Qlib / Features

Qlib 功能详解:从数据处理到组合优化

Qlib 覆盖量化投资的完整链条:数据处理、因子表达、模型训练、回测、组合优化与订单执行,并提供离线/在线两种部署模式。以下功能均来自官方 README 证据。

范围:全量化研究链条模型:20+ 论文模型模式:离线 / 在线
Capabilities

核心能力清单

以下能力来自 Qlib 官方 README(2026-08 核验)。

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。

模型训练

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。

回测与评估

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。

组合优化

规划式组合优化、风险建模与投资组合优化能力。

订单执行

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。

RD-Agent

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)。

Paradigms

三种建模范式

官方支持的机器学习范式。

监督学习

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。

市场动态建模

Rolling Retraining、DDG-DA 等方案,适应市场结构变化。

强化学习

建模连续决策,用于订单执行与策略优化(TWAP/PPO 等)。

想要免维护的量化研究?

Qlib 功能强大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。