Hikyuu项目中获取股票分红信息的方法
2025-06-30 20:33:26作者:殷蕙予
在金融数据分析领域,获取准确的分红信息对于投资者进行基本面分析和策略回测至关重要。Hikyuu作为一个功能强大的量化交易框架,提供了便捷的接口来获取股票的分红权息数据。
获取分红信息的核心方法
Hikyuu框架中,获取股票分红权息数据的主要方法是使用stock.get_weight()函数。这个函数返回的是指定股票的所有权息信息,包括但不限于分红、送股、配股等重要数据。
数据内容详解
通过stock.get_weight()获取的数据通常包含以下关键信息:
- 分红数据:包括现金分红金额、分红比例等
- 送转股信息:如10送X股、10转X股等
- 配股信息:配股比例和配股价格
- 除权除息日期:重要的时间节点信息
- 股权登记日:决定是否享有分红权益的关键日期
实际应用场景
这些分红信息在量化交易中有多种应用:
- 回测准确性:在策略回测时需要考虑分红对股价的影响
- 基本面分析:分红数据是评估公司财务状况的重要指标
- 除权处理:在进行历史数据分析时需要正确处理除权除息的影响
- 股息率计算:基于分红数据计算股票的股息收益率
使用建议
对于量化交易者来说,正确处理分红信息是保证回测结果准确性的基础。建议在使用Hikyuu进行策略开发时,充分理解并合理应用stock.get_weight()返回的数据,特别是在以下情况:
- 构建长期投资策略时
- 开发高股息策略时
- 需要进行精确的复权价格计算时
通过合理利用Hikyuu提供的分红数据接口,开发者可以构建更加稳健和准确的量化交易策略。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
24
8
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
654
282
暂无简介
Dart
643
149
Ascend Extension for PyTorch
Python
203
219
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
React Native鸿蒙化仓库
JavaScript
248
317
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
214
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.13 K
631
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
77
100