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.
What it solves
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 挖掘、風險建模、投資組合最佳化與訂單執行。
How it works
Qlib 採用模組化、鬆耦合的架構，各元件可獨立使用。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能，並支援離線與線上兩種模型部署模式。
Who it’s for
量化研究員、資料科學家與投資人，想要實作 AI 驅動的交易策略，從概念探索到投入生產皆適用。
Highlights
- Full ML Pipeline: 從資料準備到訂單執行全程覆蓋。
- Diverse Learning Paradigms: 支援監督式學習、強化學習與市場動態建模。
- Model Zoo: 包含多種 SOTA 量化研究模型（如 Transformer、Tabnet、TCN），解決預測與市場適應問題。
- Integrated Infrastructure: 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。
- Autonomous R&D: 與 RD-Agent 整合，實現自動化因子挖掘與模型優化。