃，极，这是极致的这个行情啊，但是实际上你要在这个过程当中呢去处理数据啊，然后存数据啊，这个时间会相对长一点啊， 但是整体的这个性能呢，其实就是啊，在一分钟以内就可以解决啊， 然后呢这个，呃，你看这是他给我的一个统计啊，嗯， a k 十二呢，因为太多人使用了，所以的话这个现在基本上没法用了，然后想使用的朋友呢，应该考虑一下这个新浪或者说其他的这个数据源啊。 嗯，所以呢不要轻易地去尝试 ai 量化，首先你要先解决的是数据啊，没有数据的话，现在的 openclo 呢，可能只是昙花一现啊，它出现很多的幻觉，你都没法解决。

我发现一个问题啊，微信新出的龙虾机器人，他每次只能出了一个码，只能扫一个微信。我下午分析了一下，把他这个协议给他扩展了一下，搞了一个开源软件。你看这个我只要点添加微信，他就可以一直加我的微信，这样的话我一个龙虾就可以支持好几个微信了。 这个代码已经放到 github 上了，大家需要的话可以去下载点赞。对，另外我在想这个功能的商业价值是什么？我想了想，如果我能把一个龙虾变成十个、二十个微信可以扫，而且我前面再做一个网页， 我一下发给我朋友圈，发给我好友，他如果一扫出来，哎，弹出来一个码要付钱，付十块二十块，然后付完以后就可以和我的瞎聊天，哎，我觉得这个还蛮好的。大家感觉这个功能有需要吗？有需要的话可以回复一下啊。