Ren(@Ryrenz):📈 微软开源的这套东西，把一个人做量化的门槛拉到了只剩「有没有想法」。 GitHub 上已经 46.7k star，2020 年 9 月开源到现在一直在更新。以前你脑子里冒出一个策略想法，想验证它能不能赚钱，光准备工作就够劝退：拉历史行情、对齐复权、处理停牌和缺失值，写完回测框架还要担心自己有没有用到未来数据。等这一套跑通，最初那点热情早没了。 qlib 把这段流程整个包了。它自带 Alpha158 和 Alpha360 两套因子数据集，A 股和美股都覆盖；模型库里 LightGBM、XGBoost、LSTM、Transformer、TabNet 这些直接可以调；配好一个文件跑 qrun，数据准备、训练、回测、评估一条龙走完。你的时间从「搭轮子」挪回「想策略」。它还不只是回测工具，从风险建模、组合优化到订单执行都在里面，等于把机构那套研究流程摆到你桌面上。想法值钱，重复劳动不值钱。 GitHub：

2026.07.28 09:05

📈 微软开源的这套东西，把一个人做量化的门槛拉到了只剩「有没有想法」。 GitHub 上已经 46.7k star，2020 年 9 月开源到现在一直在更新。以前你脑子里冒出一个策略想法，想验证它能不能赚钱，光准备工作就够劝退：拉历史行情、对齐复权、处理停牌和缺失值，写完回测框架还要担心自己有没有用到未来数据。等这一套跑通，最初那点热情早没了。 qlib 把这段流程整个包了。它自带 Alpha158 和 Alpha360 两套因子数据集，A 股和美股都覆盖；模型库里 LightGBM、XGBoost、LSTM、Transformer、TabNet 这些直接可以调；配好一个文件跑 qrun，数据准备、训练、回测、评估一条龙走完。你的时间从「搭轮子」挪回「想策略」。它还不只是回测工具，从风险建模、组合优化到订单执行都在里面，等于把机构那套研究流程摆到你桌面上。想法值钱，重复劳动不值钱。 GitHub：