Бесплатный open source торговый бот для криптовалют на Python с поддержкой популярных бирж, бэктестингом, dry-run, FreqAI и управлением через Telegram или веб-интерфейс.
microsoft/qlib
Ориентированная на AI платформа Microsoft для количественных инвестиций: данные, обучение моделей, бэктестинг и исполнение ордеров.
Open source альтернатива:Bloomberg Terminal
- Звёзды
- 49,546
- Форки
- 7,828
- Открытые issues
- 501
- Последний коммит
- 6 дней назад
Что это?
Qlib — Python-платформа для исследований в области количественных инвестиций, которая помогает довести идеи от первичного изучения до промышленного применения. Она охватывает весь ML-пайплайн: обработку данных, обучение моделей и бэктестинг, а также поиск альфы, моделирование рисков, оптимизацию портфеля и исполнение ордеров.
Платформа поддерживает несколько подходов к обучению: обучение с учителем для прогнозирования сигналов, адаптивные методы для работы с динамикой рынка, например с дрейфом концепции, и обучение с подкреплением для непрерывного принятия торговых решений. В комплекте — набор реализованных моделей из научных работ (LightGBM, XGBoost, LSTM, GRU, Transformer и другие), конфигурации для бенчмарков на датасетах Alpha158 и Alpha360, а также команда `qrun` для запуска рабочих процессов из YAML-файлов конфигурации.
В Qlib есть слой данных с собственным компактным форматом хранения и сервер данных, который можно запускать локально или использовать как общий сервис. Компоненты слабо связаны между собой, поэтому каждый из них можно применять отдельно. В проекте также есть ссылка на RD-Agent — сопутствующий проект для автоматизации поиска факторов и оптимизации моделей.
Ключевые возможности
- 01Полный пайплайн количественных исследований: от обработки данных до обучения моделей и бэктестинга.
- 02Поддержка обучения с учителем, методов работы с динамикой рынка и обучения с подкреплением.
- 03Набор опубликованных количественных моделей и бенчмарки Alpha158/Alpha360.
- 04Сценарии исполнения ордеров с методами RL, такими как PPO, и базовыми вариантами TWAP.
- 05Запуск рабочих процессов с помощью `qrun` и YAML-конфигураций, а также API для описания процессов в коде.
- 06Локальный или общий онлайн-сервер данных с компактным форматом хранения.
Сценарии использования
- Количественные исследователи проверяют альфа-факторы и прогнозные модели на исторических данных об акциях.
- Команды создают бэктесты портфельных стратегий и сравнивают опубликованные модели на общих бенчмарках.
- Исследователи изучают применение обучения с подкреплением для оптимального исполнения сделок.
- Инженеры создают воспроизводимые рабочие процессы количественных исследований на основе конфигураций.
Что важно знать
- В README предупреждают о ещё не выпущенном несовместимом изменении: загрузка сохранённых моделей и наборов данных с помощью recorder по умолчанию ограничена и требует trusted=True.
- Сборки из исходного кода ветки main могут отличаться от релизов PyPI, а изменение загрузки артефактов ещё не вошло в релиз с тегом.
Темы
Частые вопросы
- Что такое qlib?
- Ориентированная на AI платформа Microsoft для количественных инвестиций: данные, обучение моделей, бэктестинг и исполнение ордеров. Qlib — Python-платформа для исследований в области количественных инвестиций, которая помогает довести идеи от первичного изучения до промышленного применения. Она охватывает весь ML-пайплайн: обработку данных, обучение моделей и бэктестинг, а также поиск альфы, моделирование рисков, оптимизацию портфеля и исполнение ордеров.
- qlib можно использовать бесплатно? Какая у него лицензия?
- qlib распространяется с открытым исходным кодом под лицензией MIT. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- qlib всё ещё поддерживается?
- Активно поддерживается. Последний коммит в qlib — 14 окт. 2026 г..
- Для чего можно использовать qlib?
- Количественные исследователи проверяют альфа-факторы и прогнозные модели на исторических данных об акциях. Команды создают бэктесты портфельных стратегий и сравнивают опубликованные модели на общих бенчмарках. Исследователи изучают применение обучения с подкреплением для оптимального исполнения сделок. Инженеры создают воспроизводимые рабочие процессы количественных исследований на основе конфигураций.
- Где скачать qlib?
- Исходный код и инструкции по установке — на GitHub: https://github.com/microsoft/qlib
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Ray — единый фреймворк для масштабирования приложений на Python и ИИ: от ноутбука до кластера, с распределённой средой выполнения и библиотеками для ИИ.
Открытый Python-фреймворк для применения глубокого обучения с подкреплением в автоматизированной торговле акциями и управлении портфелем.
Нативный финансовый терминал для исследований на C++20 с интерфейсом Qt6, встроенной аналитикой на Python, ИИ-агентами и более чем 100 коннекторами к рыночным данным.
Торговый движок на Rust с событийной архитектурой и Python-плоскостью управления для бэктестинга и торговли на криптовалютных, валютных и фондовых рынках, фьючерсами, опционами и на букмекерских площадках.
Подборка библиотек, пакетов и ресурсов с открытым исходным кодом для количественных финансов: оценка стоимости, бэктестинг, данные и многое другое.