博客
关于我
Hikyuu 1.1.6 发布,高性能量化交易研究框架
阅读量:567 次
发布时间:2019-03-09

本文共 625 字,大约阅读时间需要 2 分钟。

Hikyuu 1.1.6 已正式发布,这是一个功能丰富的量化交易研究框架。以下是本次版本中的主要更新内容:

  • 优化启动速度:hikyuu.interactive 的启动加载速度有了显著提升,启动时间更短拉近了用户体验。

  • 预加载设置:HikyuuTDX 的预加载功能得到了进一步优化。用户可以根据机器内存大小自行设置需要加载到内存的K线数据量。这一设置有助于提高运行效率,减少内存占用。

  • 定时行情采集:新增定时行情采集功能,当定时采集服务运行时,hikyuu.interactive 将自动连接采集服务,获取最新的K线数据。这一功能提升了数据更新的及时性和自动化程度。

  • 定时导入:实现了定时数据导入功能,减少了手动导入数据的繁琐工作,提高了工作效率。

  • 定时重新加载:新增每日零时钟自动重新加载内存数据的功能,使得hikyuu能够在24小时内无缝运行,无需手动终止。

  • 修复MySQL查询问题:修复了使用MySQL时无法按日期查询获取K线数据的问题。这对于依赖历史数据查询的用户来说是个重要的改进。

  • Hikyuu 是一款基于C++和Python的高性能开源量化交易研究框架,主要用于股票市场的策略分析和回测。其独特之处在于将完整的策略分解为多个组件,通过重用不同策略部分,减轻了编写策略代码的负担。例如,止损和资金管理策略均可简单指定即可完成策略组合。用户可以自由遍历所有股票,对不同策略进行综合统计分析,测试多种策略组合效果。

    更多信息,欢迎访问项目主页。

    转载地址:http://lvjpz.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
    查看>>
    OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
    查看>>
    OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
    查看>>
    OpenCV与AI深度学习 | 基于YOLO11的车体部件检测与分割
    查看>>
    OpenCV与AI深度学习 | 基于YoloV11自定义数据集实现车辆事故检测(有源码,建议收藏!)
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8 + BotSORT实现球员和足球检测与跟踪 (步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8实现高级目标检测和区域计数
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
    查看>>
    OpenCV与AI深度学习 | 基于YoloV8的药丸/片剂类型识别
    查看>>
    OpenCV与AI深度学习 | 基于YOLO和EasyOCR从视频中识别车牌
    查看>>
    OpenCV与AI深度学习 | 基于图像处理的火焰检测算法(颜色+边缘)
    查看>>
    OpenCV与AI深度学习 | 基于拉普拉斯金字塔实现图像融合(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
    查看>>
    OpenCV与AI深度学习 | 基于深度学习的轮胎缺陷检测系统
    查看>>
    OpenCV与AI深度学习 | 如何使用YOLOv9分割图像中的对象
    查看>>
    OpenCV与AI深度学习 | 如何使用YOLOv9检测图片和视频中的目标
    查看>>
    OpenCV与AI深度学习 | 如何在 Docker 容器中使用 GPU
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV中更稳更快的找圆方法--EdgeDrawing使用演示(详细步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV传统方法实现密集圆形分割与计数(详细步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV实现扫描文本矫正应用与实现详解(附源码)
    查看>>