Qlib

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。

简介

Qlib 覆盖机器学习选股的整个研究流程：高效的数据层、特征工程、模型库（梯度提升、LSTM、Transformer 等）、组合构建和回测。它的示例主要基于 A 股数据。

适合谁: 用机器学习做横截面选股模型的研究者。

优点

• 端到端的机器学习研究流程
• 参考模型和基准很多
• 微软研究院出品，MIT 许可证

局限

• 偏股票因子研究，不负责交易执行
• 默认数据以 A 股为主
• 需要扎实的机器学习基础

对比

同类替代：AI 与机器学习