AI量化投资开源平台——Qlib（微矿）的学习使用笔记（随缘更新）

零、Qlib的简介

可以查看以下链接了解Qlib的功能以及结构框架。

1. 微矿Qlib：业内首个AI量化投资开源平台
2. 官方GitHub仓库

一、Qlib环境安装

安装过程非常艰难，主要参考了以下资料，在此感谢相关内容作者的无私帮助，太感谢了！！！

1. B站：Ace落桑吟——qlib介绍与安装（主要看这个！）
2. 解决pip更新问题
3. 解决cvxpy安装报错
4. pip安装搞不定的话可以试试conda安装
5. pytorch安装

二、一些简单的操作

2.1 Qlib数据的下载与查询

2.1.1 下载行情数据

通过调用qlib的相关接口，可以十分简单地下载行情数据到本地。

from qlib.config import REG_CN  # 导入地区CN
from qlib.tests.data import GetData  # 导入GetDATa类用于下载数据

provider_uri = "./qlib_data/cn_data"  # 本地数据存储目录

# 从http://fintech.msra.cn/stockdata/downloads下载数据
GetData().qlib_data(target_dir=provider_uri, region=REG_CN)

2.1.2 本地数据查询

通过设置参数，可以完成行情数据的自定义查询，也可以对数据进行运算处理。

import qlib
from qlib.data import D

if __name__ == "__main__":
    qlib.init(provider_uri="./qlib_data/cn_data")

    # fields = ["$open", "$close", "$high",
    #           "$low", "$volume", "$factor", "$change"]
    # # df = D.features(D.instruments("all"), fields)  # all表示查询全市场股票
    # df = D.features(D.instruments("csi300"), fields)  # csi300表示查询沪深300股票

    instruments = ["SH000300", "SZ300895"]
    # "Ref($close, 1)"表示前1天的收盘价，"Mean($close, 3)"表示前3天收盘价的均值
    fields = ["$close", "$volume", "Ref($close, 1)", "Mean($close, 3)", "$high-$low"]
    df = D.features(instruments, fields, start_time='2010-01-01', end_time='2017-01-01', freq='day')

    print(df)
    # df.to_csv()