GitHub精选 | 微软面向AI的量化投资平台

《GitHub精选》是我们分享Github中优质项目的栏目，包括技术、学习、实用与各种有趣的内容。本期推荐的是一个微软亚洲研究院开源的人工智能量化投资平台——Qlib。

Qlib是一个面向人工智能的量化投资平台，旨在实现人工智能技术在量化投资中的潜力，赋能研究，创造价值。它包含数据处理、模型训练和完整的机器学习工作流，并涵盖量化投资的全链条：Alpha 预测、风险建模、投资组合优化和订单执行。

对于金融从业者来说，Qlib 平台大大降低了使用 AI 算法的门槛，其内部集成了十几个 AI 算法在金融场景下的使用样例以供参考，并且为整个金融行业提供了一个适应 AI 算法的高性能基础设施和数据、模型管理平台。而对于 AI 从业者来说，Qlib 则提供了一个完备的投资研究框架，以及基于领域知识设计的多个跨市场的数据集和业内领先的基准。

Qlib平台功能模块：

安装：

• pip安装

pip install pyqlib

• 源码安装

1、添加依赖

pip install numpy
pip install --upgrade cython

2、克隆仓库

##已经使用过pip install pyqlib安装

git clone https://github.com/microsoft/qlib.git && cd qlib

pip install 

##没有使用过pip install pyqlib安装

git clone https://github.com/microsoft/qlib.git && cd qlib

python setup.py install

初始化数据：

1、下载数据

python scripts/get_data.py qlib_data --target_dir ~/.qlib/qlib_data/cn_data --region cn

2、初始化

import qlib

# region in [REG_CN, REG_US]

from qlib.config import REG_CN

provider_uri = "~/.qlib/qlib_data/cn_data" # target_dir

qlib.init(provider_uri=provider_uri, region=REG_CN)

示例：自动量化研究工作流程

1、启动

##避免在包含`qlib`的目录下运行程序

cd examples 

qrun benchmarks/LightGBM/workflow_config_lightgbm_Alpha158.yaml

或者在调试模式下使用

python -m pdb qlib/workflow/cli.py examples/benchmarks/LightGBM/workflow_config_lightgbm_Alpha158.yaml

2、结果

• 日内交易

• 图形报表分析

运行examples/workflow_by_code.ipynb与jupyter notebook

有关功能的更多详细信息，请大家自行阅读功能API。

---

GitHub：https://github.com/microsoft/qlib