Qlib上手学习记录

Qlib实战-从安装到运行一个官方model qlib安装到运行,小白踩了好多坑o(TヘTo)!希望后续大家不要踩了。 阅读详情
AI摘要

Qlib是面向人工智能的量化投资平台,支持多种机器学习建模范式,涵盖量化投资全链条。本文介绍了其框架,还给出快速开始指南,包括使用pip和从源代码安装的方法,同时提及不同Python版本安装注意事项及安装依赖等内容。

Qlib 是一个面向人工智能的量化投资平台,其目标是通过在量化投资中运用AI技术来发掘潜力、赋能研究并创造价值,从探索投资策略到实现产品化部署。该平台支持多种机器学习建模范式,包括有监督学习、市场动态建模以及强化学习等。

真的是走了很多弯路

step 1.  使用 ananconda 建立环境,要主要必须是 python 3.8

(a308) E:\hw2024\stock>python --version
Python 3.8.20

失败的

git clone https://github.com/microsoft/qlib.git

下了以后 进入 glib folder 后

执行

 pip install .

是会报错的,不管你还什么source 都一样,整了很久

PS D:\ProgramData\git\qlib> pip install .
Looking in indexes: https://pypi.tuna.tsinghua.edu.cn/simple
Processing d:\programdata\git\qlib
  Installing build dependencies ... error
  error: subprocess-exited-with-error

  × pip subprocess to install build dependencies did not run successfully.
  │ exit code: 1
  ╰─> [9 lines of output]
      Looking in indexes: https://pypi.tuna.tsinghua.edu.cn/simple
      WARNING: Retrying (Retry(total=4, connect=None, read=None, redirect=None, status=None)) after connection broken by 'SSLError(SSLZeroReturnError(6, 'TLS/SSL connection has been closed (EOF) (_ssl.c:1149)'))': /simple/setuptools/
      WARNING: Retrying (Retry(total=3, connect=None, read=None, redirect=None, status=None)) after connection broken by 'SSLError(SSLZeroReturnError(6, 'TLS/SSL connection has been closed (EOF) (_ssl.c:1149)'))': /simple/setuptools/
      WARNING: Retrying (Retry(total=2, connect=None, read=None, redirect=None, status=None)) after connection broken by 'SSLError(SSLZeroReturnError(6, 'TLS/SSL connection has been closed (EOF) (_ssl.c:1149)'))': /simple/setuptools/
      WARNING: Retrying (Retry(total=1, connect=None, read=None, redirect=None, status=None)) after connection broken by 'SSLError(SSLZeroReturnError(6, 'TLS/SSL connection has been closed (EOF) (_ssl.c:1149)'))': /simple/setuptools/
      WARNING: Retrying (Retry(total=0, connect=None, read=None, redirect=None, status=None)) after connection broken by 'SSLError(SSLZeroReturnError(6, 'TLS/SSL connection has been closed (EOF) (_ssl.c:1149)'))': /simple/setuptools/
      Could not fetch URL https://pypi.tuna.tsinghua.edu.cn/simple/setuptools/: There was a problem confirming the ssl certificate: HTTPSConnectionPool(host='pypi.tuna.tsinghua.edu.cn', port=443): Max retries exceeded with url: /simple/setuptools/ (Caused by SSLError(SSLZeroReturnError(6, 'TLS/SSL connection has been closed (EOF) (_ssl.c:1149)'))) - skipping
      ERROR: Could not find a version that satisfies the requirement setuptools (from versions: none)
      ERROR: No matching distribution found for setuptools
      [end of output]

  note: This error originates from a subprocess, and is likely not a problem with pip.
error: subprocess-exited-with-error

× pip subprocess to install build dependencies did not run successfully.
│ exit code: 1
╰─> See above for output.

note: This error originates from a subprocess, and is likely not a problem with pip.
PS D:\ProgramData\git\qlib> pip install. -i https://pypi.org/simple/
ERROR: unknown command "install." - maybe you meant "install"
PS D:\ProgramData\git\qlib> pip install . -i https://pypi.org/simple/
Looking in indexes: https://pypi.org/simple/

使用前最好看下这个

021 年之前发布的功能未在此列出。

Qlib 是一个开源的、面向 AI 的量化投资平台,旨在通过 AI 技术实现量化投资的潜力,赋能研究,并创造价值,从探索想法到实施生产。Qlib 支持多种机器学习建模范式,包括监督学习、市场动态建模和强化学习。

越来越多的 SOTA 量化研究工作/论文在 Qlib 中发布,以协作解决量化投资中的关键挑战。例如,1) 使用监督学习从丰富和异构的金融数据中挖掘市场的复杂非线性模式,2) 使用自适应概念漂移技术建模金融市场的动态特性,3) 使用强化学习建模连续投资决策并协助投资者优化其交易策略。

它包含了完整的机器学习流程,包括数据处理、模型训练、回测;并涵盖了量化投资的整个链条:阿尔法挖掘、风险建模、投资组合优化和订单执行。更多详情,请参阅我们的论文 "Qlib: 一个面向 AI 的量化投资平台"。

框架、教程、数据与 DevOps 量化研究中的主要挑战与解决方案
- 计划 - 量化研究中的主要挑战与解决方案
- Qlib 框架 - 预测:寻找有价值的信号/模式
- 快速开始 - 适应市场动态
- 安装 - 强化学习:建模连续决策
- 数据准备 - 量化模型(论文)库
- 自动量化研究工作流程 - 运行单个模型
- 通过代码构建定制量化研究工作流程 - 运行多个模型
- 量化数据集库
- 学习框架
- 更多关于 Qlib
- 离线模式与在线模式
- Qlib 数据服务器的性能
- 相关报告
- 联系我们
- 贡献

计划

正在开发中的新功能(按预计发布时间排序)。 您的反馈对这些功能非常重要。

Qlib 框架

Qlib 的高级框架如上所示(用户可以在深入了解时找到 Qlib 设计的详细框架)。 这些组件被设计为松耦合模块,每个组件都可以独立使用。

Qlib 提供了强大的基础设施来支持量化研究。数据始终是一个重要部分。 设计了一个强大的学习框架来支持多样化的学习范式(例如强化学习、监督学习)和不同层次的模式(例如市场动态建模)。 通过建模市场,交易策略将生成交易决策并执行。不同层次或粒度的多个交易策略和执行器可以嵌套在一起进行优化和运行。 最后,将提供全面的分析,模型可以在低成本下在线服务。

快速开始

本快速开始指南试图展示

  1. 使用 Qlib 构建完整的量化研究工作流程并尝试您的想法非常容易。
  2. 尽管使用公共数据和简单模型,机器学习技术在实际量化投资中表现非常出色。

以下是一个快速**演示**,展示了如何安装 Qlib 并使用 qrun 运行 LightGBM。但是,请确保您已按照说明准备好数据。

安装

此表展示了 Qlib 支持的 Python 版本:

使用 pip 安装 从源码安装 绘图
Python 3.7 ✔️ ✔️ ✔️
Python 3.8 ✔️ ✔️ ✔️
Python 3.9 ❌ ✔️ ❌

注意:

  1. Conda 建议用于管理您的 Python 环境。在某些情况下,在 conda 环境之外使用 Python 可能会导致缺少头文件,从而导致某些包的安装失败。
  2. 请注意,在 Python 3.6 中安装 cython 时,从源码安装 Qlib 会引发一些错误。如果用户在机器上使用 Python 3.6,建议升级 Python 到 3.7 版本或使用 conda 的 Python 从源码安装 Qlib。
  3. 对于 Python 3.9,Qlib 支持运行训练模型、回测和绘制大部分相关图表(包括 notebook 中的图表)。然而,目前不支持绘制模型性能图表,我们将在未来依赖包升级时修复此问题。
  4. Qlib 需要 tables 包,tables 中的 hdf5 不支持 python3.9。

使用 pip 安装

用户可以轻松地通过以下命令使用 pip 安装 Qlib。

  pip install pyqlib

注意:pip 将安装最新的稳定版 qlib。然而,qlib 的主分支目前正在积极开发中。如果您想测试主分支中的最新脚本或功能,请使用以下方法安装 qlib。

从源代码安装

此外,用户可以根据以下步骤,通过源代码安装最新的开发版 Ql

Qlib上手学习记录(1)--了解与安装 介绍微软开源项目Qlib的安装和初步使用 阅读详情

相关推荐

Qlib上手学习记录(3)--数据准备

Qlib提供了现成的.bin格式的数据集,用户可以使用脚本scripts/get_data.py下载China-Stock数据集,如下所示。数据用scripts/dump_bin.py转换为.bin文件(格式)的脚本,只要它们的格式正确即可。Qlib除了下载准备好的演示数据外,用户还可以直接从 Collector 下载演示数据,参考 CSV 格式。Qlib美股模式初始化 假设用户在该目录中准备了Qlib格式的数据~/.qlib/qlib_data/us_data。用户只需Qlib按如下方式初始化即可。

Ganmy2001的博客 3362

Qlib上手学习记录(2)--数据

这里的provider_uri就是你存放数据的地址(后续会谈到有哪些数据)后续就会直接讲工作流程及数据框架和怎么简单上手操作。就是把你准备好的数据初始化一下。这里的时间就是对应的开盘日期。后续会更详细说说过滤器。

Ganmy2001的博客 969

QLib微软量化学习笔记

微软新出了一个Q_Lib量化平台,导师让我们研究一下,我看一遍使用手册,很多API都不会用哎。 print('----------0install--------------') # 安装成功 import qlib print(qlib.__version__) print('----------1download.init--------------') # 下载数据初始化 from qlib.config import REG_CN,REG_US qlib.init(provider_uri

cj1064789374的博客 4805

Qlib教程——基于源码(一)背景与项目总览

Qlib背景介绍部分不多说,最近发现Qlib的框架思路与我自己打算做的投研平台出乎意料的完全相同,网上Qlib的教程大多比较浅显,要么介绍如何安装、要么只介绍如何直接调用api下载数据。如何说实话直接介绍该框架的api如何使用,是小白看不懂也用不会、大佬又嫌弃的鸡肋行为。 如果是出于拿来主义,一般情况下的学习方法可以直接阅读说明文档: https://qlib.readthedocs.io/en/latest/index.html 跟着慢慢copy代码一步一步运行即可。 而对于魔改党,当然是希望可以基于前.

RicardoOzZ的博客 6643

深入讲解一下微软的 Qlib 这个项目

端到端:提供了从数据到回测的完整解决方案,让研究员可以专注于策略思想,而不是工程细节。高性能:自定义的数据格式和缓存机制使得数据处理速度非常快,特别适合处理大规模金融时间序列数据。可复现性:通过 Recorder 和配置文件,确保了实验的每一次运行都是有记录、可回溯的,这在量化研究中至关重要。可扩展性强:模型、策略、因子等模块都设计了基类和统一接口,用户可以非常方便地加入自己的实现。AI 友好:内置了 LightGBM、LSTM、Transformer 等多种流行 AI 模型,并对时间序列场景做了优化。

u011091936的博客 3526

Qlib:微软开源的AI量化投资平台 极简入门快速上手教程:使用 Qlib 进行中芯国际股价回测和预测

Qlib是由微软开源的面向AI量化投资的工具包。它提供了构建量化投资模型所需的基础设施,旨在帮助研究者和从业人员更高效地进行量化研究和策略开发。

AI天才研究院 5430

Unipush2.0 App消息推送(在线+离线推送)

使用unipush2.0进行消息推送,包含在线跟离线

weixin_50251467的博客 3708

OrthoFinder功能、流程和文件注释

OrthoFinder 的标准输出包括:直系同源组,直系同源基因,有根基因树,解析基因树,无根物种树、有根物种树,基因重复事件以及相关的统计数据。

hs6605015的博客 3050

Android HWC硬件合成器实战:从SurfaceFlinger到显示驱动的完整流程解析

本文深入解析Android HWC硬件合成器从SurfaceFlinger到显示驱动的完整流程,揭示HWC如何优化图形性能并降低功耗。通过实战案例和调试技巧,帮助开发者掌握硬件加速的图层混合技术,提升移动设备的显示效率。

gaochao的博客 496

从零构建AI智能体:基于opencode框架的Agent开发全流程指南

AI智能体(AI Agent)作为人工智能领域的重要发展方向,正从概念走向工程实践。其核心原理在于赋予AI自主规划、执行和迭代的能力,使其不再局限于简单的问答,而是能够理解复杂目标、分解任务、调用工具并完成闭环。这一技术价值在于将AI从“对话伙伴”升级为“执行伙伴”,极大地拓展了自动化边界,在智能客服、数据分析、自动化运维等场景展现出巨大潜力。本文聚焦于如何利用opencode这一热门开发框架,快速构建具备实际能力的智能体。通过拆解其核心组件如技能库、规划器与运行时,并结合具体实践案例,系统阐述了从环境搭建

weixin_29055699的博客 452

【图神经网络】从0到1使用PyG手把手创建异构图

异构图的准确定义如下:异构图(Heterogeneous Graphs):一个异构图GGG有一组节点V=v1,v2,...,vnV=v_1,v_2,...,v_nV=v1​,v2​,...,vn​和一组边E=e1,e2,...,emE=e_1,e_2,...,e_mE=e1​,e2​,...,em​组成,其中每个节点和每条边都对应着一种类型,用TvT_vTv​表示节点类型的集合,TeT_eTe​表示边类型的集合,一个异构图有两个映射函数,分别将每个节点映射到其对应的类型ϕv:V→Tv\phi_v:V\rig

小哲的博客 7838

解决gradle下载慢的问题

allprojects块的repositories用于多项目构建,为所有项目提供共同所需依赖包。而子项目可以配置自己的repositories以获取自己独需的依赖包。buildScript块的repositories主要是为了Gradle脚本自身的执行,获取脚本依赖插件。根级别的repositories主要是为了当前项目提供所需依赖包。慢的问题在于下载时链接的是官网,而官网下载速度太慢;1、解决gradle不同版本下载慢的问题。但是这个镜像站的版本不全,低版本可以用;有公司做的国内镜像站;

weixin_42551921的博客 2059

一文掌握 MongoDB 详细安装与配置(Windows / Linux / macOS 全平台)

本文详细介绍了MongoDB社区版7.0+在Windows、Linux和macOS三大操作系统上的完整安装、配置与安全加固流程。主要内容包括:各平台推荐安装方式(Windows使用MSI安装包、Linux通过官方仓库、macOS通过Homebrew)、基本配置参数说明、服务启动方法以及关键安全措施(如创建管理员用户和启用身份验证)。文章还提供了系统最低要求、下载地址、数据目录设置建议以及生产环境使用注意事项,适合开发、测试及生产环境部署参考。

数据知道的博客 6733

灰度图像采集显示

灰度图像采集显示 在FPGA内部,采集到的视频数据线通过一个FIFO,将原本与25MHZ时钟同步的数据流转换到FPGA内部50MHZ的时钟。接着将这个数据再送入写DDR3缓存的异步FIFO中,这个FIFO中的数据一旦达到一定数量,就会被写入DDR3中。于此同时,使用另一异步FIFO缓存从DDR3读出的图像数据;LCD驱动模块不断地发出读图像数据请求给到这个FIFO,从中读取图像数据并送给VGA显示器进行实时图像的显示。 ...

小柚子的博客 488

Probability and Statistics - 4th edition

Probability and Statistics - 4th edition

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

STM32F407中文手册

STM32f407中文手册 本参考手册面向应用开发人员,提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微 控制器系列,各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性,请参见数据手册。有关 ARM Cortex™-M4F 内核的信息,请参见《Cortex™-M4F 技术参考手册》。

上一篇: 如何低资源复刻 ChatGPT
下一篇: 使用python 输出完整目录和文件结构的小程序folder2txt.py,输出能呈现整树状结构,并输出txt
呈智文
博客等级 码龄18年 942粉丝 148原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值
⌂ 换网址