Bot gratuito e open source de trading de criptomoedas em Python, compatível com as principais exchanges e com backtesting, dry-run, FreqAI e controle por Telegram ou web UI.
microsoft/qlib
Plataforma de investimento quantitativo orientada a IA da Microsoft, que abrange dados, treinamento de modelos, backtesting e execução de ordens para pesquisa quantitativa.
Alternativa open source a:Bloomberg Terminal
- Estrelas
- 49,546
- Forks
- 7,828
- Issues abertas
- 501
- Último commit
- há 6 dias
O que é?
Qlib é uma plataforma Python para pesquisa em investimentos quantitativos, criada para levar ideias da exploração à produção. Ela oferece um pipeline completo de ML, que abrange processamento de dados, treinamento de modelos e backtesting, e contempla busca por alpha, modelagem de risco, otimização de portfólio e execução de ordens.
A plataforma oferece suporte a vários paradigmas de aprendizado: aprendizado supervisionado para prever sinais, métodos adaptativos para dinâmicas de mercado, como concept drift, e aprendizado por reforço para decisões contínuas de negociação. Ela inclui um catálogo de modelos com artigos implementados (LightGBM, XGBoost, LSTM, GRU, Transformer e outros), configurações de benchmark para os conjuntos de dados Alpha158 e Alpha360 e o comando `qrun` para executar workflows a partir de arquivos de configuração YAML.
Qlib inclui uma camada de dados com formato compacto de armazenamento próprio e um servidor de dados que pode ser executado localmente ou como serviço compartilhado. Seus componentes são pouco acoplados, então cada um pode ser usado por conta própria. O projeto também aponta para o RD-Agent, um projeto complementar que automatiza a mineração de fatores e a otimização de modelos.
Recursos principais
- 01Pipeline completo de pesquisa quantitativa, do processamento de dados ao treinamento de modelos e backtesting.
- 02Suporte a paradigmas de aprendizado supervisionado, de dinâmicas de mercado e por reforço.
- 03Catálogo de modelos com vários modelos quantitativos publicados e benchmarks Alpha158/Alpha360.
- 04Cenários de execução de ordens com métodos de RL, como PPO, e baselines TWAP.
- 05Executor de workflows `qrun` baseado em configurações YAML, além de uma API de workflow baseada em código.
- 06Servidor de dados local ou compartilhado online, com formato de dados compacto.
Casos de uso
- Pesquisadores quantitativos que testam fatores alpha e modelos preditivos com dados históricos de ações.
- Equipes que criam backtests para estratégias de portfólio e comparam modelos publicados em benchmarks comuns.
- Pesquisadores que estudam aprendizado por reforço para execução ótima de operações.
- Engenheiros que criam workflows reproduzíveis de pesquisa quantitativa, orientados por configuração.
Antes de usar
- O README alerta para uma mudança incompatível ainda não lançada: o carregamento de modelos e conjuntos de dados salvos pelo recorder é restrito por padrão e requer trusted=True.
- Compilações do código-fonte de main podem diferir das versões do PyPI, e a mudança no carregamento de artefatos ainda não está incluída em uma versão marcada com tag.
Tópicos
Perguntas frequentes
- O que é qlib?
- Plataforma de investimento quantitativo orientada a IA da Microsoft, que abrange dados, treinamento de modelos, backtesting e execução de ordens para pesquisa quantitativa. Qlib é uma plataforma Python para pesquisa em investimentos quantitativos, criada para levar ideias da exploração à produção. Ela oferece um pipeline completo de ML, que abrange processamento de dados, treinamento de modelos e backtesting, e contempla busca por alpha, modelagem de risco, otimização de portfólio e execução de ordens.
- qlib é gratuito? Qual é a licença?
- qlib é open source sob a licença MIT. Confira os termos da licença antes de usá-lo em produtos comerciais.
- qlib ainda é mantido?
- Manutenção ativa. O último commit de qlib foi em 14 de out. de 2026.
- Para que posso usar qlib?
- Pesquisadores quantitativos que testam fatores alpha e modelos preditivos com dados históricos de ações. Equipes que criam backtests para estratégias de portfólio e comparam modelos publicados em benchmarks comuns. Pesquisadores que estudam aprendizado por reforço para execução ótima de operações. Engenheiros que criam workflows reproduzíveis de pesquisa quantitativa, orientados por configuração.
- Onde consigo qlib?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/microsoft/qlib
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Ray é um framework unificado para escalar aplicações Python e de IA, do laptop ao cluster, com runtime distribuído e bibliotecas de IA.
Framework Python de código aberto para aplicar deep reinforcement learning a tarefas de negociação automatizada de ações e gestão de portfólio.
Terminal desktop nativo em C++20 para pesquisa financeira, com interface Qt6, analytics em Python integrado, agentes de IA e mais de 100 conectores de dados de mercado.
Motor de trading nativo em Rust e orientado a eventos, com plano de controle em Python para backtesting e trading ao vivo em mercados de cripto, FX, ações, futuros, opções e apostas.
Lista selecionada e organizada por categorias de bibliotecas, pacotes e recursos open source para finanças quantitativas, de precificação e backtesting a dados e muito mais.