Qlib: Microsoft에서 개발한 AI 정량적 투자 리서치 도구

일반 소개

Qlib은 Microsoft에서 개발한 오픈 소스 플랫폼으로, AI 기술을 사용하여 사용자가 정량적 투자를 조사하는 데 중점을 두고 있습니다. 기본적인 데이터 처리부터 시작하여 사용자가 투자 아이디어를 탐색하고 이를 사용 가능한 전략으로 전환할 수 있도록 지원합니다. 이 플랫폼은 사용하기 쉬우며 머신 러닝으로 투자 연구를 강화하려는 사용자에게 적합하며, 데이터 관리, 모델 훈련 및 백테스팅 기능을 제공하여 퀀트 투자의 전체 프로세스를 다룹니다. Microsoft 연구팀에서 출시한 이 도구는 복잡한 금융 데이터를 처리하기 위해 최신 AI 기술을 통합합니다. 현재 2025년 3월 25일에 출시된 Qlib는 GitHub에서 지속적으로 업데이트되고 있으며 많은 개발자가 참여하는 활발한 커뮤니티를 보유하고 있습니다.

기능 목록

• 데이터 처리: 빠른 액세스 및 분석을 위해 재무 데이터의 효율적인 저장 및 처리를 지원합니다.
• 모델 트레이닝: 지도 학습 및 강화 학습과 같은 다양한 머신 러닝 모델을 제공하여 시장 동향을 예측하는 데 도움을 줍니다.
• 백테스팅 도구: 투자 전략의 성과를 시뮬레이션하고 효과를 평가하는 백테스팅 기능이 내장되어 있습니다.
• 투자 전략 생성: 신호에서 목표 포트폴리오를 생성하여 트레이딩 결정을 최적화합니다.
• 사용자 지정 가능한 모듈: 사용자는 개별 요구 사항에 맞게 모델과 전략을 조정할 수 있습니다.
• 온라인 및 오프라인 모드: 로컬 배포 또는 공유 데이터 서비스를 지원하며, 유연한 사용 방식을 선택할 수 있습니다.

도움말 사용

설치 프로세스

파이썬을 지원하는 환경에 Qlib을 설치해야 합니다. 자세한 단계는 다음과 같습니다:

1. 환경 준비하기
   • 컴퓨터에 Python이 설치되어 있는지 확인합니다(3.7 또는 3.8 권장). 이 작업은 다음을 사용하여 수행할 수 있습니다. <code>python --version</code> 버전을 확인합니다.
   • 아나콘다 관리 환경을 사용하는 것이 좋습니다. Anaconda를 다운로드하여 설치한 후 새 환경을 만듭니다:

     conda create -n qlib_env python=3.8
     

   • 환경을 활성화합니다:

     conda activate qlib_env
     

2. 종속성 설치
   • 먼저 기본 라이브러리를 설치합니다:

     pip install numpy
     pip install --upgrade cython
     

   • GitHub에서 Qlib을 설치합니다:

     git clone https://github.com/microsoft/qlib.git
     cd qlib
     pip install .
     

   • 기능을 개발해야 하는 경우 다음을 사용할 수 있습니다. <code>pip install -e .[dev]</code>.
3. 데이터 가져오기
   • 예제 데이터 다운로드(중국 시장용):

     python scripts/get_data.py qlib_data --target_dir ~/.qlib/qlib_data/cn_data --region cn
     

   • 데이터는 추후 사용을 위해 사용자 디렉토리에 저장됩니다.

주요 기능 사용 방법

데이터 처리

Qlib의 데이터 처리 속도는 빠르며 재무 데이터를 분석에 적합한 형식으로 정리할 수 있습니다. 위의 데이터 다운로드 명령을 실행하면 데이터가 자동으로 <code>~/.qlib/qlib_data/cn_data</code>Python 스크립트로 데이터를 로드할 수 있습니다. Python 스크립트로 데이터를 로드할 수 있습니다:

import qlib
qlib.init(provider_uri="~/.qlib/qlib_data/cn_data")
from qlib.data import D
instruments = D.instruments(market="csi300")
data = D.features(instruments, ["$close", "$volume"], start_time="2023-01-01", end_time="2025-03-25")
print(data.head())

이 코드는 지정된 주식의 종가와 거래량을 표시합니다.

모델 교육

다음은 간단한 모델을 트레이닝하는 단계입니다:

1. 데이터 세트 및 모델 매개변수를 구성하고 다른 이름으로 저장합니다. <code>workflow_config.yaml</code>::

   dataset:
   class: DatasetH
   module_path: qlib.data.dataset
   kwargs:
   handler:
   class: Alpha158
   module_path: qlib.contrib.data.handler
   segments:
   train: ["2023-01-01", "2024-01-01"]
   valid: ["2024-01-02", "2024-06-30"]
   test: ["2024-07-01", "2025-03-25"]
   model:
   class: LGBModel
   module_path: qlib.contrib.model.gbdt
   

2. 교육 명령을 실행합니다:

   qrun workflow_config.yaml
   

3. 학습이 완료되면 모델이 기본 경로에 저장됩니다. <code>~/.qlib/qlib_data/models</code>.

백테스팅 도구

백테스팅은 전략의 효과를 테스트합니다. 다음 코드를 사용하여 백테스트를 실행합니다:

from qlib.contrib.strategy import TopkDropoutStrategy
from qlib.backtest import backtest
strategy = TopkDropoutStrategy(topk=10, drop=2)
report = backtest(strategy=strategy, start_time="2024-01-01", end_time="2025-03-25")
print(report)

• <code>topk=10</code> 상위 10개 종목을 표시합니다.
• <code>drop=2</code> 매일 실적이 가장 나쁜 주식 2개가 폐기됨을 나타냅니다.
  결과에 수익률 및 위험 지표가 표시됩니다.

주요 기능 작동

온라인 모드

Qlib은 온라인 모드를 지원하여 Qlib-Server를 통해 데이터를 공유합니다:

1. Qlib-Server를 설치합니다:

   git clone https://github.com/microsoft/qlib-server.git
   cd qlib-server
   docker-compose -f docker_support/docker-compose.yaml up -d
   

2. 서버에 연결하도록 클라이언트를 구성합니다:

   qlib.init(provider_uri="http://<server_ip>:port")
   

3. 효율성을 높이기 위해 서버에서 데이터를 가져옵니다.

맞춤형 전략

나만의 전략을 시도하고 싶으신가요? 상속이 가능합니다. <code>WeightStrategyBase</code> 클래스:

from qlib.contrib.strategy import WeightStrategyBase
class MyStrategy(WeightStrategyBase):
def generate_trade_decision(self, data):
return {stock: 0.1 for stock in data.index[:5]}  # 前5只股票平分权重

그런 다음 백테스팅 도구로 결과를 테스트합니다.

애플리케이션 시나리오

1. 개인 투자 리서치
   사용자는 Qlib을 사용하여 과거 데이터를 분석하고, 투자 아이디어를 테스트하고, 더 높은 수익률을 내는 전략을 찾을 수 있습니다.
2. 재무 연구팀
   팀은 Qlib의 모델링 및 백테스팅 기능을 사용하여 시장에서 학술 이론을 빠르게 검증할 수 있습니다.
3. 교육 학습
   학생들은 Qlib을 사용하여 퀀트 투자, 실습 데이터 처리 및 모델 트레이닝에 대해 배울 수 있습니다.

QA

1. Qlib는 어떤 운영 체제를 지원하나요?
   Windows, macOS 및 Linux가 지원되며 Python 및 종속 라이브러리가 설치되어 있는 한 실행됩니다.
2. 데이터의 출처는 어디인가요?
   기본 데이터는 야후 파이낸스에서 가져오거나 사용자가 자신의 데이터로 대체할 수 있습니다.
3. 프로그래밍 기초가 필요하신가요?
   기본적인 Python 지식이 필요하지만, 공식 문서와 예제는 초보자도 쉽게 시작할 수 있을 만큼 상세하게 설명되어 있습니다.