qlib
50,214
Stars
0
Forks
0
Watchers
0
Open Issues
未知
许可证
Python
语言
创建时间
最近更新
项目能做什么
面向 AI 量化投资的开源平台,覆盖从策略探索到实盘落地全流程。
来源:AI 基于仓库事实生成
· 内容以仓库实际 README 为准
使用说明 查看原始 README 原仓库文档
中文使用说明暂未生成。下面保留原仓库 README 摘录,命令与配置均以原文为准。
原始 README 摘录(英文原文,节选前 3000 字符)
[](https://pypi.org/project/pyqlib/#files) [](https://pypi.org/project/pyqlib/#files) [](https://pypi.org/project/pyqlib/#history) [](https://pypi.org/project/pyqlib/) [](https://github.com/microsoft/qlib/actions) [](https://qlib.readthedocs.io/en/latest/?badge=latest) [](LICENSE) [](https://gitter.im/Microsoft/qlib?utm_source=badge&utm_medium=badge&utm_campaign=pr-badge&utm_content=badge) ## Unreleased breaking change: artifact loading New source builds introduce a **backward-incompatible safety default**: recorder loads are restricted. If you reload saved models/datasets, resume online or delayed training, or use DDG-DA, verify the artifact writer and storage permissions before opting in with `trusted=True` (CLI: `--trusted=True`). Fresh in-memory training and supported data-only reads need no opt-in. HIST mappings and high-frequency cache paths also have migration requirements. Follow the [artifact loading migration guide](https://qlib.readthedocs.io/en/latest/start/artifact_migration.html) before upgrading. Merging into `main` affects source installs before a new PyPI release; this change remains **unreleased until the first tagged release containing it**. That release's versioned upgrade notes should link to the same guide. > **Upgrading configuration-driven workflows?** See the > [configuration migration guide](docs/start/config_migration.rst) for the > unreleased source changes: per-component `trusted: true` for local `.py` > imports, restricted expressions, and explicit extension mappings. Package > imports remain available. Match this guide to your checkout; PR source, > `main`, and tagged/PyPI releases may differ. ## :newspaper: **What's NEW!** :sparkling_heart: Recent released features ### Introducing <a href="https://github.com/microsoft/RD-Agent"><img src="docs/_static/img/rdagent_logo.png" alt="RD_Agent" style="height: 2em"></a>: LLM-Based Autonomous Evolving Agents for Industrial Data-Driven R&D We are excited to announce the release of **RD-Agent**📢, a powerful tool that supports automated factor mining and model optimization in quant investment R&D. RD-Agent is now available on [GitHub](https://github.com/microsoft/RD-Agent), and we welcome your star🌟! To learn more, please visit the [RD-Agent repository](https://github.com/microsoft/RD-Agen阅读完整原文
商业机会分析 AI 生成
Qlib 兼容的高质量多市场数据订阅服务 (Data-as-a-Service)
| 产品构想 | 针对 Qlib 原生数据更新繁琐、日频及分钟频数据维护成本高的痛点,提供直接转换为 Qlib 二进制格式的 A 股、美股、加密货币每日更新数据流订阅服务。 |
| 核心功能 | 开箱即用的 Qlib 格式 dump 数据包、每日自动增量更新、主流股票池及财务数据与复权因子预处理、多源数据校验与清洗接口。 |
| 目标用户 | 使用 Qlib 却受困于缺少本地清洗后金融数据的个人量化开发者与中小团队。 |
| 难度/周期 | 中等 · 3 - 6 周 · 成本:数据源采购成本(如购买商业或合规数据接口)、数据清洗服务器与存储带宽成本。 |
| 收费模式 | 按月/按年订阅制收取数据下载及 API 访问费。 |
| 竞争风险 | 金融数据版权与再分发合规法律风险(AI推测);上游数据接口变更或限流导致更新延迟(已验证事实)。 |
| 依据 | 已验证事实 |
云端开箱即用 AI 量化投研工作台 (Managed Qlib SaaS)
| 产品构想 | 免去本地环境配置(Python依赖、C++扩展编译及GPU环境配置),提供预装 Qlib、主流模型库及 RD-Agent 的云端 Notebook/Web 投研系统。 |
| 核心功能 | 一键启动预置 Qlib 环境的 JupyterLab、可视化回测报告与指标对比看板、结合 RD-Agent 的自动化因子生成界面、团队策略协作共享空间。 |
| 目标用户 | 量化初学者、高校师生、缺乏本地高配 GPU 硬件的独立量化研究员。 |
| 难度/周期 | 中等偏高 · 2 - 3 个月 · 成本:GPU 云服务器租赁、多租户资源调度基础设施开发成本。 |
| 收费模式 | 免费额度 + GPU/CPU 算力时长点播付费,高级会员订阅(含高性能实例与预置模型)。 |
| 竞争风险 | 算力成本高昂导致现金流吃紧(AI推测);用户对云端策略代码的资产安全性存在天然顾虑(尚需验证的假设)。 |
| 依据 | 数据支持的判断 |
Qlib 实盘交易网关与生产落地中间件 (Qlib-to-Execution)
| 产品构想 | 解决 Qlib 偏向研究与回测、无法直接对接实盘柜台的问题,提供标准化的实盘信号生成、风控校验与主流券商/交易所 API 执行中间件。 |
| 核心功能 | 每日盘前模型预测信号自动下发、仓位与风险敞口监控、支持主流券商接口(如 QMT/PTrade)或加密货币 CEX 接口的订单路由系统、实盘与回测滑点差异归因分析。 |
| 目标用户 | 已在 Qlib 完成模型验证,急需低延时或标准化实盘落地的量化私募基金和个人大户。 |
| 难度/周期 | 高 · 2 - 4 个月 · 成本:柜台接口测试环境成本、系统开发与实盘风控校验时间成本。 |
| 收费模式 | 商业授权 License(按节点/年度收费)、定制化接口对接实施服务费。 |
| 竞争风险 | 实盘交易逻辑复杂,代码潜在 Bug 可能导致资金损失并引发法律纠纷(AI推测);不同券商柜台接口封闭且变动频繁(已验证事实)。 |
| 依据 | 尚需验证的假设 |
AI 基于仓库公开数据分析生成,含推测成分,不构成收益承诺。
报告会保存到 个人中心
竞品与相似项目 GitHub Search 真实检索
| 项目 | 中文简介 | Stars | 语言 |
|---|---|---|---|
| freqtrade/freqtrade | 中文介绍暂未生成 Free, open source crypto trading bot |
56,742 | Python |
| HKUDS/Vibe-Trading | 中文介绍暂未生成 "Vibe-Trading: Your Personal Trading Agent" |
37,999 | Python |
| Fincept-Corporation/FinceptTerminal | 中文介绍暂未生成 FinceptTerminal is a modern finance application offering adv |
33,661 | C++ |
| QuantConnect/Lean | 中文介绍暂未生成 Lean Algorithmic Trading Engine by QuantConnect (Python, C#) |
22,478 | C# |
| stefan-jansen/machine-learning-for-trading | 中文介绍暂未生成 Code for Machine Learning for Trading, 3rd edition — from da |
21,776 | Jupyter Notebook |
| quantopian/zipline | 中文介绍暂未生成 Zipline, a Pythonic Algorithmic Trading Library |
20,228 | Python |
以上为通过 GitHub 官方 Search API 检索的相似项目,功能差异与优劣势需进一步人工确认,配置 AI 后可生成对比分析。
项目优势与风险
| 技术成熟度 | 创建于 ,最近推送 ,发布过 24 个 Release |
| 社区活跃 | Star 50,214 / Fork 0 / Issue 0(数据支持,可自行核实) |
| 许可证 | 未检测到(需人工确认) |
| 主要风险 | 上游项目方向可能变化;同赛道竞争者较多(见竞品表);热度与需求不完全等价 |
安装与使用
快速开始(以仓库 README 为准)
git clone https://github.com/microsoft/qlib.git cd qlib # 请阅读仓库 README 获取确切安装步骤(依赖、配置、启动命令)
术语说明:Docker=应用容器(把程序和依赖打包运行);API Key=调用外部服务的密钥;Git Clone=把仓库代码下载到本地。常见错误:API Key 未配置 / 端口占用 / 数据库连接失败,多数项目在 README 的 Troubleshooting 章节有说明。