microsoft/qlib

解決する課題

Qlib は、クオンツ投資における AI 研究と本番運用のギャップを埋めるように設計されています。データ処理やアルファ探索からリスクモデリング、ポートフォリオ最適化、注文執行まで、クオンツパイプライン全体を処理する包括的なプラットフォームを提供し、金融取引への機械学習モデルの実装の摩擦を軽減します。

仕組み

Qlib はモジュール化された疎結合のアーキテクチャを採用しており、各コンポーネントは独立して機能できます。パターン発見のための教師あり学習、コンセプトドリフトを扱う市場ダイナミクスモデリング、継続的な投資意思決定のための強化学習など、複数の機械学習パラダイムをサポートしています。このプラットフォームには、データ準備、モデルトレーニング、バックテスト、低コストのモデルロールによるオンラインサービングを管理する完全な ML パイプラインが含まれています。

対象ユーザー

最先端の AI 技術を金融市場に適用したいクオンツ研究者や投資家、および自動取引システムを構築する開発者向けに作られています。

ハイライト

• フルスタックパイプライン：データ収集から注文執行までのチェーン全体をカバーします。
• 多様な学習パラダイム：教師あり学習、強化学習、市場ダイナミクスモデリングをサポートします。
• モデルズー：Transformer、Localformer、Tabnet、TCN などの事前実装された SOTA モデルを多数含みます。
• インフラストラクチャサポート：時点データベースを備え、オフラインおよびオンラインサービングモードの両方をサポートします。
• 自律的な研究開発：RD-Agent と統合し、LLM ベースの自律的な因子発見とモデル最適化を実現します。