Qlib / Architecture
Qlib 把量化研究组织成分层架构:数据处理、模型、工作流与离线/在线部署。理解分层有助于判断它如何适配你的研究管道。
从下到上理解 Qlib 如何组织研究。
Point-in-Time 数据库与高性能数据处理,保证因子计算不引入未来信息。
多种建模范式与 20+ 论文模型,覆盖预测、市场动态与强化学习。
qrun 一键运行或代码自定义工作流,串联数据→模型→回测→评估。
官方支持两种部署方式。
数据存本地,适合研究与回测,依赖最少。
通过 Qlib Data Server 提供数据服务,支持服务化部署(需运维)。
Qlib 架构灵活但需自建环境与模型管道。如果你更想直接提出一个 A 股/行情/选股研究任务,可看 EasyClaw 量化 Skill 路线对比。