夜雨聆风初识Hikyuu：不只是另一个回测工具
接触过量化交易的朋友，大多有过这样的经历：想验证一个投资想法，却发现大部分现成平台像个黑箱，策略逻辑被封装得严严实实；想自己写代码，又得从零处理K线数据、计算指标、模拟交易，工程量不小。
Hikyuu试图在这两者之间找到一个平衡点。
它是一个基于C++/Python的开源量化交易研究框架，核心思想是将系统化交易拆解为市场环境判断、信号指示器、止损止盈、资金管理等七大独立组件。
你可以像搭积木一样，把已有的策略部件组合起来，快速验证不同模块的效果，而不必每次都从头写一遍。这种架构设计，对于希望深入理解系统化交易概念、而非单纯寻找“圣杯”信号的研究者来说，显得格外友好。
更实际的一点是，Hikyuu对国内A股市场有很好的支持，并且官方文档和社区中提供了大量模仿通达信公式的示例，这让很多习惯用通达信选股、看指标的投资者，能够比较平滑地迁移到量化回测领域。
此外，他还有一个独特的优点：性能好，回测速度超快！
据官网介绍：在AMD 7950x 实测：A 股全市场 1913 万日 K 线，首次加载 + 计算 20 日均线并求和，仅需 6 秒；数据预热后，同操作耗时仅需 166 毫秒。
从零搭建：Hikyuu安装全流程
Hikyuu的安装过程不算复杂，但有几个关键点需要注意。
第一步：环境准备
确保你的系统是64位的Windows 7+、Ubuntu或macOS。Python版本建议3.10及以上。
第二步：安装核心包与依赖
直接通过pip安装Hikyuu，它会自动处理大部分依赖。若下载慢，可指定国内镜像源。
pip install hikyuu -i https://pypi.tuna.tsinghua.edu.cn/simple安装完成后，在Python中验证版本：
import hikyuuprint(hikyuu.__version__)
如果遇到ModuleNotFoundError之类的导入错误，可能是Python版本不兼容或安装不完整，可尝试pip uninstall hikyuu后重新安装。
第三步：数据准备——最关键的环节
Hikyuu本身不带行情数据，需要自行导入。它提供了图形化和命令行两种方式。
图形化工具（推荐新手）：
在命令行中执行hikyuutdx，会启动一个GUI界面，
这里可以选择支持从通达信数据源或其他渠道下载K线数据。
配置文件：无论是哪种方式，都需要配置hikyuu.ini文件，指定数据存储路径。该文件通常位于用户目录下的.hikyuu文件夹中。配置要点是让[database]、[weight]和[dest]等部分的路径保持一致。
初试身手：运行第一个策略
数据就绪后，可以写一个经典的双均线策略来验证环境。在Jupyter Notebook中运行以下代码：
from hikyuu.interactive import *#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(C, 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))#绘制系统信号sys.plot()k = sm['sz000001'].get_kdata(Query(-150))c = CLOSE(k)fast = EMA(c, 5)slow = EMA(fast, 10)#绘制信号指示器使用两个指标fast.plot(new=False)slow.plot(new=False)#绘制资金收益曲线x = my_tm.get_profit_curve(k.get_datetime_list(), Query.DAY)x = PRICELIST(x)x.plot()
运行后，你会看到交易信号、资金曲线等回测结果。这是Hikyuu“积木式”策略开发的基本流程。
核心亮点：模仿通达信公式的能力
对于熟悉通达信的投资者，Hikyuu的一大吸引力在于其对通达信公式语法和函数的良好兼容性。这使得将选股或技术指标逻辑从通达信迁移到Python量化框架中，变得异常顺畅。
1. 语法与函数的高度对应
Hikyuu提供了大量与通达信同名的指标函数，例如MA（均线）、EMA（指数移动平均）、REF（向前引用）、SUM（求和）、IF（条件判断）、COUNT（计数）等。这使得移植代码时，大部分逻辑可以“直译”过来。
例如，官方文档中给出了移植通达信DMI趋向指标的示例。通达信中的核心计算：
MTR:=SUM(MAX(MAX(HIGH-LOW,ABS(HIGH-REF(CLOSE,1))),ABS(REF(CLOSE,1)-LOW)),N);HD := HIGH-REF(HIGH,1);LD := REF(LOW,1)-LOW;DMP:=SUM(IF(HD>0 && HD>LD, HD, 0), N);
在Hikyuu中几乎可以逐句翻译：
N = 14C = CLOSE()H = HIGH()L = LOW()MTR = SUM(MAX(MAX(H-L, ABS(H-REF(C,1))), ABS(REF(C,1)-L)), N)HD = H - REF(H, 1)LD = REF(L, 1) - LDMP = SUM(IF(HD > 0 & HD > LD, HD, 0), N)DMM = SUM(IF(LD > 0 & LD > HD, LD, 0), N)PDI = DMP * 100 / MTRMDI = DMM * 100 / MTR
这种对应关系，极大地降低了学习曲线。
2. 绘图函数的兼容
除了指标计算，Hikyuu还增加了与通达信兼容的绘图函数，如STICKLINE（画柱状线）、DRAWBAND（画带状线）等。
这意味着你可以在Jupyter Notebook中，用接近通达信的方式绘制出专业风格的技术图表，便于直观分析。
3. 底层逻辑的适配
更深入一层，Hikyuu在底层处理上也考虑到了与主流软件的兼容。例如，在复权处理逻辑上，1.0.7版本之后，对于只有股本变化、不影响价格的权息记录，其处理方式与通达信等软件保持一致。这保证了基于复权价格计算的指标在不同平台上的结果一致性。
总结
Hikyuu是一个为系统化交易者设计的框架，它通过模块化的组件设计，让你能更专注于策略逻辑本身，而非重复造轮子。
它对通达信公式的良好兼容性，为习惯国内市场的投资者提供了一个从“看盘选股”向“量化回测”过渡的坚实桥梁。
虽然安装和数据准备需要一些初期投入，但一旦搭建完成，其高效的回测引擎（基于C++）和灵活的Python接口，能为策略研究带来不错的效率提升。
