microsoft/qlib

Qlib is an AI-oriented Quant investment platform that aims to use AI tech to empower Quant Research, from exploring ideas to implementing productions. Qlib supports diverse ML modeling paradigms, including supervised learning, market dynamics modeling, and RL, and is now equipped with https://github.com/microsoft/RD-Agent to automate R&D process.

它解决了什么问题

Qlib 旨在弥合量化投资中 AI 研究与生产之间的差距。它提供了一个全面的平台来处理整个量化管道——从数据处理和 Alpha 挖掘到风险建模、投资组合优化和订单执行——减少了在金融交易中实施机器学习模型的摩擦。

它是如何运作的

Qlib 采用模块化、松散耦合的架构，每个组件都可以独立运行。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。该平台包含一个完整的机器学习管道，管理数据准备、模型训练、回测和低成本模型滚动的在线服务。

适用对象

它专为希望将最先进的 AI 技术应用于金融市场的量化研究人员和投资者，以及构建自动化交易系统的开发者而设计。

亮点

  • 全栈管道：涵盖从数据收集到订单执行的整个链条。
  • 多样化的学习范式：支持监督学习、强化学习和市场动态建模。
  • 模型库：包含多种预实现的 SOTA 模型，如 Transformer、Localformer、Tabnet 和 TCN。
  • 基础设施支持：具有时点数据库，并支持离线在线服务模式。
  • 自主研发：与 RD-Agent 集成，用于基于 LLM 的自动因子挖掘和模型优化。

相关

  • 项目
    qusong0627/QuantMind

    QuantMind 是一个开源的、AI 优先的量化交易平台，结合了 Microsoft Qlib、RD-Agent LLM 因子挖掘，以及可从微信、QQ、飞书等访问的聊天机器人（QuantBot）。它提供从数据到因子、模型、回测、模拟交易的端到端管道，内置 13 种模型类型，支持自主因子进化和基于 Docker 的部署。

  • 项目
    charliedream1/ai_quant_trade

    该仓库是一个真正的 AI 驱动量化交易开源平台，提供数据管道、Alpha 挖掘、多样化的策略示例（包括 RL、DL、GNN 和基于 LLM 的模型）、回测工具、实盘交易模拟，以及 Excel 股票监控器等低代码辅助工具。

  • 项目
    AI4Finance-Foundation/FinRL-Trading

    一个 AI 原生的量化交易基础设施，通过模块化、以权重为中心的架构，统一了数据处理、策略组合与实盘执行。

  • 项目
    stefan-jansen/machine-learning-for-trading

    这是一个全端、按章节编写的代码库，实现了 Stefan Jansen 的《Machine Learning for Trading》教科书。内容涵盖数据获取、特征工程、多种机器学习模型、严谨的回测、风险与成本管理，以及生产环境部署（Docker、实盘经纪商适配器、MLOps）。九个案例研究横跨 ETF、加密货币、股票、期权、外汇、期货等，为量化金融与 AI 驱动交易提供了一个实用的学习平台。

  • 项目
    OpenByteInc/QuantDinger

    一个开源 AI 交易操作系统，使用户能够将 AI 驱动的市场研究转化为 Python 策略、回测，并在各种经纪商和交易所进行实时执行。