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

功能特点：

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良好的抽象，包含了九大策略组件：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，并进行灵活的组合和测试。在进行策略探索时，可以更加专注于某一方面的策略性能与影响。

性能保障，打造自己的专属应用

目前项目包含了3个主要组成部分：基于C++的核心库、对C++进行包装的Python库(hikyuu)、基于Python的交互式工具。

代码简洁，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，命令行在进行策略探索时，代码简洁、探索更便捷、自由。

安全、自由、隐私，搭建自己的专属云量化平台

结合 Python + Jupyter 的强大能力与云服务器，可以搭建自己专属的云量化平台。将Jupyter部署在云服务器上，随时随地的访问自己的云平台，即刻实现自己新的想法，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，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，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。

hikyuu开源量化交易研究框架 更新日志：

v1.3.5

更新内容

整体性能优化
整体性能优化，Indicator 计算速度再次提升 10% ~ 20%
编译支持 low_precision 参数，Indicator 可以使用 float 进行计算，在前述基础上可以再次提升计算速度，尤其是指支持 float neon 的 arm 芯片。（需自行编译）

功能增强
增加 STOCKTYPE_CRYPTO 数字货币类型，及其相关修改支持
系统有效条件组件 Condition 支持逻辑操作（+,-,*,/,&,|），及支持 _addValid 时附带额外数值（后续版本会在其他系统部件中增加此功能）
增加 EV_bool 系统环境组件，python 中增加 ev.plot 绘制 ev
ev 增加线程保护，ev 通常作为公用组件，只计算一次，需要增加线程保护
hikyuutdx 导入工具过滤长度非 6 位的证券代码，防止导入速度严重变慢

缺陷修复
fixed 相关系数指标 CORR
fixed Indicator 动态优化错误，部分使用 getResult 后再使用的场景执行失败
fixed 系统策略组件 clone 操作中未对引用的 Indicator clone，导致崩溃
fxied strategy的绑定string list到vector出错的问题，和python TestStrategy中的type
fixed python 中 SYS_Simple 中 cn 等函数参数不生效