做量化交易的朋友脑子里有着成百上千个交易想法。但在把它们变成代码、跑通回测的过程中我们经常会被各种琐碎的问题折磨。绝大部分的时间都耗在「洗数据」和「修 Bug」上。市面上虽然已经有很多回测框架但缺点也不少要么慢得像蜗牛要么回测猛如虎实盘却亏成狗。今天我发现微软开源的 AI 量化交易平台Qlib再次冲上了 GitHub Trending 榜单Star 数更是增长到了 36000。出于好奇点进去看了下发现原来微软发布了重磅新功能RD-Agent一个基于大模型的自主进化 Agent。简单来说微软给这个强大的量化平台装上了一个由 AI 大模型驱动的 “大脑”。核心逻辑就是它不再只是帮我们“跑模型”而是能像一个真实的量化研究员一样自动去干活。GitHubhttps://github.com/microsoft/RD-Agent以前我们得自己苦思冥想各种因子现在我们可以把这事儿交给它。它能基于大模型自动从各种数据、甚至是从研报中挖掘有价值的因子并且自动写代码去验证这些因子的有效性。这就好比我们雇了一个不知疲倦的 AI 实习生它能 24 小时连轴转帮我们读论文、写策略代码、跑优化。更有趣的是它具备「进化」能力。如果发现生成的模型效果不好它会尝试自我优化不断调整参数和逻辑直到搞定为止。除了这个新上线的“大脑”Qlib 本身这个“骨架”也非常能打。作为微软亲儿子级别的开源项目它最大的特点就是“硬核”且“真实”。很多通用的数据库在处理金融数据时效率极低而 Qlib 专门做了一套高性能的数据存储结构。官方给出的测试数据显示在处理同样的金融数据任务时它的速度比 MySQL 快了近 50 倍把 MongoDB 也远远甩在身后。而且它不仅仅是个回测工具还覆盖了从数据处理、模型训练、回测分析到实盘交易的全流程。特别是它的回测机制非常严格地剔除了“前视偏差”。这意味着我们在回测里赚到的收益在实盘中更有可能复现而不是自欺欺人。对于想用 AI 做交易的开发者来说它还内置了大量现成的经典模型。从传统的 LightGBM、CatBoost到深度的 LSTM、Transformer甚至是最新的强化学习算法全都打包好了改一下配置就能跑。不过在我们准备动手之前有一个巨大的坑必须得提醒一下。由于各种因素Qlib 官方原本提供的一键下载数据集功能目前已经暂时下线了。如果直接运行官方文档里的下载命令大概率会报错。不过也贴心地指导我们使用社区贡献的替代数据源。如果我们想跑通示例记得去下载社区维护的数据包或者使用自己的数据进行转换。在安装方面倒是非常省心它是纯 Python 编写的一行命令就能搞定pip install pyqlib如果我们想体验那个自动挖因子的RD-Agent也可以去它的独立仓库看看配合 Qlib 使用效果更佳。这就相当于手里既有了倚天剑Qlib又有了屠龙刀RD-Agent剩下的就看我们如何挥舞了。GitHub 项目地址https://github.com/microsoft/qlib今天的分享到此结束感谢大家抽空阅读我们下期再见Respect