qlib：面向 AI 的全流程量化投资平台，从因子挖掘到订单执行

它解决了什么

Qlib 旨在弥合 AI 研究与量化投资生产之间的鸿沟。它提供了一个完整的平台，能够处理整个量化交易流水线，包括数据处理、模型训练、回测、因子挖掘、风险建模、投资组合优化以及订单执行。

工作原理

Qlib 采用模块化、松耦合的架构，各组件可以独立使用。它支持多种机器学习范式，包括用于模式挖掘的监督学习、用于处理概念漂移的市场动态建模，以及用于持续投资决策的强化学习。平台内置数据服务器，实现高效的数据处理，并支持离线和在线两种模型部署模式。

适用人群

量化研究员、数据科学家以及希望实现 AI 驱动交易策略的投资者，从最初的想法探索到生产部署均可使用。

亮点

• 完整的机器学习流水线：覆盖从数据准备到订单执行的全部环节。
• 多样的学习范式：支持监督学习、强化学习和市场动态建模。
• 模型 Zoo：收录了一系列 SOTA 量化研究模型（如 Transformer、Tabnet、TCN），用于解决预测和市场适应性问题。
• 一体化基础设施：提供数据采集、健康检查以及自动模型滚动的在线服务工具。
• 自主研发：与 RD‑Agent 集成，实现因子自动挖掘和模型自动优化。