覆盖整条量化流程的研究平台
qlib 是微软的开源 AI 量化投资研究平台。比起周围那些 LLM agent 项目,qlib 是一个正经的端到端研究框架:数据摄入、用 Alpha 因子库做特征工程、跨多种机器学习方法训练模型、回测、组合构建。它为量化研究者而造,目标用户是研究团队。截至 2026-06 有 44,469 星,是 GitHub 上最成熟的量化 ML 平台之一。
它还带 RD-Agent 方向,把 LLM 用于自动化量化研究的一部分(如因子挖掘),叠在经典 ML 管线之上。
它做什么
平台建模了完整的研究循环。你把数据准备成 qlib 的二进制格式,用 Alpha 因子表达式定义特征(内置 Alpha158 和 Alpha360),训练众多内置模型之一(梯度提升、transformer 等),再用组合和执行逻辑回测得出的策略。广度就是重点:它是个跑严谨、可复现量化实验的平台。
安装,以及数据这道坎
pip install pyqlib绊住新手的坎是数据。qlib 需要它自己二进制格式的数据,而官方数据源时不时下线,所以社区常用一个替代数据集(如 chenditc/investment_data 的 release)来填充 ~/.qlib/。Apple 芯片上还得先 brew install libomp。给「把数据弄进去」留时间,之后才能跑出有意义的东西;真正的上手门槛在数据这步,安装本身很简单。
适合与不适合
在做真正的量化研究、想要一条跨数据-因子-模型-回测的可复现管线、又有功底处理因子表达式和模型调参时,选它。对一个研究团队,它是个能力强、储备足的平台,MIT 许可让它能商用。
如果你想要一个快速、对新手友好的信号生成器,它就不对,因为学习曲线陡:YAML 工作流、因子表达式语法、标签定义都要花真功夫学。文档有些地方滞后,依赖版本(LightGBM、pandas)出过破坏,而且不同市场数据质量参差。对这个体量的项目,发布节奏也慢。
qlib 和 agent、LLM 项目的对比
| qlib | TradingAgents | ai-hedge-fund | FinGPT | |
|---|---|---|---|---|
| Stars | 44,469 | 85,821 | 60,129 | 20,502 |
| 类型 | 量化研究平台 | 多 agent 交易框架 | 教育用 agent 模拟器 | 金融 LLM 资源 |
| 核心 | ML 管线、因子、回测 | LLM 交易 agent | 投资人角色 agent | 微调的金融 LLM |
| 学习曲线 | 陡 | 中 | 低 | 中 |
| 适合 | 严谨量化 ML 研究 | 搭 agent 策略 | 学多 agent 设计 | 金融 NLP |
数字为截至 2026 年 6 月的 GitHub 数据。TradingAgents 和 ai-hedge-fund 是 LLM agent 路子,上手更轻,但作为研究工具不够严谨。FinGPT 提供金融语言模型。qlib 的独门价值,是一个完整、可复现的 ML 研究平台,代价是陡峭的上手坡。
star 曲线
star 曲线反映的是机构背书下的稳步攀升,符合一个被量化团队有意采用的研究平台。它的斜率比那些 LLM agent 项目平缓,与更专门的受众相符。
issue 区给你的预警
反复的摩擦是真实的上手成本。数据准备是头号坎,官方源下线、二进制格式陌生。因子表达式和标签定义的概念让新手困惑。依赖兼容性,尤其 LightGBM 和 pandas 版本,破坏过工作流,所以仔细锁版本。市场覆盖不均,中国 A 股支持比有些市场更成熟,有些地方有历史缺口。项目虽在维护,但发布节奏慢、未决 issue 积压大,意味着修复可能要等。
相关仓库
要 LLM agent 交易路子,看 TradingAgents 和 ai-hedge-fund。要金融语言模型,看 FinGPT。要更广的 ML 工具图景,看 trending LLM 工具。想看什么在涨,见 每日榜 和 每周报告。
常见问题
新手或散户能用 qlib 吗? 能,但难。qlib 面向量化研究者,学习曲线(数据格式、因子表达式、YAML 工作流、模型调参)陡。新手往往觉得 LLM agent 项目更易上手,哪怕没那么严谨。
怎么给 qlib 准备数据? 数据必须是 qlib 的二进制格式。因为官方数据源时不时下线,社区常下一个替代数据集(如 chenditc/investment_data 的 release)到 ~/.qlib/。把数据弄进去是主要的上手步骤。
qlib 还是 TradingAgents,该用哪个? qlib 是带因子、模型、回测的严谨 ML 研究平台。TradingAgents 是 LLM agent 交易框架。要可复现的量化研究选 qlib,要基于 agent 的策略搭建选 TradingAgents。
qlib 支持哪些市场? 支持中国 A 股、美股等,但数据质量和完整性因市场而异,A 股支持最成熟。靠它干活前先查你目标市场的覆盖。
qlib 还在积极维护吗? 在,但对它的体量来说慢。发布节奏不频繁、未决 issue 积压大,所以预期维护以稳健的慢节奏继续。