Go to file
2020-04-05 02:02:05 +08:00
.github/workflows update for main.yml 2019-12-10 22:20:37 +08:00
docs TimeDelta finished 2019-12-26 01:12:40 +08:00
hikyuu try update ui 2020-03-26 20:23:53 +08:00
hikyuu_cpp 内存泄漏检测优化全局变量避免误报(continue) 2020-04-05 02:02:05 +08:00
hikyuu_extern_libs@ac440612b0 支持VS调试 2020-03-01 01:24:55 +08:00
hikyuu_pywrap 优化debug模式编译 2020-04-03 02:05:27 +08:00
scripts 支持VS调试 2020-03-01 01:24:55 +08:00
test_data Support to obtain current financial information 2019-04-07 22:55:47 +08:00
.clang-format 删除format已无效配置 2020-04-01 00:45:46 +08:00
.gitattributes Update .gitattributes 2017-07-15 18:12:08 +08:00
.gitignore 优化debug模式编译 2020-04-03 02:05:27 +08:00
.gitmodules 使用github做第三方库 2019-10-02 00:51:50 +08:00
.travis.yml update for travis.yml 2020-03-11 00:04:44 +08:00
config.h.in add TimeDelta (continue) 2019-12-15 01:27:02 +08:00
cppcheck.cppcheck update for format, cppcheck, travis 2019-11-10 19:45:57 +08:00
LICENSE.996 add Anti 996 license 2019-04-07 19:00:27 +08:00
LICENSE.txt update license 2017-07-11 02:19:34 +08:00
README.rst Update README.rst 2019-11-15 22:17:51 +08:00
setup.py fixed setup.py for wheel 2020-01-14 23:47:24 +08:00
sub_setup.py fixed setup.py for wheel 2020-01-14 23:47:24 +08:00
xmake.lua 优化debug模式编译 2020-04-03 02:05:27 +08:00

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

.. image:: https://hikyuu.org/images/00000_title.png
    :target: https://hikyuu.org
    :align: left
    :alt: Hikyuu

-----------

.. image:: https://travis-ci.org/fasiondog/hikyuu.svg?branch=master
    :target: https://travis-ci.org/fasiondog/hikyuu
    
.. image:: https://github.com/fasiondog/hikyuu/workflows/win-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

.. image:: https://img.shields.io/badge/license-Anti%20996-blue.svg
    :target: https://github.com/996icu/996.ICU/blob/master/LICENSE
    :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仅受限于数据如有数据也可用于期货等。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。


祝贺 HIKYUU 入选 GITEE 最有价值开源项目 GVP
-----------------------------------------------

.. image:: https://hikyuu.org/images/gitee_GVP.jpg
    :target: https://gitee.com/gvp
    :alt: Gitee
    

**给作者加点油,每天扫扫红包,或者请作者喝杯咖啡**

.. image:: https://hikyuu.org/images/juanzeng.jpg


示例:

::

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

    #创建信号指示器以5日EMA为快线5日EMA自身的10日EMA最为慢线快线向上穿越慢线时买入反之卖出
    my_sg = SG_Flex(OP(EMA(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:: https://hikyuu.org/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:: https://hikyuu.org/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。

    - 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。