Qlib / Architecture

Qlib 架构:数据、模型与工作流分层

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。

分层:数据 / 模型 / 工作流模式:离线 / 在线参考:官方 Framework 文档
工作流层qrun / 自定义工作流
模型层监督 / 市场动态 / 强化
数据层Point-in-Time
部署离线 / 在线
Qlib 架构分层示意图(数据/模型/工作流/离线在线),基于官方 Framework 文档。
Layers

架构分层解读

从下到上理解 Qlib 如何组织研究。

数据层

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。

模型层

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。

工作流层

qrun 一键运行或代码自定义工作流,串联数据→模型→回测→评估。

Modes

离线与在线模式

官方支持两种部署方式。

离线模式本地数据与模型

数据存本地,适合研究与回测,依赖最少。

在线模式Qlib Data Server 服务

通过 Qlib Data Server 提供数据服务,支持服务化部署(需运维)。

想要免维护的量化研究?

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。