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 | 实战篇——基于YOLOv8和OpenCV实现车速检测(详细步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战|OpenCV实时弯道检测(详细步骤+源码)
    查看>>
    OpenCV与AI深度学习 | 实用技巧 | 使用OpenCV进行模糊检测
    查看>>
    OpenCV与AI深度学习 | 实践教程|旋转目标检测模型-TensorRT 部署(C++)
    查看>>
    OpenCV与AI深度学习 | 工业缺陷检测中数据标注需要注意的几个事项
    查看>>
    OpenCV与AI深度学习 | 干货 | 深度学习模型训练和部署的基本步骤
    查看>>
    OpenCV与AI深度学习 | 手把手教你用Python和OpenCV搭建一个半自动标注工具(详细步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 水下检测+扩散模型:或成明年CVPR最大惊喜!
    查看>>
    OpenCV与AI深度学习 | 深入浅出了解OCR识别票据原理
    查看>>
    OpenCV与AI深度学习 | 深度学习检测小目标常用方法
    查看>>
    OpenCV与AI深度学习 | 超越YOLOv10/11、RT-DETRv2/3!中科大D-FINE重新定义边界框回归任务
    查看>>
    OpenCV与AI深度学习 | 高效开源的OCR工具:Surya-OCR介绍与使用
    查看>>
    OpenCV与AI深度学习|16个含源码和数据集的计算机视觉实战项目(建议收藏!)
    查看>>
    Opencv中KNN背景分割器
    查看>>
    OpenCV中基于已知相机方向的透视变形
    查看>>
    OpenCV中的监督学习
    查看>>
    opencv中读写视频
    查看>>
    OpenCV中遇到Microsoft C++ 异常 cv::Exception
    查看>>
    opencv之cv2.findContours和drawContours(python)
    查看>>
    opencv之namedWindow,imshow出现两个窗口
    查看>>