东吴证券：房地产行业深度报告：地产+AI工具系列报告之四：从地产投研到交易——OpenClaw的跨界实践（如何训练一只会交易能风控的“龙虾”）

投资要点 先回答一个问题，为什么一个地产团队要做量化交易实践？三个原因，从近到远：第一，验证OpenClaw框架的通用性。东吴地产前三篇报告证明了OpenClaw在地产行业能跑通——做日报、搭选股平台、提效投研。但“在一个行业跑通”和“框架本身通用”之间还有距离。交易是一个和地产投研完全不同的领域：实时性要求高（盘中秒级决策）、容错空间小（真金白银亏损）、外部依赖多（行情API、券商接口、LLM服务）。如果OpenClaw在这么“硬”的场景也能跑通，那它在任何垂直领域的可行性就不需要再被质疑。第二，探索AIAgent在金融决策中的能力边界。地产投研场景里，AI犯错的代价是“报告写错了，改一下” 可逆、低成本。但在交易场景里，AI犯错的代价是“下单亏钱了” 不可逆、高成本。这逼迫我们设计一套比“辅助场景”严密得多的安全机制：十道风控防线、双模型交叉验证、幻觉检测、熔断冷却。这些机制的设计经验，对任何想用AIAgent做高自主度决策的场景（不只是交易，也包括信贷审批、合规检查、自动报价）都有参考价值。第三，给卖方研究提供一个“AIAgent落地”的范本。卖方研究谈论AI，往往停留在“模型能