python量化交易的框架_hikyuu:基于C++/Python的开源量化交易研究框架

Hikyuu Quant Framework是一款基于C&＃43;&＃43;/Python的开源量化交易研究框架&＃xff0c;用于策略分析及回测(仅受限于数据&＃xff0c;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&＃xff0c;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&＃xff0c;你可以分别构建这些组件的策略资产库&＃xff0c;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

给作者加点油&＃xff0c;每天扫扫红包&＃xff0c;或者请作者喝杯咖啡

示例&＃xff1a;

#创建模拟交易账户进行回测&＃xff0c;初始资金30万

my_tm &＃61; crtTM(initCash &＃61; 300000)

#创建信号指示器(以5日EMA为快线&＃xff0c;5日EMA自身的10日EMA最为慢线&＃xff0c;快线向上穿越慢线时买入&＃xff0c;反之卖出)

my_sg &＃61; SG_Flex(OP(EMA(n&＃61;5)), slow_n&＃61;10)

#固定每次买入1000股

my_mm &＃61; MM_FixedCount(1000)

#创建交易系统并运行

sys &＃61; SYS_Simple(tm &＃61; my_tm, sg &＃61; my_sg, mm &＃61; my_mm)

sys.run(sm[&＃39;sz000001&＃39;], Query(-150))

为什么选择 Hikyuu&＃xff1f;

组合灵活&＃xff0c;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&＃xff0c;包含了九大策略组件&＃xff1a;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&＃xff0c;并进行灵活的组合和测试。在进行策略探索时&＃xff0c;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&＃xff1a;

性能保障&＃xff0c;打造自己的专属应用 目前项目包含了3个主要组成部分&＃xff1a;基于C&＃43;&＃43;的核心库、对C&＃43;&＃43;进行包装的Python库(hikyuu)、基于Python的交互式工具。

C&＃43;&＃43;核心库&＃xff0c;提供了整体的策略框架&＃xff0c;在保证性能的同时&＃xff0c;已经考虑了对多线程和多核处理的支持&＃xff0c;在未来追求更高运算速度提供便利。C&＃43;&＃43;核心库&＃xff0c;可以单独剥离使用&＃xff0c;自行构建自己的客户端工具。

Python库(hikyuu)&＃xff0c;提供了对C&＃43;&＃43;库的包装&＃xff0c;同时集成了talib库(如TA_SMA&＃xff0c;对应talib.SMA)&＃xff0c;可以与numpy、pandas数据结构进行互相转换&＃xff0c;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&＃xff0c;提供了K线、指标、系统信号等的基本绘图功能&＃xff0c;用于对量化策略的探索和回测。

代码简洁&＃xff0c;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&＃xff0c;命令行在进行策略探索时&＃xff0c;代码简洁、探索更便捷、自由。

安全、自由、隐私&＃xff0c;搭建自己的专属云量化平台 结合 Python &＃43; Jupyter 的强大能力与云服务器&＃xff0c;可以搭建自己专属的云量化平台。将Jupyter部署在云服务器上&＃xff0c;随时随地的访问自己的云平台&＃xff0c;即刻实现自己新的想法&＃xff0c;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&＃xff0c;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&＃xff0c;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。