Hikyuu 2.6.1版本发布:量化交易框架的优化与改进
Hikyuu是一个开源的量化交易研究框架,专注于为量化投资者提供高效、灵活的工具集。该框架支持从数据获取、策略开发到回测分析的全流程,尤其擅长处理A股市场数据。本次发布的2.6.1版本在数据导入、指标计算、策略执行等多个方面进行了重要优化。
核心改进内容
数据导入与处理的增强
本次版本对TDX本地数据导入功能进行了显著改进,新增了对北交所股票的支持。通过集成pytdx库,现在能够更准确地处理股票代码、权息数据和财务数据。对于需要快速导入大量历史数据的用户,新增了--ignore-kdata命令行参数,允许跳过K线数据的导入,这在只需要基础信息进行研究的场景下可以大幅提高效率。
指标计算引擎优化
在指标计算方面,开发团队对CVAL创建机制进行了调整,防止其阻碍子节点的优化合并,这将提升复杂指标组合的计算效率。同时,对PRICELIST指标的使用进行了限制,现在它只能作为子节点存在,不再接收Indicator作为输入,这一改变消除了之前可能存在的语义混淆问题。
针对国内用户的使用习惯,四舍五入算法从国际通用的银行家算法调整为国内更常见的传统四舍五入法,这一细节调整虽然微小,但对于追求精确计算的量化策略来说却十分重要。
策略执行与组合管理
在策略执行层面,SimplePortfolio的调仓逻辑得到了优化,特别是对延迟买卖系统的处理更加稳健,有效防止了未来操作可能带来的问题。AF(Asset Following)策略也进行了调整,对于当日买入的股票会延迟到下一个交易日开盘时处理,避免了当天卖出的不合理操作。
MultiFactorBase新增了并行计算选项"parallel"参数,默认开启,这将显著提升多因子策略的回测速度。对于系统评价(SE)功能,增加了get_n参数,方便用户在组合运算后快速获取前N个选中系统的结果。
问题修复与稳定性提升
本次版本修复了多个关键问题,包括无数据股票因子计算异常、IF指标丢弃期逻辑错误以及LAST指标参数使用不当等。这些修复提高了框架的稳定性和计算准确性。
动态库加载机制的优化使得一些插件能够更顺利地加载,这对于依赖特定功能扩展的用户来说是一个重要改进。Strategy中的getKData函数也调整了处理未来时间的逻辑和参数默认值,使时间处理更加合理。
总结
Hikyuu 2.6.1版本通过一系列细致的优化和改进,进一步提升了框架的稳定性、计算效率和用户体验。从数据处理的底层优化到策略执行的高层调整,这些改进都体现了开发团队对量化交易实际需求的深入理解。对于正在使用或考虑使用Hikyuu进行量化研究的投资者来说,这个版本值得升级。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00