Hikyuu Quant Framework 基于C++/Python的开源量化交易研究框架

fixed MySQL引擎只能导入数据，但实际无法使用

1. 新增发布 linux 下 pypi 包，linux 下也可以通过 pip install hikyuu 进行安装
2. 获取股票代码表失败时增加保护
3. 增加GUI异常保护
4. fixed linux 下 mysql 数据库引擎报错（数据表名称都改为小写）
5. fixed #I5YE01 bokeh_draw.py 鼠标滑动是的时间显示问题

1. 增加北京交易所数据
2. 改进数据下载，修复 pytdx 数据下载缺失部分数据
3. 恢复财务数据下载
4. 增加 start_insight_sdk.py, 从华泰 insight 获取实时数据
5. 完善 hikyuuTdx 中 nng 消息的启停与释放
6. hku_catch 增加指示重新抛出异常的参数
7. 修正 demo

1. 修复 trade_manage持久化，费率设置为TC_FixedA2017会造成持久化中断
2. 修改 TradeManager::getFunds 中的截止时间 23:59 分被误写为 11:59 分
3. 修复订单代理失效

1. 指标支持动态参数

在通道信等证券行情软件中，其技术指标中的窗口参数通常支持整数，也支持使用指标，如:

T1:=HHVBARS(H,120); {120内的最高点距今天的天数}
L120:=LLV(L,T1+1); {120内的最高点至今，这个区间的最低点}

现在，在 Hikyuu 中，也可以使用指标作为参数:

T1 = HHVBARS(H, 120)
L120 = LLV(L, T1+1)
L120.set_context(k)
L120.plot()

注意事项

由于无法区分 Indicator(ind) 形式时，ind 究竟是指标参数还是待计算的输出数据，此时如果希望 ind 作为参数，需要通过 IndParam 进行显示指定，如：EMA(IndParam(ind))。

最佳的的方式，则是通过指定参数名，来明确说明使用的是参数:

x = EMA(c)  # 以收盘价作为计算的输入
y = EMA(IndParam(c)) # 以收盘价作为 n 参数
z = EMA(n=c) # 以收盘价作为参数 n

2. 完善 PF、AF、SE

现在可以正常使用资产组合。:

# 创建一个系统策略
my_mm = MM_FixedCount(100)
my_sg = my_sg = SG_Flex(EMA(n=5), slow_n=10)
my_sys = SYS_Simple(sg=my_sg, mm=my_mm)

# 创建一个选择算法，用于在每日选定交易系统
# 此处是固定选择器，即每日选出的都是指定的交易系统
my_se = SE_Fixed([s for s in blocka if s.valid], my_sys)

# 创建一个资产分配器，用于确定如何在选定的交易系统中进行资产分配
# 此处创建的是一个等比例分配资产的分配器，即按相同比例在选出的系统中进行资金分配
my_af = AF_EqualWeight()

# 创建资产组合
# 创建一个从2001年1月1日开始的账户，初始资金200万元。这里由于使用的等比例分配器，意味着将账户剩余资金在所有选中的系统中平均分配，
# 如果初始资金过小，将导致每个系统都没有充足的资金完成交易。
my_tm = crtTM(Datetime(200101010000), 2000000)
my_pf = PF_Simple(tm=my_tm, af=my_af, se=my_se)

# 运行投资组合
q = Query(-500)
%time my_pf.run(Query(-500))

x = my_tm.get_funds_curve(sm.get_trading_calendar(q))
PRICELIST(x).plot()

3. 修复fedora 34编译找不到路径报错，waning 提示
4. fixed mysql 升级脚本错误
5. fixed 复权后计算的净收益不对，并在使用前复权数据进行回测时给出警告（前复权回测属于未来函数）

1. 修复 importdata
2. KData 增加 getPosInStock 方法
3. KQuery 的 recoverType 属性支持设定修改
4. System 支持使用复权数据
5. 增加 2022 年假日
6. 修改 examples，以便在新版本下执行
7. 修改其他文档帮助错误

1. HikyuuTdx 执行导入时自动保存配置，避免第一次使用 hikyuu 必须退出先退出 Hikyuutdx 的问题
2. 增加创业板 301 开头股票代码
3. 修复 window 显示缩放时 Hikyuutdx 显示不全的问题
4. 修复 HHVLLV/LLVBARS/HHVBARS 计算错误
5. 优化指标重设上下文时的计算，上下文未变化的情况下由指标本身计算标识判断是否重计算
6. 修复分笔、分时数据转换 to_df 函数无效的问题
7. HikyuuTdx 导入至 hdf5 时增加数据保护，遇到出错的表直接删除，下次可自动恢复导入
8. 修复使用通达信的权息数据后复权失效的问题
9. remove hikyuu_extern_libs submodule, windows下HDF5, mysql改用下载依赖包的方式
10. 优化 HikyuuTDX GUI控制台日志，捕获子进程日志输出

1. 补充科创板
2. 完善基础设施，增加MQThreadPool、MQStealThreadPool，优化StealThreadPool
3. 优化 DbConnect，增加DBCondition
4. Datetime增加hex()返回兼容oracle的Datetime格式存储
5. fixed 技术指标 RSI,KDJ
6. fixed select function
7. fixed实时采集数据错误
8. fixed createdb.sql 上证A股代码表前缀
9. 取消编译时指定的AVX指令集，防止不支持的CPU架构

fixed: 1、HikyuuTDX 切换mysql导入时错误提示目录不存在 2、tdx本地导入修复，并支持导入MySQL

1、更新examples/notebook相关示例 2、fixed bugs

1. 优化 hikyuu.interactive 启动加载速度
2. 完善 HikyuuTDX 预加载设置参数，可根据机器内存大小自行设置需加载至内存的K线数据，加快 hikyuu 运行速度
3. HikyuuTDX 支持定时行情采集，定时采集服务运行时，hikyuu.interactive 自动连接采集服务获取最新的 K 线数据
4. HikyuuTDX 支持定时导入，避免每日手工导入数据的繁琐
5. hikyuu.interactive 每日0:00定时重新加载内存数据，可24小时运行无需终止
6. fixed 使用MySQL时无法按日期查询获取K线数据

1. 导入工具修复权息信息导入

2. 支持 MySQL 作为存储引擎（通过导入工具配置）

3. 整改 python api 命名，类按大写驼峰，方法和函数统一为小写加下划线

4. 增加 TimeDelta，方便日期时间计算，如：Datetime(202011090000) + TimeDelta(1)。python中可以使用 datetime.timedelta

5. Portfolio（资产组合算法）、Allocatefunds（资金分配算法）、Selector（交易对象选择算法）可用

6. 交易数量从整型改为float，方便支持数字币、外汇等

7. 增加策略算法仓库，欢迎大家提交PR贡献公共策略：https://gitee.com/fasiondog/hikyuu_hub

   增加本地仓库：add_local_hub('dev', '/home/fasiondog/workspace/stockhouse') 更新参考：update_hub('default') 获取指定仓库的策略部件：st = get_part('default.st.fixed_percent')

8. 其他BUG修复与优化

1. 原表示浮点数的 Null 值更改为和 numpy 一致，在c++中为 std::nan, python中 为numpy::nan
2. Indicator 支持按日期获取数据，如：c['2019-6-11'] 或 c[Datetime(201906110000)] （注：由于 indicator的四则运算无法判定绑定的上下文，所以四则运算产生的结果无法获取对应日期，此时需要先执行 setContext 对结果指定上下文）
3. Datetime 增加 startOfDay, endOfDay 方法
4. 从 Indicator, SYS, TM 等支持 set/getParam 的对象中引出 haveParam方法至Python
5. 增加了近 40 个 通达信基础指标实现，方便移植和试验网上大量通达信指标公式。具体详见：https://hikyuu.readthedocs.io/zh_CN/latest/indicator/overview.html

1. 修复 Indicator 无法作为原型使用，导致部分预定义的 SG 等无法正在运行的BUG。如:

   #以下两种写法等效： (EMA() + MA())(C) #原型法 EMA(C) + MA(C) #普通写法

2. 交互模式下，增加预定义的全局变量 O、H、L、C、A、V，分别代表 OPEN()、HIGH()、LOW()、CLOSE()、AMO()、VOL()，编写自定义指标时更快捷。默认绑定的上下文为 sh000001（上证指数），可使用 set_gloabl_context 更改绑定的默认上下文。如:

   x = EMA(C) + MA(C) x.plot() #绘制的是 sh000001 x.setContext("sz000001") #设置指标 x 的上下文为 sz000001 set_gloabl_context("sz000001") #更改 O,H,L,C,A,V默认绑定的上下文

3. 交互模式下，增加 Datetime 同名缩写 D。原 Datetime(201901010000) 可简写为 D(201901010000)

4. 优化 HHV、LLV、SUM、COUNT 指标实现，去除双重循环

5. 新增内建指标：HHVBARS, LLVBARS, ROUND,ROUNDUP, ROUNDDOWN, FLOOR, CEILING, BETWEEN, POW, STD, SQRT, LOG, LN

6. 修复 IF 两个参数为 price_t 时的计算错误

对应版本的帮助文档： https://hikyuu.readthedocs.io/zh_CN/1.1.1/

1. HikyuuTDX 新增当前财务信息及历史财务信息下载

2. Stock 新增 getFinanceInfo、getHistoryFinanceInfo 支持当前及历史财务信息

3. 新增 LIUTONGPAN（流通盘）、HSL（换手率）、COUNT、IF、SUM、NOT、EXP、SGN、ABS、MAX、MIN指标

4. Kdata添加便捷方法获取OPEN/CLOSE等基本行情数据，如:

   k = sm['sh000001'].getKData(Query(-100)) c = k.close # 返回的是 Indicator 实例，即 CLOSE(k)

5. 实现 select 函数，示例:

   #选出涨停股 C = CLOSE() x = select(C / REF(C, 1) - 1 >= 0.0995))

6. 优化 Indicator 实现（取消 Operand），可以事先指定 KData，亦可后续通过 setContext 切换上下文，重新指定 KData。例如:

   #示例：移植通达信 DMI（趋向指标系统） #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); #DMM:=SUM(IF(LD>0&&LD>HD,LD,0),N); #PDI: DMP100/MTR; #MDI: DMM100/MTR; N = 14 C = 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)-L DMP = SUM(IF(HD>0 & HD>LD, HD, 0), N) DMM = SUM(IF(LD>0 & LD>HD, LD, 0), N) PDI = DMP100/MTR MDI = DMM100/MTR

   PDI.setContext(sm['sz000001'], Query(-100)) MDI.setContext(sm['sz000001'], Query(-100))

   PDI.plot() MDI.plot(new=False)

7. Parameter 支持 Stock、Query、KData

1. 复权增加周线及其以上支持
2. 支持历史分笔、分时数据
3. 添加日志打印的等级控制
4. MoneyManagerBase增加对成本计算
5. Datetime增加 dateOfWeek,startOfWeek,endOfWeek,nextWeek,preWeek等系列便捷方法
6. fix：Stock.realtimeUpdate中未判断缓存未空的情况
7. fix：io重定向中未进行重复open的判定
8. fix：Block分类显示乱码
9. 简化源码安装方式，支持 python setup.py
10. 全新的快速数据下载工具（支持GUI及命令行，如下图所示），下载当日权息、日线、分钟线、分笔、分时数据耗时2~4分钟（视个人网络有所不同），同时不再需要通过证券客户端下载盘后数据。具体参见： https://hikyuu.readthedocs.io/zh_CN/latest/quickstart.html

1. 更新周线、月线等周线及其之上的K线BAR记录，从以开始时间为准，改为以结束时间为准。（如从老版本升级，需手工删除sh_day.h5、sz_day.h5文件中的week、month等目录，只保留data目录。可运行 tools/delelte_index.py 完成删除，运行前请自行修改相关文件路径等信息）。
2. 实现将C++中的日志输出重定向至Python，使Jupyter notebook可以看到C++部分的打印信息提示。注意：部分情景可能导致notebook因打印信息过多失去响应，此时可在产生较多打印信息的命令之前运行“iodog.close()”关闭重定向，后续可以再使用“iodog.open()”重新打开重定向信息输出。
3. Datetime增加nextDay、dayOfWeek、dayOfYear、endOfMonth方法。
4. TradeManager增加直接加入交易记录的方法（addTradeRecord）。
5. 升级使用的依赖库 boost、libmysql、hdf5
6. 使用xmake重构编译工程并调整代码结构
7. 试验linux下pip打包安装。linux下可使用 pip install hikyuu 命令完成安装，安装前需安装依赖的软件包（sudo apt-get install -y libhdf5-dev libhdf5-serial-dev libmysqlclient-dev）
8. 支持MacOSX下源码编译