LLM Wiki

Microsoft Qlib — AI-oriented Quant Investment Platform

5 min read

Microsoft Qlib — AI-oriented Quant Investment Platform

Microsoft의 AI 지향 양적 투자 플랫폼. 최신 안정판은 v0.9.7(2025-08-15)이고, README는 RD-Agent를 전면에 둔 R&D 자동화 축을 강조한다.

개요

Qlib은 양적 투자 리서치와 실행을 한곳에서 연결하려는 오픈소스 플랫폼이다. GitHub API 기준 2026-05-19 시점에 main 브랜치, 43,214 stars, 6,794 forks, 401 open issues를 유지하고 있다. README 기준으로는 supervised learning, market dynamics modeling, reinforcement learning을 지원하며, 실험 단계부터 생산 단계까지 이어지는 workflow를 강조한다.

현재 README는 RD-Agent 통합을 전면에 두고 있다. 즉, Qlib는 단순한 백테스트 프레임워크가 아니라, 자동 팩터 마이닝과 모델 최적화까지 넘보는 연구 자동화 허브로 확장되는 중이다.

현재 상태

  • 최신 릴리스는 v0.9.7이며 2025-08-15에 공개됐다.
  • 릴리스 노트는 parquet 데이터 지원, MLflow 설정의 pydantic-settings 전환, BaseDataHandler 통합, MacOS LightGBM 설치 개선 등을 포함한다.
  • GitHub API 기준 pushed_at는 2026-04-22T07:08:01Z다.
  • README와 릴리스 모두 Qlib를 RD-Agent와 함께 읽어야 현재 방향이 보인다.

핵심 포인트

  • qrun으로 데이터셋 생성, 학습, 백테스트, 평가를 한 번에 실행할 수 있다.
  • workflow_by_code로 연구 워크플로우를 코드로 조립할 수 있다.
  • 시장의 비정상성/드리프트를 다루기 위한 market dynamics 모델링을 강조한다.
  • RL 섹션은 주문 실행과 연속 의사결정 최적화에 초점을 둔다.
  • 공식 README는 알파 탐색, 리스크 모델링, 포트폴리오 최적화, order execution까지 전체 체인을 지원한다고 밝힌다.
  • workflow_by_code.py 예제는 코드로 연구 파이프라인을 재현하려는 사용자를 위한 기준점이다.

왜 중요한가

Qlib는 트레이딩 AI를 단순한 봇이 아니라 연구 인프라로 보는 쪽에 가깝다. OpenAlice 같은 ChatOps형 에이전트가 운영면을 담당한다면, Qlib는 그 아래의 퀀트 연구/백테스트 엔진 역할을 맡기 좋다.

또한 RD-Agent와의 결합은 양적 리서치에서 반복 작업이 많은 부분 - 팩터 발굴, 모델 탐색, 최적화 - 을 에이전트화할 수 있다는 신호다.

사용 흐름

qrun benchmarks/LightGBM/workflow_config_lightgbm_Alpha158.yaml

코드 기반 워크플로우가 필요하면 examples/workflow_by_code.ipynb 또는 workflow_by_code.py 패턴을 사용한다.

주의점

  • 공식 데이터는 README에서 축약/제한된 형태로 안내되며, 사용자가 커뮤니티 제공 데이터 소스나 자체 수집기를 준비하는 흐름이 여전히 필요하다.
  • Qlib 자체는 강력하지만, 실거래 운영은 별도의 가드레일과 브로커 통합이 필요하다.
  • 백테스트 성능이 곧 실전 성능은 아니므로, 데이터 누수와 과최적화 점검이 중요하다.

그래프 뷰

백링크