Qlib 是什麼？用 finlab 在台股打造 AI 選股完整教學（Alpha158 + LightGBM）

Qlib 是微軟開源的 Python AI 量化投資研究平台，把資料處理、特徵生成、模型訓練、回測與下單決策串成一條龍，內建十餘種機器學習與深度學習的選股模型範例。 它最大的門檻是：預設資料只有中國（滬深 300）與美股，沒有台股，而且要自己把資料轉成 Qlib 的二進位格式、處理台股「一張 1000 股、漲跌停 10%」這些市場規則。這篇先把 Qlib 是什麼、強在哪講清楚，再示範用 finlab[qlib] 三步驟把它接上台股：把資料倒進 Qlib（q.dump()）、生成 Alpha158 特徵（q.alpha()）、用 q.get_models() 一鍵訓練 LightGBM、XGBoost 等模型來回測。

Qlib 關鍵數字

Qlib 的三個特色

內建多種 AI 演算法模型

Qlib 最有價值的地方在於降低了使用 AI 演算法的門檻。套件內有十幾個機器學習與深度學習在股票交易上的應用範例，許多是相對新穎的架構，且都已模組化，換資料、調參數就能用。其中不少屬於 Self-attention 一類，例如 TRA（Temporal Routing Adaptor）把 LSTM 延伸成能學習多種策略風格的模型。想先理解 LSTM 在股價序列上的基本用法，可以參考我們用 LSTM 解析 K 線預測台股的實作。GitHub 上除了程式碼，也在 qlib/examples/benchmarks 附上對應論文，方便開發者追到方法本身。

現成的特徵資料集

AI 訓練的第一步是準備特徵，而生成好特徵並不容易。Qlib 基於股市資料建構了 Alpha158 與 Alpha360 兩套特徵集，把價量資料展開成大量訊號：

Workflow 與 Recorder 訓練管理

Workflow 層負責模型的訓練與回測，從尋找獲利因子（Alpha）與風險因子，一路到資產配置、選股、下單決策。搭配的 Recorder 流程管理器則用來記錄與儲存訓練過程與結果；AI 模型訓練時間長、偶爾中斷，Recorder 能讓你從中斷處續跑，不必從頭再來。

Qlib 背後的研究脈絡

Qlib 把近年「機器學習做資產定價」的研究成果工程化成一套可重複使用的平台。微軟團隊在 Yang et al. (2020) 提出 Qlib，定位為「AI 導向的量化投資平台」，目標是把資料處理、特徵工程、模型訓練到回測的流程標準化，讓不同模型能在同一套資料與評估標準下公平比較。

機器學習能否真的改善選股，學界已有具規模的證據。Gu, Kelly & Xiu (2020) 在 Review of Financial Studies 用美股數十年資料比較各種方法，發現樹模型與神經網路在預測股票報酬上，普遍優於傳統線性因子模型，主因是能捕捉因子之間的非線性與交互作用，這正是 Qlib 內建 LightGBM 與深度學習模型的理由。不過同一份研究也提醒：機器學習的優勢來自「組合大量弱訊號」，對資料品質與防止過擬合的要求很高，這也是後面實作會特別強調樣本內外切分與交易成本的原因。

為什麼 Qlib 預設跑不了台股

Qlib 是通用型框架，特徵幾乎都用價格序列製作，預設市場綁定滬深 300 與美股。要在台股使用，得自己處理兩件麻煩事：一是把台股資料轉成 Qlib 自家的 .bin 二進位格式（含日曆、商品清單、還原因子），二是設定台股的市場規則，包括成交單位一張 1000 股、漲跌停 10%、以收盤價成交。這兩件事工程量都不小，也是很多人卡關的地方。finlab 的 finlab.ml.qlib 模組把這兩件事包成函式，所以你不用碰 Qlib 底層。

安裝：一行帶起 finlab + Qlib

pip install 'finlab[qlib]'

模型後端是選用的，需要哪個再裝哪個（Colab 多半已預裝）：

pip install lightgbm xgboost catboost
pip install ta-lib

桌機安裝 TA-Lib 用 conda install conda-forge::ta-lib；Colab 上則用 pip install ta-lib-bin。第一次跑到需要資料時，finlab 會自動引導你登入，照指示操作即可，程式碼不需要手動填任何 token。

三行：把台股倒進 Qlib、生成 Alpha158 特徵

from finlab.ml import qlib as q
 
q.dump()                    # 把台股資料轉成 Qlib 格式（第一次執行較久）
q.init()                    # 以台股設定初始化 Qlib（一張 1000 股、漲跌停 10%、收盤價成交）
f158 = q.alpha("Alpha158")  # 生成 158 種價量特徵

q.dump() 會把台股的開高低收、成交量與還原因子寫成 Qlib 的 .bin 資料庫；q.init() 等同台股版的 qlib.init()，自動把成交單位設成 1000 股、漲跌停 0.1、成交價設為收盤價。q.alpha() 支援 Alpha158 與 Alpha360 兩種特徵集（差異見上方表格）。

Alpha158 在全台股、日頻展開後資料量很大。把頻率改成「週」可以省下約 80% 的資料量，在 50GB RAM 的環境（如 Colab Pro）勉強跑得動：

from finlab.ml import label as mll
from finlab.ml import feature as mlf
 
features = mlf.combine({
    'qlib': f158,
}, resample='W')
 
labels = mll.return_percentage(features.index, period=2)

mlf.combine 把特徵重採樣到週頻並對齊索引，mll.return_percentage 生成「未來 2 期報酬率」當訓練標籤。實務上 Alpha158 裡的 VWAP0 欄位會整欄是空值，訓練前先移除（或用 mlf.combine 自行補一份 VWAP）：

features = features.drop('VWAP0', axis=1)

一鍵叫出所有 Qlib 模型來訓練

finlab 把 Qlib 的模型工廠包成 q.get_models()，回傳一整批可直接訓練的模型；缺哪個後端（例如沒裝 CatBoost）就自動略過，不會中斷：

model_templates = q.get_models()

目前可取得的模型如下表，涵蓋梯度提升樹到深度學習：

訓練時把資料切成樣本內（2020 年以前）與樣本外（2020 年以後），逐一訓練並隨手存檔，避免 RAM 中途爆掉得從頭來過：

import os
import gc
import pickle
import numpy as np
 
model_templates = q.get_models()
is_train = features.index.get_level_values('datetime') < '2020-01-01'
 
model_path = './models.pkl'
models = {}
if os.path.isfile(model_path):
    with open(model_path, 'rb') as f:
        models = pickle.load(f)
 
for name, Model in model_templates.items():
    if name in models or name == 'DNNModel':
        continue
 
    X_train = features.loc[is_train]
    y_train = labels.loc[is_train]
 
    # 清掉 inf / NaN 後再訓練，避免某些模型報錯
    ok = X_train.replace([np.inf, -np.inf], np.nan).notna().all(axis=1) \
        & y_train.replace([np.inf, -np.inf], np.nan).notna()
    model = Model()
    model.fit(X_train.loc[ok], y_train.loc[ok])
 
    models[name] = model
    with open(model_path, 'wb') as f:
        pickle.dump(models, f)
    gc.collect()

每個模型在 fit() 時會自動從訓練集切出驗證集，用來監控過擬合，這也是用 finlab 包裝後省事的地方。

樣本外回測：比較各模型的選股能力

把訓練好的模型套到 2020 年以後的樣本外資料，產生預測分數，再用 finlab 的 sim() 月頻回測。下面對每個模型都選預測分數最高的 20 檔股票：

from finlab.backtest import sim
from finlab import data
import matplotlib.pyplot as plt
 
ys = {name: model.predict(features[~is_train]) for name, model in models.items()}
 
reports = {}
for name, y in ys.items():
    with data.universe('TSE_OTC'):
        close = data.get('price:收盤價')
        report = sim(y[close.notna()].is_largest(20), resample='M', upload=False)
        reports[name] = report
        report.creturn.plot(label=name)
 
plt.legend()
plt.show()

不同模型的選股能力有明顯差距。把每個模型的回測指標整理成表後可以看到，梯度提升樹這一類（以 LGBModel 為代表）在這段樣本外期間的表現相對突出：

以表現最好的 LGBModel 為例，再加上兩道實務濾網：20 日均量大於 20 萬股（避免買到回測買得到、實單買不到的低流動性股），以及股價站上近 10 日高點（順勢），縮到只選 10 檔：

y = ys['LGBModel']
 
with data.universe('TSE_OTC'):
    close = data.get('price:收盤價')
    vol = data.get('price:成交股數')
 
    liquid = vol.average(20) > 200_000      # 流動性濾網
    momentum = close >= close.rolling(10).max()  # 動能濾網
 
    position = y[liquid & momentum].is_largest(10)
    report = sim(position, resample='M', upload=False)
    report.display()

完整的權益曲線、年化報酬、最大回撤與夏普值都在上面的回測報告裡。把這段程式碼當成起點，換特徵、換濾網、換再平衡頻率，都能延伸出自己的版本。

回測方法與限制

AI 模型最容易給人「指標漂亮、方法很薄」的錯覺，所以把這個範例的設定與沒做到的地方一次講清楚：

• 交易成本：sim() 預設已內扣台股手續費 0.1425% 與賣出證交稅 0.3%，月頻再平衡的成本已反映在績效裡。
• 股票池與流動性：宇宙為上市加上櫃（TSE_OTC）；最後一版策略加了 20 日均量大於 20 萬股的流動性門檻，但未估算策略容量（資金規模拉大後的衝擊成本未計）。
• 樣本內外：2020 年以前訓練、2020 年以後測試，屬於單一切點的樣本外，沒有做滾動重訓練；參數（選 10 檔、近 10 日高、月頻）未做敏感度掃描。
• 前視偏差：特徵與標籤都用 combine 對齊索引，標籤是「未來 2 期報酬」，預測時只用樣本外特徵，沒有用到未來資料。
• 基準對照：本文聚焦各模型之間的相對比較，未與含息 0050 做同口徑對照；想看「贏不贏大盤」的嚴謹比較，可參考〈台股選股回測：單因子全輸 0050、複合策略風險調整後勝出〉的基準口徑。
• 模型的時運：AI 模型對市場結構（regime）敏感，這幾個月的整體表現偏弱，不代表方法失效，但也提醒：樣本外亮眼不等於未來保證，實單前務必自行重跑與驗證。

這段「沒做到什麼」比任何一個漂亮數字都重要，它決定了你能不能信任這個結果。

Qlib 和 finlab 怎麼選

兩者並不互斥：Qlib 提供模型與特徵的肩膀，finlab 補上台股資料與回測，用 finlab[qlib] 接起來就能在台股上享受 Qlib 的研究能力。想完整理解量化研究的全貌，可以從量化交易完整指南入門。

適合誰、不適合誰

適合：想用機器學習做選股研究、又不想從零打造工程框架的人；已熟悉 Python、想站在現成模型與特徵肩膀上的人。

不適合：只想要一鍵買賣訊號、不打算碰程式與模型訓練的人，這類需求用現成的台股選股策略或 AI 對話式操作會更省事。Qlib 的學習曲線偏陡、框架也較重，如果你的目標只是快速驗證一個選股想法，建議先用 finlab 把策略跑出來、確認方向有效，再回頭考慮要不要導入 Qlib 的 ML 流程。

常見問題（FAQ）

Qlib 是什麼？

Qlib 是微軟開源的 AI 量化投資研究平台，用 Python 把資料、特徵、建模、回測到下單決策整合成一條龍流程，內建十餘種機器學習與深度學習選股模型範例，定位是給研究者用的 AI 量化骨架。

Qlib 可以用在台股嗎？

可以，但 Qlib 本身沒有台股資料。透過 finlab 的 finlab.ml.qlib，用 q.dump() 把台股資料轉成 Qlib 格式、q.init() 套用台股市場規則，就能在台股上使用 Qlib 的 Alpha158／Alpha360 特徵與內建模型。

finlab[qlib] 怎麼安裝？

執行 pip install 'finlab[qlib]' 即可一次帶起 finlab 與 Qlib。模型後端（LightGBM、XGBoost、CatBoost）與 TA-Lib 是選用的，需要時再各自安裝。

Alpha158 和 Alpha360 差在哪？需要多少記憶體？

Alpha158 是 158 個價量特徵，是日常研究主力；Alpha360 是 360 個，更細但展開後常需上百 GB 記憶體。即使是 Alpha158，全台股日頻也很吃資源，把頻率改成週頻可省約 80% 資料量，50GB RAM 環境較能負荷。

q.get_models() 有哪些模型？

涵蓋 LGBModel（LightGBM）、XGBModel（XGBoost）、CatBoostModel、DEnsmbleModel、LinearModel、TabnetModel、DNNModel、SFMModel。沒安裝對應後端的模型會自動被略過，不影響其他模型訓練。

為什麼要透過 finlab 使用 Qlib，而不是單獨用 Qlib？

Qlib 框架相對封閉，預設不含台股，也不容易和 sklearn、LightGBM 等生態無縫銜接。finlab 一方面補上台股資料與市場規則，一方面把特徵生成、模型訓練、回測接到自己的資料與 sim() 回測引擎，研究流程也能跟既有的台股因子策略共用同一套資料來源。

這個 AI 選股策略可以照抄拿去實單嗎？

不建議照抄就上。範例是單一切點的樣本外示範，沒有做容量估計、滑價假設與滾動重訓練，AI 模型又對市場結構敏感。把它當研究起點，自行重跑、加上停損與資金控管等風控機制後再評估，並先用小額或模擬部位驗證一段時間。

延伸閱讀

• 量化交易完整指南
• 程式交易是什麼？教學、優缺點與可跑的 Python 回測
• Information Coefficient（IC）：用台股真實 IC 驗證因子
• 機器學習真的無法預測股價嗎？用 AI 產生交易訊號的正確方法
• 用深度學習 LSTM 解析 K 線圖，實作台股股價預測
• 用 Python 計算 158 種常見技術指標（TA-Lib 教學）
• AI 量化研究：用提示詞把選股想法跑成可回測策略
• Python 股票選股與回測教學：5 分鐘用 finlab 挑股票做回測
• AI 量化實測：Qwen 3 自動寫策略，12 次迭代結果

投資警語：本文為教學與研究分享，不構成投資建議。回測為歷史資料下的結果，不保證未來績效；AI 模型可能因市場結構改變而失效，實際投入前請自行驗證並控制風險。

最後更新：2026-06｜回測區間：訓練 ~2019、樣本外 2020 年起｜作者：FinLab 量化研究團隊（經量化研究員審閱）