hikyuu 2.7.9

Hikyuu Quant Framework for System Trading Analysis and backtester

---

Hikyuu Quant Framework 是一款基于 C++/Python 开发的开源超高速量化研究框架，免费开放、无使用限制。项目深耕国内量化金融技术研究，深度适配 A 股市场数据体系，聚焦策略建模、量化模拟回测与金融数据分析，核心能力覆盖量化模型研发、高速金融计算、标准化回测体系、研究能力拓展四大方向。

框架依托成熟的系统化交易研究理念，将量化分析体系拆解为市场环境研判、策略生效条件判定、信号指标解析、盈亏风控模型、资金配比模型、收益目标测算、滑点模拟算法、多因子建模、投资组合分析、资金分配等独立模块化组件。用户可自由组合模块、搭建专属策略模型库，通过模拟回测验证策略稳定性与有效性，完成量化策略研究与数据分析工作。同时框架预留拓展接口，支持开发者自主开发、对接合规的第三方交易接口（如 QMT 等官方合规终端接口），满足个性化技术拓展与私有适配需求。

免责声明 ：本项目为开源金融技术研究工具，仅供个人学习、学术研究与数据分析使用，不构成任何投资建议与交易指导，不提供、不内置证券交易服务。框架仅提供通用接口拓展能力，仅建议用户对接持牌机构提供的合规交易终端接口；用户自主新增、对接各类交易接口、开发拓展功能以及对应的实操行为，均由用户自行承担全部风险与法律责任，严禁对接非法交易通道、用于违规交易场景。

安装及使用，请先看帮助文档，谢谢！https://hikyuu.readthedocs.io/zh-cn/latest/index.html

👉 项目地址：

• https://github.com/fasiondog/hikyuu
• https://gitee.com/fasiondog/hikyuu
• https://gitcode.com/hikyuu/hikyuu

👉 项目首页：https://hikyuu.org/

👉 帮助文档：https://hikyuu.readthedocs.io/zh-cn/latest/index.html

👉 Wiki文档（AI生成）：https://github.com/fasiondog/hikyuu/wiki

👉 入门示例: https://nbviewer.org/github/fasiondog/hikyuu/blob/master/hikyuu/examples/notebook/000-Index.ipynb?flush_cache=True

👉 策略部件库：https://gitee.com/fasiondog/hikyuu_hub

👉 感谢网友提供的 Hikyuu Ubuntu虚拟机环境, 百度网盘下载(提取码: ht8j): https://pan.baidu.com/s/1CAiUWDdgV0c0VhPpe4AgVw?pwd=ht8j

示例：

    #创建模拟交易账户进行回测，初始资金30万
    my_tm = crtTM(init_cash = 300000)

    #创建信号指示器（以5日EMA为快线，5日EMA自身的10日EMA作为慢线，快线向上穿越慢线时买入，反之卖出）
    my_sg = SG_Flex(EMA(CLOSE(), n=5), slow_n=10)

    #固定每次买入1000股
    my_mm = MM_FixedCount(1000)

    #创建交易系统并运行
    sys = SYS_Simple(tm = my_tm, sg = my_sg, mm = my_mm)
    sys.run(sm['sz000001'], Query(-150))

完整示例参见：https://nbviewer.jupyter.org/github/fasiondog/hikyuu/blob/master/hikyuu/examples/notebook/000-Index.ipynb?flush_cache=True

🔥 为什么选择 Hikyuu？

💹 组合灵活，分类构建策略资产库

Hikyuu 对系统化交易方法进行了轻量化抽象，涵盖市场环境判断、系统有效条件、信号指示器、止损 / 止盈策略、资金管理、盈利目标、滑点算法、交易对象筛选、资金分配等核心组件。你可以基于这些组件自由搭建专属策略库，灵活组合、高效回测，并在策略探索时专注于单一模块的效果与影响，大幅提升研究效率。主要功能架构如下：

🚀 极致性能，轻松构建专属量化应用

项目由三大部分构成：高性能 C++ 核心库、Python 接口层（hikyuu）、以及交互式探索工具。

• AMD 7950x 实测：A 股全市场 1913 万日 K 线，首次加载 + 计算 20 日均线并求和，仅需 6 秒；数据预热后，同操作耗时仅需 166 毫秒。性能实测: 性能实测
• C++ 核心库：内置完整策略框架，原生支持多线程与多核加速，为超高算力场景预留扩展空间；核心库可独立剥离使用，帮助开发者快速构建自定义量化工具。
• Python接口层（hikyuu）对 C++ 核心进行轻量化封装，集成 TA-Lib，支持与 numpy、pandas 无缝互转，轻松对接主流 Python 数据分析生态。
• hikyuu.interactive 交互式探索工具，内置 K 线、指标、信号可视化能力，适合快速策略验证与回测分析。

🍳 语法简洁，策略探索更高效自由

同时支持面向对象与命令行两种编程范式。尤其在策略探索阶段，命令行风格语法极简、表达直观，让你更快验证想法、迭代策略。

🔐 自主可控，搭建专属云量化平台

结合 Python + Jupyter 与云服务器，即可搭建完全自主可控的云量化平台。部署后随时随地访问（手机、平板、电脑均可使用），快速落地新想法。同时可无缝对接 numpy、scipy、pandas、TensorFlow 等成熟 AI 与数据分析工具，构建智能量化系统。也可按需自定义界面、实现服务化部署。

🎁 模块化可扩展数据存储

目前支持本地 HDF5、MySQL 两种存储方式，默认采用 HDF5（文件体积小、读写速度快、备份便捷）。截至 2017 年 4 月 21 日，沪市日线数据文件仅 149MB，深市 184MB，5 分钟线数据整体小于 2GB。通过插件可扩展 ClickHouse 存储，其读写速度优于 HDF5、空间占用远低于 MySQL，更适配分钟级及以下粒度的高频数据存储。

🍺 想要更多了解Hikyuu？请使用以下方式联系：

因作者精力有限，对捐赠用户的问题会优先解答、确保响应；非捐赠用户的咨询会在时间允许的情况下尽力回复😁

交流渠道以微信群为主、QQ 群为辅。加入任一社群请备注 “加入 hikyuu”，未备注将无法通过验证哦～

🎉 感谢捐赠，让 Hikyuu 走得更远

🎁 捐赠计划与附赠参见：https://hikyuu.readthedocs.io/zh-cn/latest/vip/donate-plan.html

说明	捐赠链接（与下方二维码同）
请作者喝杯☕️（30元）	https://pay.ldxp.cn/item/gflv3v
订阅180天（50元）	https://pay.ldxp.cn/item/du4h8s
订阅365天（100元）	https://pay.ldxp.cn/item/ehbz9b
加入星球 (3台设备及其他， 首年300元， 续费半价）	https://t.zsxq.com/YSATD

⭐️ 支持项目，点亮你的星

私域定制

项目依赖说明

Hikyuu 的 C++ 核心模块直接依赖以下开源项目（间接依赖项及 Python 侧依赖未列出；Python 依赖可参考 requirements.txt 文件）。在此感谢所有开源作者的贡献

名称	项目地址	License
xmake	https://github.com/xmake-io/xmake	Apache 2.0
hdf5	https://github.com/HDFGroup/hdf5	hdf5 license
mysql(client)	https://github.com/mysql/mysql-server	mysql license
fmt	https://github.com/fmtlib/fmt	fmt license
spdlog	https://github.com/gabime/spdlog	MIT
sqlite	https://www.sqlite.org/	sqlite license
flatbuffers	https://github.com/google/flatbuffers	Apache 2.0
nng	https://github.com/nanomsg/nng	MIT
nlohmann_json	https://github.com/nlohmann/json	MIT
boost	https://www.boost.org/	Boost Software License
python	https://www.python.org/	Python license
pybind11	https://github.com/pybind/pybind11	pybind11 license
gzip-hpp	https://github.com/mapbox/gzip-hpp	BSD-2-Clause license
doctest	https://github.com/doctest/doctest	MIT
ta-lib	https://github.com/TA-Lib/ta-lib.git	BSD-3-Clause license
clickhouse	https://github.com/ClickHouse/ClickHouse	Apache 2.0
xxhash	https://github.com/Cyan4973/xxHash	BSD 2-Clause License
utf8proc	https://github.com/JuliaStrings/utf8proc	MIT
arrow	https://github.com/apache/arrow	Apache 2.0
eigen	https://gitlab.com/libeigen/eigen	Apache 2.0
mimalloc	https://github.com/microsoft/mimalloc	MIT