Qlib 量化金融研究详细工作流指南

尽管 Qlib 支持基于配置自动运行整个量化研究工作流，但对于希望深入定制每个组件的高级用户来说，手动控制往往能带来更大的灵活性。如果你只需要一个简单的示例，快速入门或 workflow_by_code 或许更合适；但若你想探究 Quant 研究的细节，本部分将带你逐步构建组件。我们希望通过这个脚本，为对 Quant 细节感兴趣的开发者提供一份实用的教程。

首先，我们需要导入必要的工具并定义基础配置。这里使用了标准库和 pandas 来处理路径与数据对象。

from pprint import pprint
from pathlib import Path
import pandas as pd

接下来是核心环境变量的设定。这些参数决定了实验的市场范围、基准指数以及实验名称，确保后续流程在正确的上下文中运行。

MARKET = "csi300"
BENCHMARK = "SH000300"
EXP_NAME = "tutorial_exp"

完成初始化后，我们可以按照以下步骤使用 CLI 下载数据。在本例中，为了演示底层逻辑，我们将直接使用 API 自动完成数据获取，这样能更清晰地看到数据加载的机制。