1. 课程导入
一、什么是AI量化投资
量化投资的核心，是用可计算、可复现的规则替代主观判断，把投资逻辑转化为数据、模型与执行流程。传统量化多依赖人工构造因子与线性模型，而AI量化投资则进一步引入机器学习与深度学习，让模型从海量历史数据中自动学习非线性规律，并输出预测信号、仓位建议或交易决策。
它并不是“让AI自动炒股”这么简单。一个完整的AI量化系统通常包含数据获取与清洗、特征工程、模型训练、信号生成、组合构建、回测评估与实盘执行等环节。AI的价值在于提升预测能力与适应市场变化的能力，但它同样受限于数据质量、过拟合风险与交易成本。
二、发展历程：从规则到学习
理解AI量化的演进，有助于我们看清Qlib所处的位置。其发展大致可分为四个阶段：
- 规则化阶段：以均线、动量、均值回归等手工规则为主，逻辑清晰但容量有限。
- 因子模型阶段：以多因子模型为代表，通过横截面回归筛选有效因子，强调可解释性。
- 机器学习阶段：引入随机森林、梯度提升树等模型，自动学习因子与收益之间的非线性关系。
- 深度学习与端到端阶段：使用LSTM、Transformer、图神经网络等处理时序与关系数据，并逐步走向从数据到信号的端到端流水线。
这一演进背后有两个驱动力：一是算力与数据规模的增长，二是市场对策略迭代速度的要求越来越高。Qlib正是在这样的背景下，试图把研究、回测与工程化流程统一到一个平台中。
三、Qlib平台定位与核心能力
Qlib是微软开源的AI量化投资平台，定位为面向AI量化的端到端研究框架。它并不只是一个回测工具，而是覆盖数据管理、模型训练、策略回测与结果分析的完整工作流。其核心能力包括：
- 统一数据层：提供标准化的金融数据存储与访问接口，支持多种数据源接入。
- 模型库与工作流：内置多种量化模型与训练流程，支持自定义模型扩展。
- 回测与评估：提供贴近真实交易约束的回测引擎，支持多策略对比与归因分析。
- 可复现性：通过配置化实验管理，让研究结果可追踪、可复现。
下面是一个典型的Qlib工作流配置片段，展示了从数据到模型的基本组织方式：
qlib_init:
provider_uri: "~/.qlib/qlib_data/cn_data"
region: cn
market: &market csi300
benchmark: &benchmark SH000300
data_handler_config: &data_handler_config
start_time: 2015-01-01
end_time: 2021-12-31
fit_start_time: 2015-01-01
fit_end_time: 2018-12-31
instruments: *market
task:
model:
class: LGBModel
module_path: qlib.contrib.model.gbdt
kwargs:
loss: mse
learning_rate: 0.05
dataset:
class: DatasetH
module_path: qlib.data.dataset
kwargs:
handler:
class: Alpha158
module_path: qlib.contrib.data.handler
kwargs: *data_handler_config
segments:
train: [2015-01-01, 2018-12-31]
valid: [2019-01-01, 2020-12-31]
test: [2021-01-01, 2021-12-31]
这段配置体现了Qlib的设计哲学：用声明式配置描述实验，把数据、模型、训练与评估解耦，便于快速替换与对比。
四、课程学习目标与知识框架
本课程的目标不是让你记住某个模型的参数，而是让你具备独立搭建、调试与评估AI量化项目的能力。具体包括：
- 理解AI量化投资的基本原理与常见误区。
- 掌握Qlib的数据组织、工作流配置与核心组件。
- 能够基于Qlib完成从数据准备到模型回测的完整流程。
- 具备分析回测结果、识别过拟合与改进策略的能力。
整体知识框架可以概括为“三层一闭环”：
| 层次 | 核心内容 | 关键产出 |
|---|---|---|
| 数据层 | 行情数据、特征工程、数据处理器 | 干净可用的训练数据集 |
| 模型层 | 模型选择、训练调参、预测信号 | 可复现的预测结果 |
| 策略层 | 组合构建、回测评估、风险控制 | 策略绩效与归因报告 |
| 闭环 | 实验管理、迭代优化、复盘 | 持续改进的研究流程 |
五、常见误区与学习建议
误区一：把回测收益当作真实收益。回测中存在幸存者偏差、未来函数与交易成本低估，实盘表现往往大打折扣。
误区二：过度追求复杂模型。在数据噪声极大的金融市场，复杂模型更容易过拟合，简单模型配合严谨流程往往更稳健。
误区三：忽视数据质量。缺失值、复权错误、停牌处理不当，都会让模型学到错误规律。
学习建议是：先跑通一个最小可用流程，再逐步替换组件。不要一开始就追求高收益策略，而要先确保流程正确、评估可信。Qlib的价值正在于它提供了一套相对规范的工程骨架，让你把精力集中在策略逻辑本身，而不是重复搭建基础设施。