qlib：一個以 AI 為導向的量化投資平台，涵蓋從 Alpha 探索到下單執行的完整流程

它解決了什麼問題

Qlib 旨在彌合 AI 研究與量化投資實務之間的鴻溝。它提供一個完整的平台，處理整個量化交易流程，包括資料處理、模型訓練、回測、Alpha 探索、風險建模、投資組合最佳化以及下單執行。

它如何運作

Qlib 採用模組化、鬆耦合的架構，每個元件皆可獨立使用。它支援多種機器學習範式，包括用於模式挖掘的監督式學習、處理概念漂移的市場動態建模，以及用於持續投資決策的強化學習。平台內建資料伺服器以提升資料處理效率，並支援離線與線上兩種服務模式以部署模型。

目標使用者

量化研究員、資料科學家以及希望實作 AI 驅動交易策略的投資者，從最初的概念探索到將策略投入生產皆適用。

重點特色

• 完整的 ML 流程：涵蓋從資料準備到下單執行的全部環節。
• 多元學習範式：支援監督式學習、強化學習與市場動態建模。
• 模型 Zoo：提供一系列最先進的量化研究模型（例如 Transformer、Tabnet、TCN），解決預測與市場適應的挑戰。
• 整合基礎設施：提供資料收集、健康檢查與線上服務工具，並具備自動模型滾動功能。
• 自主研發：結合 RD-Agent，實現自動化因子挖掘與模型優化。