开源框架
Qlib 还是 FinRL？
Qlib 做的是监督学习：预测哪些股票表现更好，再构建组合；FinRL 做的是强化学习：训练一个直接决定交易的智能体。Qlib 更接近量化股票团队的实际做法，FinRL 更偏研究和教学。
逐项对比
| Qlib | FinRL | |
|---|---|---|
| 类别 | AI 与机器学习 | AI 与机器学习 |
| 简介 | 微软开源的 AI 量化投资平台，用来构建和测试机器学习选股模型。 | 用于交易研究和教学的深度强化学习库。 |
| 适合谁 | 用机器学习做横截面选股模型的研究者。 | 学习、尝试把强化学习用在行情数据上。 |
| 语言 | Python | Jupyter Notebook |
| 许可证 | MIT | MIT |
| GitHub Star | 50.2k | 17.0k |
| 最近提交 | 2026-11-04 | 2026-11-03 |
| 最新版本 | v0.9.8 (2026-10-08) | v0.3.8 (2026-03-20) |
| 状态 | 活跃 | 活跃 |
GitHub 数据截至 2026-11-10。状态：活跃 = 最近 90 天有提交，放缓 = 最近一年有提交，停滞 = 更早，已归档 = 只读。
优点 · 局限
怎么选
Qlib 做的是监督学习：预测哪些股票表现更好，再构建组合；FinRL 做的是强化学习：训练一个直接决定交易的智能体。Qlib 更接近量化股票团队的实际做法，FinRL 更偏研究和教学。
全部框架 · 介绍是我们自己的总结，可能落后于各项目的官方文档。用于产品前请先确认项目的许可证。以上内容不构成投资建议。