QLib源码解读 - 架构分析

微软刚出了QLib量化框架， 也发布了源码。 并且给了如下的框架图， 从框架来看， 分底层基础平台， 工作流， 接口 这3层。 

1. 存储性能

首先想说的是论文的卖点和Github是不同的卖点。论文强调的是数据存储快。Github还强调框架集成AI算法。 

个人觉得， 就时间序列存储最好的办法，就是使用ClickHouse了，查询又快，扩展性又好，单机也可以部署。未必要使用Qlib的存储。  ClickHouse的压缩性能极好，是MySQL的1/30，并且查询效率是MySQL的100倍。 

所以存储来说QLib方案没有优势，需要存储性能，直接上ClickHouse。 接下来看一下框架。 

代码框架

代码文件

核心的部分有3大模块， 第一块，是配置，数据，和工作流程。 

第二块， backtest和strategy部分。 

第三块，分析模块

数据结构组织

1， 数据处理

2. 机器学习模型

3. Ta指标

4.  账户仓位管理

5. 策略

6. 可视化

7. 工作流

通过上面7个典型的模块， 大致能够看到QLib目前开放的情况。 在基础架构和数据结构方面做了大量的工作。 

但微软的核心力量的部分其实并没有开放：

1.  文本处理成因子

2.  强化学习形成持续优化的策略

3.  仓位管理和资产配置

小结：

Qlib平台的开放是互联网+AI+金融的大事， 目前QLib给出了非常好的框架和很多底层代码， 期望能进一步开放更多的能力。 同时，能够集成其他优秀的软件一起打造平台。