Qlib

Qlib 是 Microsoft 开源的 AI-oriented quantitative investment platform，用于数据处理、模型训练、回测、风险建模、组合优化和订单执行等量化研究流程。这里记录的是研究基础设施，不是投资建议或交易策略推荐。

观察

Qlib 把量化研究拆成数据、模型、回测、组合和执行等模块，说明金融 AI 的基础设施不只是“模型预测涨跌”，还包括数据质量、时间点一致性、概念漂移、成本假设和可复现实验。
README 中出现 RD-Agent-Quant，说明量化研究也在 agent 化：大模型/多智能体被用于因子挖掘、模型优化和数据中心研发流程。但这仍然属于研究自动化，不等于自动交易可以盈利。
与金融数据 MCP 相比，Qlib 更偏离线研究和完整 pipeline；MCP 更偏把实时行情和指标暴露给 agent 工具链。二者都需要严格记录数据来源、版本、时间戳和权限。
与智能体交易经济性的关系是评估边界：Qlib 可以支撑回测和研究流程，但 agent 的动态判断是否覆盖推理、数据、工具和执行成本，仍需要单独做利润/成本归因。
新增的微信二次传播来源继续把 Qlib 包装成“量化交易神器”，这强化了本页边界：开源研究平台、star 数和交易盈利能力是三件不同的事。