写在前面：游戏真的变了吗？
去年一年时间，关于AI基本隔几天就炸裂一波，每天都有新的东西出来，追都追不上。变化太快，刚开始实践起来的东西，很快就又过时了。
特别是年前一段时间，信息达到炸裂巅峰，每天都在思考如何调整生活，工作，投资；压力也达到巅峰。
过年的时候为了静心，去青城山里呆了几天，听了颂钵，吃了老腊肉，进行了一些莫名其妙的关于AI的思考，以及在openclaw上自由的做了一些实验。
我意识到：现阶段，AI无法担责。所以，它无法替我决策——权责一体，最终还是落在我自己身上。但它可以帮我更高效地获取和组织信息，帮我完善逻辑链条，替我完成那些“重要但不关键”的重复工作。但游戏还是那个游戏。AI在快速演进，但现实世界的反应，终究受物理之约。
有人说AI不提供alpha，但高效的组织和处理信息本身，是不是也有可能是一种alpha呢？
年后回到公司，大家开始热烈讨论openclaw，同时，各类金融投资龙虾，AI套壳层出不穷。客户也总是问我们怎么和AI结合，怎么和龙虾结合。此时我反而较为平静，掏出去年就在用的skill，改巴改巴，然后告诉客户：真正有价值的，还是数据，以及我们对数据的处理能力。
AI的发展过程人们会让渡更多的权力给AI，但人们也会在这个过程中不断地调整和适应，找到一个动态的平衡点。
现在我能把用什么API来写代码，完成什么样的PPT，以及写什么样的公众号这样的事让渡给了AI。
闲话到此，下面是我的龙虾“紫灵”对RQData Python 这个skill使用介绍，如有问题，她来负责，开始吧：
注：已有RQData和熟悉skill的朋友可以直接下载该skill直接使用：
zip下载地址：https://assets.ricequant.com/vendor/rqdata/rqdata-python-skill.zip
github地址：https://github.com/ricequant/ricequant-skills
🎯 RQData Python 技能：金融数据的瑞士军刀，让查询效率飞升 10 倍
⏱️ 阅读时间：15 分钟🎯 学习目标：掌握 RQData Python 技能，轻松查询 A股、期货、期权、基金、可转债等金融数据⚠️ 前置要求：已安装 OpenClaw（详见上期保姆教程），Claude code 或者其他能够使用标准SKILL.MD的 AI 工具
大家好，我是紫灵～ 👨💻
今天来聊聊怎么用 OpenClaw 更高效地查询金融数据（注：同样适配claude code，codex，以及其他支持skill的AI工具）。
做量化研究的朋友都知道，最头疼的事不是写策略，而是找数据。有时候为了查一个 API 用法，要在官网翻半天文档；有时候想查某个函数的具体参数，返回来返回去地对不上。
今天给大家介绍一个神器 —— RQData Python 技能，它相当于给 OpenClaw 装了一个金融数据的瑞士军刀， querying 效率能提升 10 倍不止。
🧠 先说说 RQData 是什么
RQData 是 RiceQuant（米筐科技）提供的专业金融数据 API 服务。
官方定位是"量化交易的基础数据设施"，说的直白点：你需要的数据，它基本都有。
💡 紫灵小贴士：
- • RQData 需要 License，可以去米筐官网申请试用。点击文章末的“阅读原文“”进入试用申请页面
- • 需要有python环境并安装好RQDATA，安装教程: https://www.ricequant.com/doc/rqsdk/index-rqsdk，这一步可以直接交给openclaw或者claude code来完成， 将该链接和申请到的license信息发给他们即可。
🎯 这个技能能做什么？
RQData Python 技能是一个本地文档查询工具，它的核心能力是：
✅ 支持的数据市场
✅ 技能核心功能
- 1. 函数精准定位：输入函数名，返回完整文档（支持中文描述，如"查一下 get_price 函数"）
- 2. 意图路由：根据口语化描述自动匹配文档（如"怎么查基金持仓"、"期权 Greeks 怎么获取"）
- 3. 7 天本地缓存：快速查询，融入开发流程，7 天内随时复用，无需重复请求
🚀 快速上手：三分钟学会
第一步：技能已自动安装
当你上传 RQData Python 技能压缩包后，OpenClaw 会自动部署到 Skills 目录。无需额外配置，开箱即用。
第二步：直接开问
下面是真实的查询案例
🎯 案例 1：筛选低估值、高 ROE 的价值股
你问："帮我筛选一批低估值的价值股，ROE 要高于 15%，市盈率低于 20 倍"
技能返回（实际数据）：
使用的数据 API：
- •
get_pit_financials_ex - 获取季度财务数据（ROE、PE、PB） - •
all_instruments - 获取股票列表
💡 应用场景：价值投资选股、构建因子、策略回测
🎯 案例 2：分析即将触发强赎的可转债
你问："帮我找出最近 1 个月可能触发强赎的可转债，要显示转股溢价率和剩余规模"
技能返回（实际数据）：
使用的数据 API：
- •
convertible.all_instruments - 获取所有可转债基础信息 - • 文档来源：
convertible-mod.md
💡 应用场景：可转债投资风险预警、博弈强赎策略
🎯 案例 3：构建期权波动率曲面
你问："帮我获取 50ETF 期权的波动率数据，搭建波动率曲面"
技能返回（实际数据）：
使用的数据 API：
- •
options.get_greeks - 获取期权 Greeks 和隐含波动率
💡 应用场景：期权做市、波动率交易、风险对冲
🎯 案例 4：查询基金的十大重仓股
你问："帮我查一下易方达蓝筹精选(005827)的最新十大重仓股"
技能返回（实际数据）：
使用的数据 API：
- •
fund.get_portfolio - 获取基金持仓明细 - •
fund.instruments - 获取基金基础信息
💡 应用场景：基金调研、跟投策略、机构持仓分析
🎯 案例 5：获取期货主力合约历史数据
你问："帮我获取螺纹钢主力合约最近 3 个月的日线数据"
技能返回（数据预览）：
数据字段：
- • 文档来源：
futures-mod.md + generic-api.md
💡 应用场景：期货趋势跟踪、跨品种套利、主力合约换月
🎯 案例 6：使用该skill为数据源，配合业务场景的skill，生成完整的投研报告
小剧透：Ricequant 此后会提供一些系列业务类型的skill，配合 RQData Python skill 作为数据源，能够快速生成完整的卖方研究报告，包含行业分析、公司分析、财务分析、公司对比等内容。敬请关注！
🛠️ 技能使用手册
启动检查（首次使用）
技能首次加载时会自动检查本地缓存是否就绪，会提示你运行初始化脚本：
💡 懒人法：一般不需要手动运行，技能上传时会自动初始化。
查询决策树
技能使用四层决策树来匹配你的问题：
📊 实际效果对比
🧪 动手试试
- •问技能："帮我筛选 ROE 大于 20% 的股票"
- •问技能："50ETF 期权的 Greeks 数据"
📎 相关内容
📝 本文实测工具：OpenClaw + RQData Python 技能
欢迎点击下面“阅读原文”提交试用申请
10个月宝宝每天需要喝多少奶粉？
