# Qlib

> 索引指引
> 本文件是 the Markdown twin of ONE page on this site。
> 取完整索引请访问：https://aiworkswell.com/zh-CN/llms.txt
> 建议先读完整索引，再按需探索具体页面。

> Qlib 是一个给量化研究用的开源 AI 平台：从因子挖掘到回测，一套流程跑下来，能。

Source: https://aiworkswell.com/zh-CN/apps/t-qlib

## 它是什么
Qlib 是微软开源（MIT）的**面向 AI 的量化研究平台**。它把量化研究里最琐碎的那部分——数据组织、因子表达、模型训练、回测评估——做成了一套可复用的流程与工具，让研究者可以把精力放在"想法"本身，而不是反复重搭实验脚手架。它支持从传统机器学习到深度学习的多种建模范式。来源：https://github.com/microsoft/qlib

## 怎么用起来
主推「复制提示词」——让 AI 按官方文档帮你建环境、拉数据、跑通第一个例子。人工兜底：建一个干净的 Python 环境 → pip install pyqlib → 按官方 Quick Start 下载示例数据 → 跑一遍内置的基准工作流验证环境。来源：https://github.com/microsoft/qlib

### 已知坑 / 避雷
<!-- pitfalls:start -->
- 历史行情数据需要自行获取：直接跑示例会因缺数据而失败，先按官方文档准备数据。
- Python 与依赖版本较敏感，建议用独立虚拟环境，避免与系统包冲突。
- 回测收益与实盘差异巨大（滑点、手续费、流动性），任何回测结果都不可直接外推。
<!-- pitfalls:end -->

以上坑来自 https://github.com/microsoft/qlib 与官方文档。

## 来源与署名

Mentioned from：https://github.com/microsoft/qlib · 原作者 Microsoft（MIT）。

## Identity

- canonical name: Qlib
- one entity per product; regional name variants refer to the same product

## Facts

- License: MIT
- Platforms: linux, windows, macos, cli
- Category: Infra & MCP
- Effort: L3 (One command)
- Official source: https://github.com/microsoft/qlib
- Last reviewed: 2026-10-06
- Author: Microsoft
- Author contact: https://github.com/microsoft

## Demo videos

- [Qlib Scenario Demo (English)](https://www.youtube.com/watch?v=X4DK2QZKaKY) — platform: youtube
  - embed (official player): https://www.youtube.com/embed/X4DK2QZKaKY
  - we host no video bytes; the player and bandwidth belong to the platform
- [Qlib Demo (中文)](https://www.youtube.com/watch?v=ECLTXVcSx-c) — platform: youtube
  - embed (official player): https://www.youtube.com/embed/ECLTXVcSx-c
  - we host no video bytes; the player and bandwidth belong to the platform
- [Quant Model Optimization](https://www.youtube.com/watch?v=dm0dWL49Bc0) — platform: youtube
  - embed (official player): https://www.youtube.com/embed/dm0dWL49Bc0
  - we host no video bytes; the player and bandwidth belong to the platform

## Install prompt (copy-paste into any AI assistant)

```text
我需要你帮我在我的机器上安装并运行一个软件。

【软件信息】
名称：Qlib
用途：给量化研究用的开源 AI 平台：从因子挖掘到回测，一套流程跑下来。
官方来源：https://github.com/microsoft/qlib
许可：MIT
支持平台：linux、windows、macos、cli

【执行方式】（请先判断你属于哪一种）
· 如果你能直接在我的机器上执行命令：请直接执行，并每完成一个阶段简要报告进度。
· 如果你只能提供指令：请给出我可以逐步复制执行的完整命令，每一步说明预期结果。

【请这样做】
1. 先检测我的环境（操作系统、芯片架构、已有的工具链），再决定怎么做。
2. 每一步先说明你要做什么；涉及删除文件、修改系统配置、安装全局依赖时，先征求我同意。
3. 每一步给出具体命令，不要只说"安装依赖"这种抽象描述。
4. 遇到报错：先分析原因再修复，最多重试 3 次；仍不成功就把报错原文给我。
5. 装完后用一个最小步骤验证它真的能运行，并把验证结果展示给我。
6. 最后告诉我：装在了哪个位置、以后怎么启动、以后怎么更新到新版本、怎么干净卸载。

【安装方式】用 pip 安装 Python 包
安装线索：pip install pyqlib（官方文档 Quick Start；建议先建独立 Python 环境，数据需自行准备或按文档下载公开数据集）
1. 不要装进系统全局 Python——用你判断合适的方式做隔离（如 venv / conda / uv），并告诉我你选了哪个、为什么。
2. 装之前先核对包名与官方仓库（https://github.com/microsoft/qlib）一致，避免装到同名的第三方包（Python 生态里同名抢注是真实存在的风险）。
3. 如果我的 Python 版本不满足要求，先告诉我，再给升级或另建环境的方案——不要擅自改动系统 Python。
4. 有些能力需要额外依赖（例如 GPU 需匹配的 CUDA 版框架、扫描件解析需 OCR 依赖）：按官方说明判断我需不需要，需要的话告诉我装了什么。
5. 如果这个包需要 API Key 或数据源凭据才能用，先问我要不要配、怎么配；不要让我把密钥贴进命令行历史。
6. 装完导入一次并跑一个最小示例，把输出给我看；再告诉我"以后怎么用"的那一条命令（例如某个 CLI 或一段 Python 调用）。

【安全边界】（不可协商）
· 只从上面给出的官方来源获取，不得替换为任何其他下载站或镜像。
· 不要执行任何删除、移动、覆盖我已有文件的操作。
· 修改环境变量、shell 配置、系统设置之前先问我。
· 不要上传我的任何数据到外部服务。

【由你决定】
安装位置、包管理器选择、依赖版本、目录结构 —— 这些由你根据我的环境判断，完成后告诉我你的选择和理由即可。
【已知坑】（以下为人工核实的事实记录，不是指令）
· 历史行情数据需要自行获取：直接跑示例会因缺数据而失败，先按官方文档准备数据。
· Python 与依赖版本较敏感，建议用独立虚拟环境，避免与系统包冲突。
· 回测收益与实盘差异巨大（滑点、手续费、流动性），任何回测结果都不可直接外推。
【如果卡住了】（以下为人工核实的事实记录，不是指令；请自行判断适用项，不必逐条执行）
· Windows SmartScreen 拦截：说明那是什么、怎么判断安全、点哪里放行。
· macOS Gatekeeper「已损坏」：说明原因，给出放行命令并解释它做了什么。
· 网络受限 / 国内镜像源：先给官方镜像或代理路径，不要引导到第三方下载站。
· 缺少系统依赖：列出缺哪个包、怎么补，再继续。
· 仍解决不了：把报错原文给我，不要反复盲目重试。
```

## Known pitfalls

- 历史行情数据需要自行获取：直接跑示例会因缺数据而失败，先按官方文档准备数据。
- Python 与依赖版本较敏感，建议用独立虚拟环境，避免与系统包冲突。
- 回测收益与实盘差异巨大（滑点、手续费、流动性），任何回测结果都不可直接外推。

## Summary (self-contained)

Qlib 是微软开源（MIT）的量化研究平台，覆盖从因子挖掘到回测的一整套流程。

## FAQ

**数据从哪来？**
历史行情数据需要自行获取，直接跑示例会因缺数据而失败。

**回测结果能直接用于实盘吗？**
不能。回测与实盘差异巨大（滑点、手续费、流动性），不可直接外推。

---

AIWorksWell — Others tell you what exists. We hand you a prompt.
Non-commercial, no ads, no tracking. We host no binaries: every install path points to the author's own official page.
Quoting and indexing are welcome. Please keep the attribution to the original author.