Qlib：微软开源的 AI 量化投资平台

微软开源的量化投资平台 Qlib，拿到了 4.5 万 Star。

Qlib 覆盖了从数据处理、模型训练、回测到实盘的完整链路，把量化投资拆成了几个核心环节：Alpha 因子挖掘、风险建模、组合优化、订单执行，每个环节都有对应模块。

平台支持监督学习、市场动态建模和强化学习三种范式，内置 20 多个量化模型，包括 XGBoost、LightGBM、LSTM、Transformer、GATs 等。这些模型都有现成配置，用 qrun 命令一行就能跑：

qrun benchmarks/LightGBM/workflow_config_lightgbm_Alpha158.yaml

跑完会输出年化收益率、信息比率、最大回撤等指标。LightGBM 在 Alpha158 数据集上年化收益率 17.8%，信息比率接近 2.0。

Qlib 自研了一套数据存储方案，比 HDF5 快 25 倍，比 MongoDB 快 34 倍。64 核 CPU 下处理 800 只股票、14 年日线数据只需要 4 秒多。

安装很简单，Python 3.8 到 3.12 都支持：

pip install pyqlib

数据方面，Qlib 提供了社区维护的数据源，也支持从 Yahoo Finance 自动更新日频数据。

另一个亮点是 RD-Agent。这是微软推出的自动化研发 Agent，用大语言模型驱动，能在量化场景下自动挖掘因子和优化模型，可以自主迭代进化。

框架采用松耦合的模块化架构，数据、模型、策略、执行器都是独立组件，可以单独使用也可以组合成完整工作流。支持离线和在线两种部署模式，官方还提供了 Docker 镜像。

Qlib 从 2020 年开源至今一直在持续迭代。量化投资门槛高，需要同时懂金融和编程，Qlib 把重复性工作封装好了，让研究者把精力放在策略本身。

编程，Qlib 把重复性工作封装好了，让研究者把精力放在策略本身。