Hikyuu Save

.. image:: http://fasiondog.gitee.io/hikyuu/images/00000_title.png :target: http://fasiondog.gitee.io/hikyuu :align: left :alt: Hikyuu

.. image:: https://static.pepy.tech/badge/hikyuu :target: https://pepy.tech/project/hikyuu

.. image:: https://static.pepy.tech/badge/hikyuu/month :target: https://pepy.tech/project/hikyuu

.. image:: https://static.pepy.tech/badge/hikyuu/week :target: https://pepy.tech/project/hikyuu

.. image:: https://github.com/fasiondog/hikyuu/workflows/win-build/badge.svg :target: https://github.com/fasiondog/hikyuu/actions

.. image:: https://github.com/fasiondog/hikyuu/workflows/ubuntu-build/badge.svg :target: https://github.com/fasiondog/hikyuu/actions

.. image:: https://github.com/fasiondog/hikyuu/workflows/ubuntu-aarch64-build/badge.svg :target: https://github.com/fasiondog/hikyuu/actions

.. image:: https://img.shields.io/github/license/mashape/apistatus.svg :target: https://github.com/fasiondog/hikyuu/blob/master/LICENSE.txt :alt: GitHub

Hikyuu Quant Framework是一款基于C++/Python的开源量化交易研究框架，用于策略分析及回测（目前主要用于国内A股市场）。其核心思想基于当前成熟的系统化交易方法，将整个系统化交易抽象为由市场环境判断策略、系统有效条件、信号指示器、止损/止盈策略、资金管理策略、盈利目标策略、移滑价差算法七大组件，你可以分别构建这些组件的策略资产库，在实际研究中对它们自由组合来观察系统的有效性、稳定性以及单一种类策略的效果。

详细文档： <https://hikyuu.org/>_

如果上述网站无法访问，请戳这里： <http://fasiondog.gitee.io/hikyuu/>_

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))

.. figure:: http://fasiondog.gitee.io/hikyuu/images/10000-overview.png :width: 600px

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良好的抽象，包含了九大策略组件：市场环境判断策略、系统有效条件、信号指示器、止损/止盈策略、资金管理策略、盈利目标策略、移滑价差算法、交易对象选择策略、资金分配策略。可以在此基础上构建自己的策略库，并进行灵活的组合和测试。在进行策略探索时，可以更加专注于某一方面的策略性能与影响。其主要功能模块如下：

  .. figure:: http://fasiondog.gitee.io/hikyuu/images/10002-function-arc.png :width: 600px

• 性能保障，打造自己的专属应用 目前项目包含了3个主要组成部分：基于C++的核心库、对C++进行包装的Python库(hikyuu)、基于Python的交互式工具。

  • 百万级别 K 线数据，2~3秒内完成 A 股全市场回测

  • C++核心库，提供了整体的策略框架，在保证性能的同时，已经考虑了对多线程和多核处理的支持，在未来追求更高运算速度提供便利。C++核心库，可以单独剥离使用，自行构建自己的客户端工具。

  • Python库（hikyuu），提供了对C++库的包装，同时集成了talib库（如TA_SMA，对应talib.SMA），可以与numpy、pandas数据结构进行互相转换，为使用其他成熟的python数据分析工具提供了便利。

  • hikyuu.interactive 交互式探索工具，提供了K线、指标、系统信号等的基本绘图功能，用于对量化策略的探索和回测。

• 代码简洁，探索更便捷、自由 同时支持面向对象和命令行编程范式。其中，命令行在进行策略探索时，代码简洁、探索更便捷、自由。

• 安全、自由、隐私，搭建自己的专属云量化平台 结合 Python + Jupyter 的强大能力与云服务器，可以搭建自己专属的云量化平台。将Jupyter部署在云服务器上，随时随地的访问自己的云平台，即刻实现自己新的想法，如下图所示通过手机访问自己的云平台。结合Python强大成熟的数据分析、人工智能工具（如 numpy、scipy、pandas、TensorFlow)搭建更强大的人工智能平台。

• 数据存储方式可扩展 目前支持本地HDF5格式、MySQL存储。默认使用HDF5，数据文件体积小、速度更快、备份更便利。截止至2017年4月21日，沪市日线数据文件149M、深市日线数据文件184M、5分钟线数据各不到2G。

.. image:: https://api.star-history.com/svg?repos=fasiondog/hikyuu&type=Date :target: https://star-history.com/#fasiondog/hikyuu&Date :alt: Star History Chart

项目捐赠（加入星球）

目前知识星球属于前期建设，您的加入将视为对项目的捐赠（200元）

.. figure:: http://fasiondog.gitee.io/hikyuu/images/zhishixingqiu.jpg

想要更多了解Hikyuu？请使用以下方式联系：

项目交流和问题答复将转移至知识星球-【Hikyuu量化】。

• 关注公众号：

  .. figure:: http://fasiondog.gitee.io/hikyuu/images/weixin_gongzhonghao.jpg

• QQ交流群：114910869, 或扫码加入：

  .. figure:: http://fasiondog.gitee.io/hikyuu/images/10003-qq.png

• 加入微信群（请注明“加入hikyuu”）：

  .. figure:: http://fasiondog.gitee.io/hikyuu/images/weixin_group.jpg