hikyuu quant framework：基于 c++ 与 python 的高性能量化交易框架，支持策略模块化复用，助力快速构建和积累策略资产

2.6.9 版本核心更新

✨ 新功能上线

• MF多因子评分系统增强：支持全局因子标准化配置，并可为特定因子设定独立的标准化与中性化处理方式（包括行业维度

  

  中性化及风格因子中性化）

  # 定义两个技术因子 ma20 和 ma60ma20 = MA(CLOSE(), 20)ma20.name = 'MA20'ma60 = MA(CLOSE(), 60)ma60.name = 'MA60'# 指定股票池stks = [s for s in blocka]# 设置回测周期并创建等权组合的 MF 实例query = Query(Datetime(20150101), Datetime(20251017))mf = MF_EqualWeight([ma20, ma60], stks, query, ref_stk=sm["sh000001"])# 配置全局 Z-score 标准化mf.set_normalize(NORM_Zscore())# 对 MA20 单独设置行业中性化 + 市值风格因子中性化mf.add_special_normalize("MA20", NORM_Zscore(), category="行业板块", style_inds=[LOG(CLOSE()*LIUTONGPAN())])

• 新增多种内置因子标准化方法：NORM_Zscore、NORM_MinMax、NORM_Quantile、NORM_Quantile_Uniform

• 引入 SE_MultiFactor2 支持自定义时间截面评分筛选器，集成多种过滤条件（如 TopN、价格门槛、成交金额限制、分组选取等）

  # 配置 SE_MultiFactor2 的复合筛选规则se.set_scores_filter(SCFilter_IgnoreNan() | SCFilter_Group(10, 0) | SCFilter_Price(10.) | SCFilter_AmountLimit(0.2) | SCFilter_TopN(10))

  使用 SCFilter_Group 实现因子分组测试效果如下：

• [vip] 新增 GROUP 类聚合函数（如 GROUP_MAX、GROUP_MIN、GROUP_SUM、GROUP_FUNC），与 AGG 系列形成完整对应
• [vip] dateserver 支持通过 --parquet_path 参数保存 tick 数据，需配合 --save yes 同时启用
• feat(KData)：支持通过索引方式提取数据子集

⚡ 性能优化与改进

• HikyuuTDX 板块信息下载机制优化，避免因网络异常导致数据丢失
• [vip] clickhouse 存储引擎性能提升，日线数据整体预加载时间压缩至 8 秒内。当前各引擎加载速度对比：HDF5 6秒 → clickhouse 8秒 → mysql 22秒
• HikyuuTDX 前端由 PyQt5 迁移至 PySide6，提升兼容性与维护性
• feat(hikyuu_cpp)：Performance 类新增“未平仓账户收益率%”统计指标
• feat(draw)：tm_performance 与 sys_performance 函数现支持返回主图 axis 对象，便于用户后续进行图表个性化定制
• 编译系统升级：采用 xmake 实现编译流程整合，整体编译耗时减少约 66%

? Bug 修复

• fix(hikyuu)：默认关闭行情接收功能，防止开盘后因本地合成缺失导致从 dataserver 获取的数据出现断层
• fix(datetime)：修正非 Windows 平台下 UTC 时区偏移计算不准确的问题
• fix(hikyuu)：优化 realtime_update 中股票列表获取逻辑，提高稳定性
• fix(data)：修复十年期国债收益率导入过程中日期判断错误的问题

更多详情，请访问：

项目官网: https://www./link/38d0de8f29a1326da65e1f48fa0474d5
gitee 仓库：https://www./link/f2bd2dc4768de1aadf66b36c31e29e7c
github 仓库：https://www./link/17e7db7285aca2e1ccc7bdf1b106c8d9
hub 资源站: https://www./link/f2bd2dc4768de1aadf66b36c31e29e7c\_hub