機械学習を活用した量的投資プラットフォーム。データ処理からモデル訓練、バックテスト、ポートフォリオ最適化まで完全なパイプラインを提供します。
優良食堂ギット飯が実際に動かして検証し、選んだリポジトリです解説ページへ →中辛 の解説
スタック: Python、LightGBM、Transformer、強化学習フレームワーク。難易度: 中程度。金融データと機械学習の基礎知識が必要です。すぐに使える: はい。pip でインストール後、データを準備すれば即座にバックテストを実行できます。デモ: README内にターミナル デモが提供されており、LightGBMで株価予測を実行する流れが示されています。
こんなリポジトリです
こんなときに便利です
- 複数の機械学習パラダイム（教師あり学習、市場ダイナミクス モデリング、強化学習）を用いた株価予測因子の開発と検証
- 市場の概念漂流に適応し、リアルタイムで取引戦略をロール・オーバーする自動投資システムの構築
- LLMベースのR&D-Agentと連携して、報告書や市場データから自動的に投資因子を発掘・最適化
主な機能
ほかとの違い
金融時系列データの保存・キャッシング・取得に特化し、汎用データベースを大幅に上回る処理速度を実現。LLM駆動の自動因子マイニング・モデル最適化フレームワーク(R&D-Agent)と統合し、単なるツールではなく研究プラットフォームとして機能します。
このリポジトリの作り方
はじめてですか？ むずかしくありません — 上から順にたどれば、自分の環境で動かして味見できます。
準備するもの
- Python 3.8以上
- NumPy
- Cython
- 金融データソース
すぐに始める
- Pythonの依存関係をインストールします。
pip install numpy
pip install --upgrade cython
- Qlibリポジトリをクローンしてインストールします。
git clone https://github.com/microsoft/qlib.git && cd qlib
pip install .
- Macユーザーで M1チップの場合は、OpenMPをインストールします。
brew install libomp
- または、pipで直接最新安定版をインストールします。
pip install pyqlib
ギット飯トライで味見
入れるのが面倒で少し不安だったなら — 安全スキャンからインストールまで、ターミナル一行で終わります。
ターミナルに貼り付ければ、ギット飯の安全スキャン → 隔離フォルダへ clone → インストール → 実行方法の案内まで自動です。はじめてでも大丈夫 — この一行だけです。
npx gitbap-try microsoft/qlib
Node.js さえあれば、インストールなしで動きます · ギット飯トライとは？ →
スター推移 · 7日
確認日時
使いやすさ · まねしやすいか
- ゆるいライセンス
- テストあり
- サンプル集
- 最近の更新
- AGENTS.md
- llms.txt
- テンプレート
最近の更新あり · 2020 年に作成
「投資・金融」 こういうリポジトリを毎週受け取りませんか？
毎週月曜の朝、選んだ一膳だけ。広告なし · いつでも解除。
自分のリポジトリですか？ README にギット飯バッジを貼る
[](https://www.gitbap.com/r/microsoft/qlib)Claude からそのまま使う — ギット飯のつなぎ方
ギット飯を Claude につなぐと、こうしたリポジトリを Claude・Cursor・Codex から直接さがして試せます。
Claude の設定 → コネクタにこのアドレスを貼り付け。
https://www.gitbap.com/api/mcpプラグインを入れると /gitbap-trending·/gitbap-try のスラッシュコマンドで、その場でリポジトリを試せます。Claude Code で下の 2 行を順に実行してください。
/plugin marketplace add jakeparkcolde/gitbap-cowork/plugin install gitbap-cowork@gitbapAI が README をもとに要約しました · 原文を見る