m
microsoft/qlib
Qlib is an AI-oriented Quant investment platform that aims to use AI tech to empower Quant Research, from exploring ideas to implementing productions. Qlib supports diverse ML modeling paradigms, including supervised learning, market dynamics modeling, and RL, and is now equipped with https://github.com/microsoft/RD-Agent to automate R&D process.
algorithmic-tradingauto-quantdeep-learningfinancefintechinvestmentmachine-learningpaperplatformpythonquantquant-datasetquant-modelsquantitative-financequantitative-tradingresearchresearch-paperstock-data
PythonMIT创建于 2020/8/14更新于 今天
README
由 Gemini 翻译整理
:newspaper: 最新动态！ :sparkling_heart:
近期发布的功能特性
介绍：基于 LLM 的工业级数据驱动研发自主进化智能体
我们非常高兴地宣布 RD-Agent📢 正式发布，这是一款功能强大的工具，旨在支持量化投资研发中的自动因子挖掘和模型优化。
RD-Agent 现已在 GitHub 上开源，欢迎您点亮 Star🌟！
欲了解更多信息，请访问我们的 ♾️ 演示页面。在这里，您可以找到中英文版本的演示视频，帮助您更好地理解 RD-Agent 的应用场景和使用方法。
我们为您准备了以下演示视频：
| 场景 | 演示视频 (English) | 演示视频 (中文) |
|---|---|---|
| 量化因子挖掘 | 链接 | 链接 |
| 基于研报的量化因子挖掘 | 链接 | 链接 |
| 量化模型优化 | 链接 | 链接 |
- 📃论文: R&D-Agent-Quant: A Multi-Agent Framework for Data-Centric Factors and Model Joint Optimization
- 👾代码: https://github.com/microsoft/RD-Agent/
@misc{li2025rdagentquant,
title={R\&D-Agent-Quant: A Multi-Agent Framework for Data-Centric Factors and Model Joint Optimization},
author={Yuante Li and Xu Yang and Xiao Yang and Minrui Xu and Xisen Wang and Weiqing Liu and Jiang Bian},
year={2025},
eprint={2505.15155},
archivePrefix={arXiv},
primaryClass={cs.AI}
}
| 功能特性 | 状态 |
|---|---|
| R&D-Agent-Quant 发表 | 将 R&D-Agent 应用于 Qlib 进行量化交易 |
| 用于端到端学习的 BPQP | 📈 即将推出! (审核中) |
| 🔥 LLM 驱动的自动量化工厂 🔥 | 🚀 于 2024 年 8 月 8 日在 ♾️RD-Agent 中发布 |
| KRNN 和 Sandwich 模型 | :chart_with_upwards_trend: 于 2023 年 5 月 26 日 发布 |
| 发布 Qlib v0.9.0 | :octocat: 于 2022 年 12 月 9 日 发布 |
| RL 学习框架 | :hammer: :chart_with_upwards_trend: 于 2022 年 11 月 10 日发布。 #1332, #1322, #1316, #1299, #1263, #1244, #1169, #1125, #1076 |
| HIST 和 IGMTF 模型 | :chart_with_upwards_trend: 于 2022 年 4 月 10 日 发布 |
| Qlib notebook 教程 | 📖 于 2022 年 4 月 7 日 发布 |
| Ibovespa 指数数据 | :rice: 于 2022 年 4 月 6 日 发布 |
| Point-in-Time 数据库 | :hammer: 于 2022 年 3 月 10 日 发布 |
| Arctic Provider 后端及订单簿数据示例 | :hammer: 于 2022 年 1 月 17 日 发布 |
| 基于元学习的框架及 DDG-DA | :chart_with_upwards_trend: :hammer: [已发布](https://github.com/microsoft/qlib/ |