开源超高速量化交易框架

Hikyuu
Quant Framework

基于 C++/Python 开发的开源超高速量化交易研究框架,聚焦策略分析、回测与实盘能力扩展(深度适配国内 A 股市场)。核心能力覆盖四大维度:交易模型研发、极速计算引擎、高效回测体系、实盘交易拓展。

Hikyuu Overview
166ms
预热后 1913 万 K 线求和耗时(AMD 7950x)
10+
核心策略组件 · 自由组合构建资产库
4 种
存储方式(HDF5 / MySQL / ClickHouse / SQLite)
核心优势

为什么选择 Hikyuu

强大的功能特性,助力您的量化交易研究

组合灵活,分类构建策略资产库

对系统化交易方法进行轻量化抽象,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。基于这些组件自由搭建专属策略库,灵活组合、高效回测,大幅提升研究效率。

极致性能,轻松构建专属量化应用

C++ 核心库原生支持多线程与多核加速;Python 接口层集成 TA-Lib,与 numpy、pandas 无缝互转。AMD 7950x 实测:A 股全市场 1913 万日 K 线预热后,计算 20 日均线并求和仅需 166 毫秒。核心库可独立剥离,快速构建自定义工具。

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。命令行风格语法极简、表达直观,搭配 hikyuu.interactive 内置的 K 线、指标、信号可视化能力,策略验证与回测分析更加得心应手。

自主可控,搭建专属云量化平台

结合 Python + Jupyter 与云服务器,搭建完全自主可控的云量化平台,手机、平板、电脑随时随地访问。无缝对接 numpy、scipy、pandas、TensorFlow 等 AI 与数据分析工具,按需自定义界面、实现服务化部署。

模块化可扩展数据存储

支持 HDF5、MySQL、ClickHouse、SQLite 四种存储方式。默认 HDF5 文件体积小、读写快、备份便捷。插件扩展的 ClickHouse 存储读写速度优于 HDF5、空间占用远低于 MySQL,更适配分钟级高频数据。

开源透明,数据安全可控

Apache 2.0 开源协议,代码透明审计无忧。核心数据、策略全量本地可控,C++ 核心库可独立剥离使用,自由打造专属客户端工具,无需担心第三方平台限制。

快速上手

简洁的API设计

几行代码即可创建一个完整的量化策略回测系统。Hikyuu提供直观的API,让策略开发更高效。

查看更多示例
# 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))
系统架构

交易系统化架构

遵循系统化交易理念严谨架构,每个组件可独立替换、自由组合

开源项目

浏览源码

欢迎 Star、Fork,参与贡献

社区支持

加入我们

交流以微信群为主、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~

微信群  ·  QQ 群

加入任一社群请备注「加入 hikyuu」

微信群和QQ群二维码

知识星球

首年 300 元 / 续费半价 · 3 台设备登录 · 含专属微信群及策略部件库

Hikyuu量化星球

公众号

关注获取最新资讯、性能测试与技术文章

hikyuu量化

需要的帮助:测试反馈 BUG · 编写文档 · 开发新功能 · 网站优化
建议通过在码云上开 issue 方式来贡献以上内容