title

img img img img img License

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))

img

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

💹 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:img

🚀 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。

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〜

img

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

img

img

img

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