Qlib è una piattaforma di investimento Quant orientata all'AI che mira a utilizzare la tecnologia AI per potenziare la ricerca Quant, dall'esplorazione delle idee all'implementazione delle produzioni. Qlib supporta diversi paradigmi di modellazione ML, inclusi l'apprendimento supervisionato, la modellazione delle dinamiche di mercato e RL,
Utilizza strumenti AI per migliorare la tua ricerca sugli investimenti quantitativi e lo sviluppo di modelli.
Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.
Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.
Gratis · senza carta · disdici quando vuoiQlib è una piattaforma di investimento Quant orientata all'AI che mira a utilizzare la tecnologia AI per potenziare la ricerca Quant, dall'esplorazione delle idee all'implementazione delle produzioni. Qlib supporta diversi paradigmi di modellazione ML, inclusi l'apprendimento supervisionato, la modellazione delle dinamiche di mercato e RL,
qlib ha 46.8k stelle su GitHub. È stato forkato 7.4k volte. qlib è scritto principalmente in Python. È in sviluppo attivo dal 2020. qlib è disponibile con licenza MIT. I suoi temi principali sono: algorithmic-trading, auto-quant, deep-learning, finance.
Qlib è una piattaforma di investimento Quant orientata all'AI che mira a utilizzare la tecnologia AI per potenziare la ricerca Quant, dall'esplorazione delle idee all'implementazione delle produzioni. Qlib supporta diversi paradigmi di modellazione ML, inclusi l'apprendimento supervisionato, la modellazione delle dinamiche di mercato e RL,
qlib è un progetto open source. È rilasciato con licenza MIT.
Sì. qlib è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.
qlib è disponibile con licenza MIT.
qlib è scritto principalmente in Python.
Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.
[](https://opensourceai.tech/project/microsoft-qlib.html)
Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.