Qlib 是 Microsoft 開源的 AI 導向量化投資平台,旨在利用 AI 技術實現量化投資的潛力,賦能研究,並創造價值,從探索想法到實施生產的全流程支持。這是一個專門為現代 AI 時代的量化研究人員設計的開源平台。
Qlib 採用模組化設計,基於現代研究工作流程,提供最大的靈活性來適應 AI 技術。量化研究人員可以擴展模組並構建工作流程來高效地嘗試他們的想法。
平台包含完整的 ML 流水線,涵蓋數據處理、模型訓練、回測,以及整個量化投資的自動化工作流程。
Qlib 支持多種機器學習建模範式,包括監督學習、市場動態建模和強化學習。平台正在不斷發布越來越多的 SOTA 量化研究工作/論文。
Qlib 強化學習工具包 (QlibRL) 是一個用於量化投資的 RL 平台,為在 Qlib 中實現 RL 算法提供支持。RL 方法在遊戲、資源分配、推薦系統等各種應用中都展現了顯著成就。
其他功能包括風險建模、投資組合優化、Alpha 挖掘和訂單執行。
Qlib 採用高度模組化的架構設計,每個模組都可以獨立擴展和定制:
# 示例:基本的 Qlib 工作流程
import qlib
from qlib.constant import REG_CN
from qlib.utils import exists_qlib_data, init_instance_by_config
from qlib.workflow import R
from qlib.tests.data import GetData
# 初始化 Qlib
provider_uri = "~/.qlib/qlib_data/cn_data" # target_dir
qlib.init(provider_uri=provider_uri, region=REG_CN)
# 數據處理示例
from qlib.data import D
# 獲取股票數據
instruments = D.instruments(market='csi300')
data = D.features(instruments, fields=['$open', '$high', '$low', '$close'])
這是第一個涵蓋 AI 時代現代量化研究人員工作流程的開源平台,為社區貢獻提供了基礎。
專為處理大規模金融數據設計,具備高性能計算能力。
使用 Qlib,用戶可以輕鬆嘗試他們的想法來創建更好的量化投資策略。
模組化架構支持自定義算法和策略的快速集成。
# 安裝 Qlib
pip install pyqlib
# 下載示例數據
python scripts/get_data.py qlib_data/cn_data --target_dir ~/.qlib/qlib_data/cn_data --region cn
# 創建簡單的交易策略
import qlib
from qlib.constant import REG_CN
# 初始化
qlib.init(provider_uri="~/.qlib/qlib_data/cn_data", region=REG_CN)
# 數據獲取和處理
from qlib.data import D
instruments = D.instruments(market='csi300')
# 模型訓練
from qlib.contrib.model.gbdt import LGBModel
model = LGBModel()
# 回測
from qlib.contrib.strategy.signal_strategy import TopkDropoutStrategy
strategy = TopkDropoutStrategy()
Microsoft Qlib 作為一個開源的 AI 導向量化投資平台,為金融科技領域提供了強大的工具集。它不僅滿足了學術研究的需求,也為工業應用提供了可靠的基礎設施。通過其模組化設計和豐富的功能,Qlib 正在成為量化投資領域的重要開源平台。