Hikyuu
✨ 基于Python/C++的高性能量化回测框架，交易系统组件可复用组合，适合快速策略验证
🧭 AI 判断
值得关注开源高性能回测框架,组件可复用,但热度与维护数据缺失,需自行验证
C++内核驱动的Python量化框架,高性能回测且交易系统组件可自由组合复用
📊 综合评分
📈 热度走势
GitHub star / HF 下载量每日快照 · 自 2026-09-16(上限 30 天)+56(现 3,561 · 断点=当日未采集)
📖 工具介绍
一款基于 Python/C++ 的开源高性能量化框架，主打快速分析与回测。它提供完整的交易系统组件，支持复用与组合搭建策略，并配有图形化界面。适合希望进行系统化策略开发与回测的量化研究者和开发者使用。
`Python` `C++` - A base on Python/C++ open source high-performance quant framework for faster analysis and backtesting, contains the complete trading system components for reuse and combination.
📚 延伸阅读
站外优质教程,按从入门到进阶排列。内容版权归原作者所有,以下为本站人工摘要,点击标题前往原文阅读。
- Hikyuu-SYS-趋势布林带交易策略实现
Hikyuu 作者对比布林带趋势策略的多种实现写法，指出纯 Python 循环的性能代价，并给出全 A 股回测的盈亏分布。
- Hikyuu教程：简单波动率（EMV）择时交易系统的构建与实现
Hikyuu 作者用简易波动率指标搭择时系统，演示交易成本如何把原本微利的回测拖成大幅亏损，提醒成本必须计入。
⚖️ 同类对比
| 维度 | Hikyuu | Qlib | ta4j | vectorbt |
|---|---|---|---|---|
| 结论 | 值得关注 | 推荐 | 推荐 | 推荐 |
| 热度 | 3.6k | 49.4k | 2.5k | 9.4k |
| 7日增长 | +7 | +159 | +11 | +83 |
| 适合人群 | 开发者 | 专业量化 | 开发者 | 专业量化 |
| 主要用途 | 回测 / 策略研究 | 回测 / 策略研究 | 回测 / 策略研究 | 回测 / 策略研究 |
| 支持市场 | A股 / 多市场 | A股 / 多市场 | 多市场 | 多市场 |
| 技术栈 | Python/C++ | Python | Java | Python |
| 上手难度 | 较高 | 较高 | 中等 | 较高 |
| 活跃度 | 中 | 高 | 中 | 高 |
💡 要生态成熟选 Qlib(49.4k)
🧩 更多同类工具
一款由微软开源的 AI 导向量化投资平台，基于 Python 构建。它提供从数据处理、模型训练到回测的完整机器学习流水线，覆盖 Alpha 挖掘、风险分析等量化投资全链条。适合希望将 AI/ML 方法应用于量化研究的开发者和研究者使用。
一款基于 Java 的技术分析开源库，提供丰富的技术指标计算、K 线数据处理和交易策略回测功能，支持自定义指标与规则组合。适合使用 Java 进行量化开发、需要构建技术分析或策略回测系统的开发者使用。
一款基于 Python 的开源回测与量化研究框架，提供高性能的向量化计算能力，支持策略回测、参数优化、算法交易与研究分析。适合需要快速批量测试大量策略参数组合的量化研究员和交易者。
一款基于 Python 的深度强化学习量化交易库，曾发表于 NeurIPS 2020。它提供自动化交易的标准环境、算法与回测流程，支持股票、加密货币等多种市场场景。适合希望将 Deep Reinforcement Learning 应用于量化策略研究与开发的开发者和研究人员。
一个基于 Python 的回测库，在设计上注重可移植性与性能，方便将交易策略的回测在不同环境中迁移运行。它提供策略回测所需的基础功能，适合需要快速验证和迭代交易策略的量化开发者与研究人员使用。
一款基于 Python 的开源回测框架，用于开发和测试交易策略。它支持多数据源、多品种回测，内置常用技术指标与 broker 模拟交易功能，也可对接实盘接口。适合量化研究者与策略开发者使用。