Qlib:微软开源的 AI 量化投资平台
微软开源 AI 量化平台:串起数据、建模、回测全流程,内置 20 多个模型基准,一条命令跑通。
项目资料
GitHub Ecosystem- 许可证
- MIT
- 主语言
- Python
- 星标
- 49,166
- 核查时间
- 2026-10-06
以上快照资料以核查当日为准,可能随版本或运营策略变化。
量化研究常被工具链拖慢:数据、建模、回测各管一摊。微软开源的 Qlib 把它们收进一个框架——面向 AI 的量化投资平台,从因子构造、模型训练到组合优化、订单执行,全在一条流水线上。GitHubDaily 2025 年 5 月推荐过它。
核心功能
- 全链路覆盖:内置完整机器学习流水线,alpha 挖掘、风险建模、组合优化、订单执行都有现成组件。
- 数据引擎:自研紧凑二进制存储加表达式与数据集缓存,官方基准里构建含 14 个因子的数据集只要 7.4 秒,明显快于 HDF5、MySQL。
- 模型基准库:收录 LightGBM、XGBoost、CatBoost、LSTM、GRU、Transformer、GATs、TabNet、HIST、TRA、TCN 等超过 20 个来自论文的 SOTA 模型,可直接在 Alpha158、Alpha360 上运行,每个模型都附对应论文与年份。
- 多范式框架:覆盖监督学习预测、市场动态适应(滚动重训练、DDG-DA)和强化学习订单执行(PPO、TWAP)。
- qrun 工作流:按 YAML 配置自动跑完数据集构建、训练、回测与评估,生成 IC、分组收益等图表;还能接入微软另一个开源项目 RD-Agent 的智能体,让 LLM 自动做因子挖掘和研发迭代。
性能数据
官方给出的数据服务器性能对比:用同一批行情数据(2007–2020 年、每天 800 只股票)构建含 14 个因子的数据集,单核耗时对比:
| 存储方案 | HDF5 | MySQL | MongoDB | InfluxDB | Qlib(不开缓存) | Qlib(开表达式缓存) | Qlib(表达式+数据集缓存) |
|---|---|---|---|---|---|---|---|
| 单核耗时(秒) | 184.4 | 365.3 | 253.6 | 368.2 | 147.0 | 47.6 | 7.4 |
数据来自项目 README 的 Performance 一节,未注明具体测试日期;64 核并行下,开表达式缓存的方案能进一步压到约 4.2 秒。官方解释通用数据库耗时长,主要是数据要经过太多层接口和格式转换,而 Qlib 用紧凑格式直接拼数组,省掉了这些开销。
典型使用场景
- 用公开数据一键复现论文或基线,统一口径对比 IC 与回测指标。
- 把自己的因子或新模型接进现成流水线,免搭数据与回测设施。
- 用强化学习建模订单执行等连续决策,做多层级策略联合优化。
快速上手
安装后拉取中国市场数据(官方数据集暂不可用,此命令从 Yahoo 抓取),再跑一个内置基准:
pip install pyqlib
python scripts/get_data.py qlib_data --target_dir ~/.qlib/qlib_data/cn_data --region cn
cd examples && qrun benchmarks/LightGBM/workflow_config_lightgbm_Alpha158.yaml
小结
适合量化研究员、机器学习研究者和金融科技团队,做股票预测、组合优化等策略实验;只是想跑通一个模型看看效果的个人投资者,学习曲线会比较陡。项目采用 MIT 协议,支持 Linux/Windows/macOS 的 Python 3.8 至 3.12,上手本身无需 API Key,截至 2026-10-06 约 4.9 万星,仍在活跃提交。四点注意:官方数据集因数据安全政策暂时下线,需用社区数据源或仓库爬虫自建(Yahoo 数据质量有限);批量脚本 run_all_model.py 仅支持 Linux;Mac M1 编译 LightGBM 前需先装 libomp;个别模型对旧版 TensorFlow 有额外依赖限制。整体看,它链路完整、可复现性好,是工程化程度较高的开源量化框架;解析财报等文档数据再喂给它的团队,可以配合 MonkeyOCR 这类本地文档解析模型先把非结构化数据转成可用格式。