我用AI帮自己建了一个私人投资研究院

每天早上8点，还没打开任何App，我的手机就会收到一份宏观早报。五条核心新闻，每条一个结论、两个关键点、一个风险提示，加上今天三个要跟踪的市场变量。

下午收盘后，复盘报告自动生成——大盘、宏观联动、板块轮动、自选股逐一拆解，龙虎榜资金流向，最后是三位"投资大师"的辩论裁决。

它不是彭博，不是Wind，不是任何订阅服务。是我自己用AI搭的。

我叫它A股研究院

本质是一套跑在Telegram上的私人AI投资分析系统，基于OpenClaw + AKShare构建。我通过手机消息跟它对话，它在服务器上24小时运行。

这个系统从第一个脚本跑通到现在，一直在迭代。我写了多少行代码？零行。

我是CFA持证人，我知道机构研究长什么样

在一家全球顶级战略咨询机构工作了十几年，服务过日本最大的金融集团，我见过很多机构级投资分析框架——它们贵，严谨，逻辑有价值。但有一个共同问题：它们为机构服务，不为个人投资者服务。

一份高盛研报告诉我宏观结论，但不知道我的持仓成本；它做了行业对比，但不知道我最在意哪几个变量；它每周更新，但不知道我昨天刚换了仓位。

AI可以解决这三个问题。所以我决定自己搭一套。

搭建过程：就是发消息

OpenClaw给AI加上了持续记忆、定时任务和工具调用能力。我提需求，它拆解任务、写脚本、配定时器，执行完告诉我结果。整个过程不涉及任何代码。

下面这张截图，是某天早上的真实对话——我说了一句话，它在接下来8分钟里拆解成3个任务，逐一完成，最后报告"全部验证通过"：

这不是特例。加一个新功能、改一个报告格式、调整推送时间，都是这样——说一句话，它去做，做完告诉我。

现在这套系统有多大

持续迭代下来，系统的规模远超我最初的预期。某次大的升级完成后，它自己生成了一份升级报告——我才意识到积累了多少东西：

16 Python模块 · ~7500 代码行数 · 15 核心升级 · 83% Token节省 · 0 我写的代码行

最让我意外的一个功能：三位大师辩论

在某次迭代里，我让系统把单纯的多空判断，升级成三个"投资大师人格"的联合裁决：

利弗莫尔（做轿猎手）：看Z-Score偏离、量比、板块补涨空间
芒格（质量卫士）：看Piotroski F-score、Beneish M-score、盈利质量红灯
达里奥（宏观风控官）：看ATR止损、波动率建议仓位、持仓相关性叠加警告

三方评分合计，给出综合裁决，集成进每日Decision Brief。不是噱头——这三个视角分别对应动量、质量、风险，覆盖了我判断个股时真正需要的三个维度。

收盘复盘的完整结构

现在每天20:00（东京时间）自动执行的收盘复盘，已经迭代到v5结构，包含7个大模块、15个子模块：

有一次，它开始优化它自己

某天我发现API成本在涨，让它看看能不能省。它分析了整个系统的Token消耗结构，找到了问题所在：HEARTBEAT.md文件太大，每次心跳都全量加载。

它提出解决方案，我说"做吧"，它把文件从6843字节压缩到1136字节，每天节省36000多个Token——相当于每天多出一份完整的收盘复盘的分析余量。

这是AI真正能改变投资方式的地方

我做了二十年战略咨询，拿了CFA，见过很多厉害的分析框架。框架本身不值钱，执行框架的能力才值钱。

对个人投资者来说，执行一套系统化分析框架的成本极高——你要花时间，要记住很多变量，要维持纪律，不能因为今天累了就跳过复盘。

AI解决的正是这个问题。它的纪律性是100%的，它不累，它记住所有东西，它在我最没时间的时候把我需要的信息送到面前。

我的角色是：设定框架，做最终判断。
它的角色是：执行框架，跟踪变量，持续迭代。

这个系统还在变

每次我觉得它够用了，又会发现一个新的迭代方向。

上周我让它开始跟踪早报预判的命中率——每条结论，收盘后自动验证，命中还是未命中，记录下来。它自己写好了逻辑，跑通了，现在每周给我一份「早报准确率」。我没有想到它会用这种方式实现，但它做到了。

我不知道这套东西最终会演化成什么。

但我知道一件事：那些说AI只能做简单重复任务的人，大概从来没有认真跟它协作过。

我叫 Eason
CFA持证人 · 前战略咨询合伙人 · 创业者 · 投资人