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
隆重推出：面向工业级数据驱动研发的 LLM 自主进化智能体
我们非常高兴地宣布发布 RD-Agent📢，这是一个强大的工具，旨在为量化投资研发提供自动化的因子挖掘和模型优化功能。
RD-Agent 现已在 GitHub 上开源，欢迎您点亮 Star🌟！
要了解更多信息，请访问 RD-Agent 仓库。我们为您准备了几个公开演示视频：
| 场景 | 演示视频 (English) | 演示视频 (中文) |
|---|---|---|
| 量化因子挖掘 | YouTube | YouTube |
| 基于研报的量化因子挖掘 | YouTube | YouTube |
| 量化模型优化 | YouTube | YouTube |
- 📃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 | 状态 |
|---|---|
| R&D-Agent-Quant 已发表 | 将 R&D-Agent 应用于 Qlib 进行量化交易 |
| BPQP 端到端学习 | 📈即将推出！(审核中) |
| 🔥LLM 驱动的自动量化工厂🔥 | 🚀 已于 2024 年 8 月 8 日在 ♾️RD-Agent 中发布 |
| KRNN 和 Sandwich 模型 | :chart_with_upwards_trend: 已发布 于 2023 年 5 月 26 日 |
| Qlib v0.9.0 发布 | :octocat: 已发布 于 2022 年 12 月 9 日 |
| 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: 已发布 于 2022 年 4 月 10 日 |
| Qlib Notebook 教程 | 📖 已发布 于 2022 年 4 月 7 日 |
| Ibovespa 指数数据 | :rice: 已发布 于 2022 年 4 月 6 日 |
| 时间点 (Point-in-Time) 数据库 | :hammer: 已发布 于 2022 年 3 月 10 日 |
| Arctic Provider 后端及订单簿数据示例 | :hammer: 已发布 于 2022 年 1 月 17 日 |
| 基于元学习的框架及 DDG-DA | :chart_with_upwards_trend: :hammer: 已发布 于 2022 年 1 月 10 日 |
| 基于规划的投资组合优化 | :hammer: 已发布 |