Qlib 完全安装与配置指南：从环境搭建到数据可视化
微软开源 AI 量化平台 Qlib 的完整安装、数据准备与可视化配置教程，适用于 Windows 环境，涵盖日频/分钟级数据获取、Jupyter Notebook 中文支持及内置 LightGBM 模型运行。
2. 创建并激活虚拟环境
# 创建名为 qlib_env 的虚拟环境，指定 Python 3.9
conda create -n qlib_env python=3.9 -y
# 激活环境
conda activate qlib_env
4. （可选）克隆源码以安装扩展模块
如需使用可视化分析、回测绘图等高级功能，建议克隆完整仓库并安装 [analysis] 扩展。
# 克隆 Qlib 官方仓库
git clone https://github.com/microsoft/qlib.git
# 创建并切换到工作目录（示例为 D 盘）
mkdir d:\qlib_work
cd d:\qlib_work
# 安装可视化相关依赖（使用清华镜像源）
pip install --user -i https://pypi.tuna.tsinghua.edu.cn/simple .[analysis]
💡 若默认源下载缓慢，可始终指定
-i https://pypi.tuna.tsinghua.edu.cn/simple。
6. 下载 Qlib 内置数据集
Qlib 提供中国 A 股日频和分钟级数据，可通过命令行一键获取。
日频数据
python -m qlib.cli.data qlib_data --target_dir ~/.qlib/qlib_data/cn_data --region cn
分钟级数据（1 分钟）
python -m qlib.cli.data qlib_data --target_dir ~/.qlib/qlib_data/cn_data_1min --region cn --interval 1min
数据将下载至用户目录下的 .qlib 文件夹。
8. （进阶）将自定义 CSV 数据转换为 Qlib 格式
如果你有自己的股票日线数据（CSV 格式），可使用 Qlib 提供的 dump_bin.py 脚本转换为高效的二进制格式。
示例命令（请替换为实际路径）：
python D:\Miniconda3\qlib\scripts\dump_bin.py dump_all \
--data_path D:\Miniconda3\sh-data \
--qlib_dir D:\Miniconda3\qlib_data \
--date_field_name date \
--include_fields open,high,low,close,amount,volume \
--file_suffix .csv
参数说明：
--data_path：原始 CSV 文件所在目录--qlib_dir：输出二进制数据的目录--date_field_name：日期字段名--include_fields：需要导入的字段列表--file_suffix：原始文件的扩展名
总结
以上步骤涵盖了 Qlib 从零开始的完整配置流程，包括：
- 虚拟环境搭建
- 核心库与扩展模块安装
- 数据获取与自定义数据转换
- 模型运行与可视化环境配置
按顺序操作即可在本地搭建一套完整的 AI 量化研究环境。如有问题，欢迎在评论区交流讨论。 点我查看更多精彩内容:www.ldmzy.com
