数据处理与因子
高性能数据处理方案、因子表达框架、Point-in-Time 数据库,避免未来函数偏差。
以下能力来自 Qlib 官方 README(2026-08 核验)。
高性能数据处理方案、因子表达框架、Point-in-Time 数据库,避免未来函数偏差。
监督学习、市场动态建模、强化学习三种范式;Paper Zoo 提供 LightGBM/MLP/LSTM/GRU/Transformer 等 20+ 模型。
qrun 自动运行完整工作流,输出风险、收益、年化、信息比率与最大回撤。
规划式组合优化、风险建模与投资组合优化能力。
覆盖订单执行环节,支持强化学习模型(如 TWAP/PPO)用于执行策略。
基于 LLM 的自主进化智能体,支持量化因子挖掘与模型优化(README 近期特性)。
官方支持的机器学习范式。
用历史因子与标签训练预测模型,是量化因子研究的核心范式。
Rolling Retraining、DDG-DA 等方案,适应市场结构变化。
建模连续决策,用于订单执行与策略优化(TWAP/PPO 等)。