这一篇讲量化研究之后的一环：把”改个参数跑一遍”的散乱研究，变成可追踪、可复现、可上线的工程流水线。适合已经会做因子/模型/回测、但一到复现和上线就发怵的人。
本篇对应课程：MLflow × 量化工程流程化（25 讲）。系列总纲见 量化工程能力知识图谱与学习路线。 顶层总路径见 量化投资学习路径图。参考教材 / 源码
- 主参考：《Machine Learning Engineering with MLflow》Natu Lauchande（Packt）· 代码库 https://github.com/PacktPublishing/Machine-Learning-Engineering-with-MLflow
- 进阶：《Practical Deep Learning at Scale with MLflow》Yong Liu、Matei Zaharia（Packt）· 代码库 https://github.com/PacktPublishing/Practical-Deep-Learning-at-Scale-with-MLFlow
- MLflow 本体源码 https://github.com/mlflow/mlflow
为什么要学这块
量化研究员的真实日常大概是这样：改个参数跑一遍回测，夏普 1.3，不错；又改一版，忘了上一版参数是啥；结果图存在桌面 未命名7.png；三个月后老板说”那个夏普 1.3 的策略再跑一遍”——复现不出来了。
前面几门课解决的是”怎么做研究”（因子、模型、回测）和”怎么读框架”（qlib、RD-Agent）。但”研究做完之后怎么办”一直是散的：实验记在脑子里，环境靠回忆，上线的策略和当初回测的到底是不是同一个，说不清。这一层不解决，研究做得再好也留不下、传不出、上不了线。MLflow 就是补这一块的标准工具——它开源、纯 Python、本地即装即跑。
这一篇的角度：把研究工程化，不止跑出夏普
市面上的量化内容大多止步于”回测跑出夏普 1.3″。这套课接着往下讲研究之后怎么工程化——这是绝大多数人缺的一环：
- 每一环都真跑。25 讲用 qlib 的 CN 真数据，从因子实验到监控，几乎每讲都产出真实硬数字（IC / ICIR / 夏普 / 回撤 / PSI / 复现一致性），而不是书里过时股票 API 的示意。
- 贯穿一条主线：”一个量化策略的一生”——数据 → 因子实验 → 模型训练 → 回测 → 评估对比 → 打包 → 进 Registry（研究→纸上→实盘）→ 部署 → 监控。每一环都被 MLflow 记成一个可追溯的 run，串成完整流水线。
- 按 MLflow 3.14 现状讲，顺带纠偏教材。两本参考书是 1.x / 2.x 写法，很多点已经过时。本课全部真跑，发现并按现状讲清（见下文”版本纠偏”一节）。
你会学到什么（对应课程讲次）
按”量化策略全流程”分五组：
实验追踪（Tracking，第 02–07 讲）
| 讲次 | 内容 |
|---|---|
| 02 | 第一个 tracked 实验：log_param/metric/artifact，开 UI 看一个因子实验被记下来 |
| 03 | Tracking 概念模型：Experiment / Run / params / metrics / artifacts / tags 映射到量化实验 |
| 04 | 记录一个完整因子研究：lookback 当 param、IC/IR 当 metric、IC 曲线当 artifact |
| 05 | Autologging：sklearn/lightgbm 零侵入自动追踪 |
| 06 | 对比·检索·嵌套 run：search_runs 按 metric 自动找最优策略 |
| 07 | 🔬 Tracking 内核：backend store（sqlite）+ artifact store 到底把实验存哪了 |
可复现（第 08–10 讲）
| 讲次 | 内容 |
|---|---|
| 08 | MLflow Projects：MLproject + 环境声明，一次回测打包成”一条命令复现” |
| 09 | 代码 + 数据版本化：git commit 自动记 + 数据 md5/快照，根治”复现不了” |
| 10 | 参数扫描/HPO tracked：Optuna 每个 trial 一个子 run，超参搜索全程可追溯 |
Models & Registry（策略治理，第 11–14 讲）
| 讲次 | 内容 |
|---|---|
| 11 | MLflow Models：flavor / signature / log_model，把模型打包成标准件 |
| 12 | 自定义 pyfunc：把”一个策略”（因子 + 信号逻辑，不只是模型）包成标准件 |
| 13 | Model Registry：一个策略 研究→纸上→实盘 的生命周期治理 |
| 14 | 版本 · 别名（champion/challenger）· 治理：安全换上线策略、可回滚 |
评估与监控（第 15–17、23 讲）
| 讲次 | 内容 |
|---|---|
| 15 |
mlflow.evaluate + 自定义 metric：把夏普/最大回撤/换手率做成统一口径 |
| 16 | 模型解释追踪：SHAP × MLflow，把特征归因当 artifact 记录 |
| 17 | ⭐ 端到端量化流水线 tracked：数据→因子→模型→回测→报告 每步一个 run，父 run 汇总 |
| 23 | ⭐ 性能监控：数据/模型漂移、PSI/KS、告警——补上量化”上线后”的缺口 |
部署与编排（第 18–22、24–25 讲）
| 讲次 | 内容 |
|---|---|
| 18 | 数据与特征库（factor store）：因子怎么存、复用、防训练-推理偏差 |
| 19 | ML 平台架构：MLflow 在平台里的位置（对比 Michelangelo/Kubeflow/qlib） |
| 20 | 部署与推理：本地服务 / 批量打分 / 在线 API——”信号即服务” |
| 21 | 规模化：MLflow × Spark/Ray/GPU，跑大回测、大规模超参搜索 |
| 22 | 编排调度：Airflow/Prefect 定时重训与滚动 |
| 24 | MLflow for LLM/GenAI（traces/prompt）+ 和 qlib 深度整合（QlibRecorder→mlruns） |
| 25 | 收官：一套”量化研究流程化”最佳实践脚手架（目录/命名/该 log 清单/checklist） |
几个亮点（真跑硬数据）
下面的数字都是在 qlib 的 .venv（mlflow 3.14 + qlib + lightgbm + CN 数据）里真跑出来的，出处在对应讲的课件：
-
search_runs自动选最优 lookback=20，IC=+0.0451（第 06 讲）。扫一批 lookback 参数、每个一个子 run，search_runs按 IC 排序直接把最优那次捞出来——不用翻记忆、不用比对桌面截图。这就是”实验追踪”最直接的价值：选最优是一句查询，不是靠脑子记。 -
mlflow run一条命令，IC 复现一致（第 08 讲）。把一次回测写成MLproject+ 环境声明，换个时间、换个人跑，IC 和原来对得上。这一条是”三个月后复现不出来”这个痛点的正面解法——参数、代码、环境全被钉死在一次可复现的 run 里。 -
alias 切换/回滚，champion 一键换上线策略（第 14 讲）。给策略版本打
champion/challenger别名，上线是把champion指到新版本，出问题是把它指回旧版本——秒级、可审计。团队管几十个策略版本靠的就是这套别名治理，而不是口头约定”现在用 v7″。 - PSI 漂移：整体 0.15 汇总掩盖，季度拆开 6–7 爆表（第 23 讲）。用整段样本算 PSI 得 0.15，看着”轻微漂移、还能用”；按季度拆开算，某几个季度直接冲到 6–7,严重漂移被年度汇总平均掉了。这是监控里最常见的坑：汇总口径会掩盖分段的剧烈漂移，上线后不分段看漂移，等于没看。
- 端到端流水线一眼定位过拟合（第 17 讲）。数据→因子→模型→回测五步各记一个子 run、父 run 汇总，真跑跑出一次过拟合翻车——训练集漂亮、回测拉胯，run 树上逐步对比就能一眼看出病因出在哪一步。
这些不是段子，是”工程化到底值不值”的可核对证据。看懂它们，你对”研究之后该做什么”的判断，会和只会跑回测的人明显不同。
顺带一提：MLflow 3.14 版本纠偏（比书新）
两本参考书是 MLflow 1.x / 2.x 时代写的，本课全部真跑，发现不少地方已经和书对不上，按现状讲清并写进坑里：
- 元数据默认进 sqlite，不是旧的 file 布局（第 07 讲实测 sqlite 表结构）。
-
Registry 用 alias，不用旧的 stage（
Staging/Production那套已弃用）。champion/challenger 别名是 3.x 的正解（第 14 讲）。 - 模型默认存 skops，不是 pkl（第 11 讲），更安全。
-
autolog 只记训练指标，不认业务指标（第 05 讲实测）：IC、夏普这类量化 metric autolog 不会自动记，得自己
log_metric——这是量化场景最容易踩的一个坑。
建议的阅读顺序
按”量化策略全流程”从前往后走，每一讲都能真跑：
- 第 02 讲 · 跑通第一个 tracked 实验 —— 先把”记一次实验”跑通
- 第 04 讲 · 记录一个完整因子研究
- 第 06 讲 · 对比检索与嵌套 run ——
search_runs自动选最优 - 第 08 讲 · MLflow Projects：一条命令复现 —— 正面解决”复现不了”
- 第 11 讲 · MLflow Models：打包成标准件
- 第 13 讲 · Model Registry：生命周期治理、第 14 讲 · 版本别名与治理 —— alias 切换/回滚
- 第 17 讲 · 端到端量化流水线 tracked —— 把前面串成一条 pipeline
- 第 23 讲 · 性能监控：漂移检测 —— PSI 分段看漂移
- 第 25 讲 · 收官：流程化脚手架 —— 该 log 清单 + 研究→实盘 checklist
时间紧的话，至少读第 02、06、08、14、23 这五讲，”追踪→复现→治理→监控”这条工程主线就串起来了。想深挖内核的补第 07 讲（store 与溯源）。
承上启下
上一层 【工程·平台篇】解剖 qlib 与读框架方法论 把读懂并驾驭框架的能力练出来；这一篇教你把做出来的研究留得下、复现得了、上得了线——研究做得再好，复现不了、上不了线，价值就打折。往上一层是 【工程·进阶篇】LLM 自动化研究与后续方向：既有已经落地的前沿（LLM 自动研究），也有还没走完的路（执行/风控/实盘/衍生品）。完整地图见 量化工程能力知识图谱与学习路线。