Qlib：量化投资平台

介绍

Qlib 是一个以人工智能为导向的量化投资平台，旨在实现人工智能技术在量化投资中的潜力，赋予研究力量，创造价值。

使用 Qlib，用户可以轻松尝试自己的想法，创建更好的量化投资策略。

框架

在模块级别上，Qlib是一个由上述组件组成的平台。这些组件被设计为松耦合模块，每个组件都可以单独使用。

这个框架可能会让新用户对Qlib感到压力山大，它试图准确地包含了Qlib设计的许多细节。 对于刚接触Qlib的用户，可以先跳过它，稍后再阅读。

名称	描述
基础设施层	基础设施层为量化研究提供基本支持。数据服务器 提供高性能基础设施，用于管理和检索原始数据。 训练器 提供灵活的接口，用于控制模型的训练过程，使算法能够控制训练过程。
学习框架层	预测模型 和 交易代理 是可训练的。它们是基于 学习框架层 进行训练的，然后应用于 工作流程 层中的多个场景。 支持的学习范式可以分为强化学习和监督学习。学习框架还利用了 工作流程 层（例如，共享 信息提取器，基于 执行环境 创建环境）。
工作流程层	工作流程 层涵盖了量化投资的整个工作流程。支持基于监督学习和基于强化学习的策略。信息提取器 用于提取模型需要的数据。预测模型 用于为其他模块生成各种预测信号（例如 alpha、风险）。 基于这些信号，决策生成器 将生成目标交易决策（即投资组合、订单）。 如果采用基于强化学习的策略，策略 将以端到端的方式进行学习，交易决策将直接生成。 决策将由 执行环境 执行（即交易市场）。可能会存在多个层次的 策略 和 执行器 （例如，一个 订单执行器交易策略和日内订单执行器 可以像是一个间日交易循环，并嵌套在 日常投资组合管理交易策略和间日交易执行器 交易循环中）。
接口层	接口 层试图为底层系统提供用户友好的界面。分析器 模块将为用户提供详细的分析报告， 包括预测信号、投资组合和执行结果。

• 采用手绘风格的模块正在开发中，将来会发布。

• 采用虚线边框的模块具有高度的用户可自定义性和可扩展性。

（备注：框架图使用 https://draw.io/ 创建）