MICROSOFT · QLIB · AI 量化投资平台

Qlib

微软亚洲研究院 · 首个 AI 量化开源平台

47,402 Star · MIT · Alpha158/360 因子库 · 20+ 论文模型
数据处理 → 模型训练 → 回测 全链路一体化

47.4kGitHub Stars
158/360Alpha 因子
20+论文模型
2020开源
向下探索

项目总览

什么是 Qlib?

微软的 AI 导向量化投资平台

核心定位

Qlib(微矿)是微软亚洲研究院开发的、面向 AI 的量化投资平台, 业内公认的首个 AI 量化投资开源平台。目标「用 AI 技术赋能量化研究,从想法探索到生产落地」, 覆盖 Alpha 挖掘、风险建模、组合优化、订单执行 整条量化投资链条。

2020 年开源,现集成 RD-Agent(LLM 驱动的自动化量化研发工厂,2024-08 发布)。

属性详情
开发商微软亚洲研究院(Microsoft Research Asia)
GitHubmicrosoft/qlib · 47,402 Star · 7,530 Fork
许可证MIT(完全开源)
最新版本pyqlib 0.9.7(2025-08)· Python 3.8–3.12
维护状态活跃维护(2026-07 仍提交,未归档)

核心能力

因子挖掘 → 模型训练 → 回测 全链路

一条 qrun 命令跑通完整工作流

🔢
因子库
Alpha158/360
Alpha158Alpha360表达式引擎
🤖
模型库
20+ SOTA
LightGBM/XGBoostLSTM/Transformer强化学习
⚡
高性能数据处理
表达式+缓存
7.4s vs HDF5 184sDatasetCache
RD-Agent(LLM 时代延伸)

微软在 Qlib 之上发布 RD-Agent(2024-08),用 LLM 自主演化 Agent 实现 自动化因子挖掘与模型优化,论文 R&D-Agent-Quant(arXiv:2505.15155)。


安装与使用

pip install pyqlib

一条命令安装,一条 qrun 跑通

1 安装
pip install pyqlib   # Python 3.8–3.12
2 运行工作流
qrun config.yaml   # 构建数据集 → 训练 → 回测 → 评估
⚠️ 重要现状(2026)

README 明确标注:因更严格的数据安全政策,官方数据集暂时停用, 建议改用社区数据源 chenditc/investment_data。内置示例数据来自 Yahoo Finance, 数据质量非完美,高质量数据建议自行准备。


优缺点与边界

研究强,不直接对接券商实盘

最契合研究型、因子挖掘型团队

类别事项说明
优点全链路一体因子+模型+回测开箱即用,一条命令跑通
优点高性能表达式引擎+缓存,远超通用数据库
优点模型丰富20+ 论文模型复现,方便横向对比
局限数据集停用官方数据集暂时停用,需自备数据
局限不接券商偏研究/回测,实盘需自行开发桥接层
局限学习曲线陡YAML workflow 为主,深度定制需理解机制

用 Qlib 做 AI 因子挖掘

适合 AI/ML 因子挖掘与选股研究、策略原型验证、多模型基准对比、学术论文复现与教学。

🐙 GitHub 📚 文档 ◂ 返回总览