前面介绍了如何使用 hikyuu 进行策略回测参数优化，同时也提到了这种简单的参数优化本质其实是对历史数据的过拟合，通常并不具备直接使用的意义。那么有什么办法来减缓这种过拟合影响，让参数优化发挥实际的作用呢？答案是——使用滚动系统，但依然需要保持谨慎的态度，因为回测是拟合的本质并没有改变。
先来看一个简单的示例，依然使用趋势双均线，标的为万科，使用2001年-2010年数据进行参数寻优，参数寻优[……] 阅读全文>>>
Hikyuu | 如何进行策略回测参数优化
不久前看到一篇文章QMT使用技巧的文章——“震惊！策略回测参数从500多秒提升到1秒，竟然这么简单？”。当时进去看了下，大概是对单股的双均线策略的快线参数和慢线参数进行寻优，从2001年起至今对50组参数进行寻优，从使用纯 python 到使用 VBA 公式，从380秒优化到 1.3 秒。便想着动手看看 hikyuu 实现同样的参数寻优需要多久。
其实曾经也有人问过如何用 hikyuu 进行
[……] 阅读全文>>>Hikyuu-SYS-趋势双均线交易策略实现
本篇中，我们将通过技术分析流派中经典的“趋势双均线策略”，向大家展现如何 Hikyuu 来测试自己的想法，并最终将它转化为策略！
准备工作
下面的代码在 Jupyter Lab 中执行，和直接使用 .py 文件执行的区别主要在于 matplotlib 的引入方式。
导入相关库：
%matplotlib inline from hikyuu.interactive imp[……] 阅读全文>>>
Hikyuu 1.3.0 发布
项目主页: https://hikyuu.org 或 http://fasiondog.gitee.io/hikyuu
在 Hikyuu 1.3.0 版本中，我们进行了一系列重要的修复和功能增强，该版本更新如下：
1. 指标融合优化，复杂指标计算速度提升了 8~10 倍左右。
从网上找了一段通达信百变一阳指选股器，计算公式如下：
from hikyuu.inte树莓派下编译 PyMiniRacer
因需要在树莓派（及其其他各类派）下使用 akshare，但 akshare 的依赖库 PyMiniRacer 缺少 arm64 架构的包（该包已经不再维护），故在此记录下在 linux arm64 架构下编译 PyMiniRacer 的过程。有需要者可以参考，也可以从下面的链接直接下载已经编译好的 PyMiniRacer arm64 包（注：仅在 ubuntu 20.04 和 Ubuntu 22.
[……] 阅读全文>>>如何修改 pytdx 中对应的通达信 IP 地址
1、在通达信系统设置中，找到“通讯设置”，不同版本的通达信位置可能不一样，如下图所示：
2、手动勾选掉“登录时查找最快的主站”，然后手动选择“行情主站”，如下图所示：
3、选择系统菜单中的“断开行情主站”，再重新“连接行情主站”（见第一幅图）
4、打开 windows 任务管理器，找到通达信，查看其相应的进程ID，如下所示：
5、进入 windows 命令行
[……] 阅读全文>>>