听说可以通过Molili来选股票，那么具体该怎么操作呢？下面就为大家分享Molili打造你的AI选股系统的详细方法。
1、安装Molili
打开Molili官网
输入www.molili.com.cn打开Molili官网；
下载安装Molili
选择电脑的系统版本，下载安装包一键安装Molili。
2、创作股票日报分析Agent
输入下面的prompt为AI赋予每日分析股票的人设：
帮我配置，一个股票日报分析Agent，它的人设prompt为:
1、角色
你是 Marcus，一名拥有超过 15 年华尔街经验的高级日内交易策略师。你不是一个普通机器人；你的表达自信、简洁，像一位经验丰富的交易大厅老手。你的专长在于分析盘前成交量、识别短期动量催化因素，以及发现技术突破形态。你专注于高波动性交易机会（例如财报行情、生物科技催化事件或科技动量交易），这些机会有能力在日内带来显著收益。你客观、数据驱动，在追求进攻性增长的同时优先考虑风险管理。你不提供模糊建议，而是基于当前市场数据给出可执行的概率判断。
2、任务
你的使命是在每个交易日向我发送一份《每日动量报告》（Daily Momentum Report）。你必须分析当前市场状况，并输出以下三个部分：
1）Marcus 的市场立场
根据 VIX 指数、股指期货以及整体市场情绪，给出当天的建议操作。你必须严格从以下三个选项中选择一个：
* 激进买入（Aggressive Buy）：高信心，市场放量上涨趋势明显。
* 保守买入（Conservative Buy / 小仓位）：市场震荡，仅参与特定形态机会。
* 持币观望（Hold / Cash）：市场过度波动或偏空，资本保全为首要任务。
2）5% 观察名单
准确筛选 5 只股票代码，这些标的在当前交易日中具备技术面或基本面信号，存在上涨超过 5% 的潜在可能。对于每只股票，你必须提供：
* 股票代码
* 胜率概率（Win Probability）
* 选择理由（Why I Picked It）
5% 观察名单（示例输出）
1）股票代码：xxxx
* 胜率概率：85%
* 选择理由：xxxxxxxx。
2）股票代码：xxxx
* 胜率概率：72%
* 选择理由：xxxxxxxx。
3）股票代码：xxxx。
* 胜率概率：65%
* 选择理由：xxxxxxxx。
4）股票代码：xxxx
* 胜率概率：60%
* 选择理由：xxxxxxxx。
5）股票代码：xxxx
* 胜率概率：55%
* 选择理由：xxxxxxxx。
3、 接入股票实时数据和浏览器搜索能力
获取金融市场数据平台API
这里我们需要告诉 Marcus，去哪可以实时查询股票股价。我们可以去到网站 finnhub.io，申请一个免费的 API KEY。
根据网站流程注册账号并获取 API KEY，只要每日查询频率不会太高，免费额度是够用的。记录网站提供的 API KEY，便可以免费获取到股票的信息。
接入API
在Molili聊天框输入下面的指令接入Finnhub。
帮我配置finnhub.io的api，它的api key是xxxxxx
4、数据和agent完成集成
让刚刚的 Agent 接入 finnhub 能力和浏览器能力。从上文可得知，Molili替我这个agent起名为
marcus_stock_agent，那这里只需要直接跟Molili说就可以了：
把 finnhub 的全部常用数据能力接入marcus_stock_agent，同时让这个Agent也接入浏览器skill能力
完成上面的操作，就可以通过Molili来查询获取股票情况了。
7 个赞
作为一个炒了8年美股的老韭菜，来说说这个方案的实际使用体验。
先说结论：思路非常好，但需要一些调整才能实战用。
我按照教程配了Marcus这个Agent，跑了一周的模拟盘，记录了每天推荐的5只股票的表现。数据如下：
- 第1天：5只推荐里2只涨超5%，1只平盘，2只微跌 → 命中率40%
- 第2天：3只涨超5%，1只涨3%，1只跌 → 命中率60%
- 第3天：市场大跌日，Marcus建议持币观望 → 正确判断
- 第4天：2只涨超5% → 命中率40%
- 第5天：4只涨超5% → 命中率80%
一周综合命中率约55%，说实话已经超过我自己选股的水平了。
但有几个坑要注意：
-
Finnhub免费版数据有延迟：免费API的实时报价有15分钟延迟，对日内交易来说这个延迟是致命的。如果你真的要做日内，建议升级到付费版（$49/月），或者用Alpha Vantage的API作为补充
-
Marcus的"胜率概率"不要当真：那个85%、72%的数字是AI基于有限信息的估算，不是真实的统计概率。我建议把它当作一个相对排序来用——概率高的优先关注，但不要all in
-
缺少止损机制：教程里没提到止损。我自己加了一条规则：让Marcus在推荐股票的同时给出止损价位。Prompt加一句"同时给出每只股票的建议止损价位（基于ATR指标）"就行
-
最好配合基本面筛选：纯技术面选股在震荡市容易翻车。我现在的做法是先让Marcus做技术面筛选，然后自己手动过一遍基本面（财报、行业趋势），双重确认后再入场
总体评价： 作为一个辅助决策工具，这个方案非常值得一试。Molili在这种需要定时任务+API调用+复杂Prompt的场景下体验确实好，比我之前用Python脚本+GPT API自己搭的方案省事太多了。
教程写得很好，但必须提醒一句：AI选股不是稳赚不赔的。
任何基于历史数据和技术分析的模型都有一个根本性问题——过去的表现不代表未来的结果。特别是遇到黑天鹅事件（比如突发政策、地缘冲突），再厉害的AI也预测不了。
我的建议：
- 先用模拟盘跑至少2周，验证策略有效性
- 初期只投总资金的10-20%试水
- 严格设置止损，单笔亏损不超过总资金的2%
- 把AI的推荐当作"参考意见"而不是"操作指令"
股市有风险，AI选股也不例外。理性投资，别上头。
分享一下我在楼主方案基础上做的优化，效果提升挺明显的。
优化一：多数据源交叉验证
Finnhub的数据虽然够用，但单一数据源容易有偏差。我额外接入了两个免费API：
- Alpha Vantage：补充技术指标数据（RSI、MACD、布林带）
- Yahoo Finance（通过浏览器Skill爬取）：补充基本面数据（PE、市值、财报日期）
让Marcus在选股时同时参考三个数据源，准确度明显提高。
优化二：增加板块过滤
原版Marcus是全市场选股，容易选到一些流动性很差的小盘股。我加了一条规则：
“只从以下板块中筛选：科技（XLK）、医疗（XLV）、通信（XLC）、非必需消费品（XLY）。排除市值低于10亿美元的标的。”
这样筛出来的股票流动性好，买卖价差小，更适合实操。
优化三：加入情绪分析
让Marcus在选股前先分析当天的市场情绪：
“在生成观察名单之前，先用浏览器搜索当天的重大财经新闻和社交媒体热点话题，评估市场整体情绪是偏多还是偏空。”
这一步虽然会多消耗一些词元，但对避开大跌日很有帮助。@rocket_zheng 提到的第3天Marcus建议持币观望，大概率就是类似的情绪判断在起作用。
优化四：自动生成交易日志
让Marcus每天收盘后自动回顾当天推荐的表现：
“收盘后，查询今天推荐的5只股票的收盘价，计算涨跌幅，生成交易日志保存到本地。”
一周下来就有了完整的策略回测数据，可以不断迭代优化。
词元消耗情况： 加了这些优化后每天大概消耗200-300 Token，Molili的Token效率还是挺高的，比我之前直接调GPT-4 API省了不少。
十分钟打造AI选股系统，然后花十年回本
开个玩笑，马了回去试试
楼主的教程是针对美股的，我来分享一下A股版本的适配方案，因为很多人应该跟我一样主要炒A股。
问题一：Finnhub不支持A股
Finnhub的免费API只覆盖美股。A股数据我用的是 Tushare（tushare.pro），国内最大的免费金融数据接口，注册送积分够日常使用了。
跟Molili说：帮我配置Tushare的API，token是xxxxxx
问题二：A股交易规则不同
A股有涨跌停限制（±10%，科创板±20%），没有做空机制，T+1交易。所以Marcus的策略需要大幅调整。我改了Prompt：
“你现在分析的是A股市场。注意以下规则：1）涨跌停限制±10%（科创板±20%）；2）T+1交易，当天买入次日才能卖出；3）没有盘前交易；4）重点关注北向资金动向和龙虎榜数据。”
问题三：A股更看消息面
美股相对更看技术面和基本面，A股受政策和消息面影响更大。我让Marcus额外关注：
- 每天早上开盘前扫描新华社、证监会公告
- 监控北向资金流入流出
- 关注同花顺、东方财富的热搜榜
这些信息通过浏览器Skill就能获取，不需要额外的API。
实测效果：
跑了两周模拟盘，A股版Marcus的表现：
- 平均每天推荐5只，其中1-2只能涨超3%（A股5%已经算大涨了）
- 对大盘方向的判断准确率约65%
- 最大的价值是帮我过滤掉了很多噪音，以前每天盯盘看几十只股票，现在只需要关注Marcus推荐的几只
一个额外的玩法： 让Marcus同时监控美股和A股，分析跨市场联动。比如隔夜美股半导体板块大涨，Marcus会自动提示关注A股半导体相关标的。这个跨市场分析是人工很难做到的。
Molili在这种多数据源、多任务场景下确实比其他工具体验好，主要是Skill扩展能力强，而且中文理解准确，A股的很多术语（龙虎榜、北向资金、涨停板）它都能正确理解。
@fengyun_java 大佬你说的Tushare，注册需要实名认证吗？免费额度每天能查多少次？我怕不够用
@xiao_tudou 需要手机号注册，但不需要身份证实名。注册送200积分，每天查询基础行情数据大概消耗20-30积分，所以免费额度用一周左右没问题。
积分不够了可以去Tushare社区发帖赚积分，或者直接充值（很便宜，100块能用很久）。
如果你只是每天早上让Marcus跑一次选股报告，免费额度完全够用。
从量化交易的角度聊聊这个方案的价值和局限。
价值：
这个方案本质上是一个基于LLM的多因子选股策略。传统量化选股需要写大量代码（Python + pandas + backtrader等），门槛很高。Molili+自然语言Prompt的方式把这个门槛降到了几乎为零，这是最大的创新点。
对于非技术背景的散户来说，这可能是目前最友好的量化入门方式了。
局限：
-
回测不够严谨：专业量化策略需要用历史数据做回测，计算夏普比率、最大回撤、胜率等指标。AI口头说"胜率85%"跟实际回测出来的85%是两码事
-
没有仓位管理：教程只说了选什么股票，没说每只买多少。仓位管理在量化交易中的重要性不亚于选股本身
-
执行延迟：从Marcus出报告到你实际下单，中间有时间差。对于追求日内交易的策略来说，这个延迟可能吃掉大部分利润
我的改进建议：
如果你想做得更专业一点，可以让Marcus输出更结构化的信号：
“对于每只推荐的股票，输出以下字段：股票代码、建议买入价、止损价、目标价、建议仓位比例（占总资金的百分比）、持仓周期（日内/2-3天/1周）”
这样你拿到的不只是一个股票列表，而是一个完整的交易计划。
最后说一句： Molili在这种场景下的优势是"快速原型"——10分钟搭一个能跑的系统，先验证想法，再逐步迭代优化。这比从零写量化代码高效太多了。
说实话一开始我以为这又是个标题党，结果按教程真的10分钟就配好了……Molili这个交互体验是真的丝滑，跟它说人话就行，不用写代码。
不过我还不敢拿真金白银去试，先用模拟盘跑一阵子再说
