依赖：
- 下载并安装 unordered_dense
关于分支：
-
main日历数据保存于MongoDB，运行时从Mongodb加载并初始化。所以依赖：
下载并安装 quantdata，依赖其中的
qddatetime库，和qdmongdb用于测试Windows下由于安装Mongodb路径问题，可以需要传CMAKE_PREFIX_PATH才能编译安装 MongoDB只是在测试用例中使用，如果不测试，可以不填写`CMAKE_PREFIX_PATH`。如果需要运行测试，才需要填写`CMAKE_PREFIX_PATH`。两种方法修改`CMAKE_PREFIX_PATH`: 1. 在Visual Studio中调试：修改`CMakePresets.json`中的configurePresets > windows-base > CMAKE_PREFIX_PATH。这个是前面安装mongo cxx driver的`CMAKE_INSTALL_PREFIX`，告诉CMake去哪个目录查找MongoDB的库文件 2. 命令行输入-DCMAKE_PREFIX_PATH。 -
no-depends该分支不依赖
quantdata以及mongodb库。日历数据直接导出为cpp文件，并编译成动态链接库。
日历数据来源：
日历数据导出见文件夹tools
详细使用接口参考测试用例tests
简单使用：
from quantcalendar import CalendarCTP
cal = CalendarCTP("ag2512") # "IF", "T"...
print(cal)输出：
时区: Asia/Shanghai
交易时间段:
1) 21:00:00-02:30:00(+1 days)
2) 09:00:00-10:15:00
3) 10:30:00-11:30:00
4) 13:30:00-15:00:00
K线时间点划分:
1m) [21:01:00, 21:02:00, 21:03:00, 21:04:00,...14:57:00, 14:58:00, 14:59:00, 15:00:00]
3m) [21:03:00, 21:06:00, 21:09:00, 21:12:00,...14:51:00, 14:54:00, 14:57:00, 15:00:00]
5m) [21:05:00, 21:10:00, 21:15:00, 21:20:00,...14:45:00, 14:50:00, 14:55:00, 15:00:00]
10m) [21:10:00, 21:20:00, 21:30:00, 21:40:00,...14:35:00, 14:45:00, 14:55:00, 15:00:00]
15m) [21:15:00, 21:30:00, 21:45:00, 22:00:00,...14:15:00, 14:30:00, 14:45:00, 15:00:00]
30m) [21:30:00, 22:00:00, 22:30:00, 23:00:00,...13:45:00, 14:15:00, 14:45:00, 15:00:00]
1H) [22:00:00, 23:00:00, 00:00:00, 01:00:00,...10:45:00, 13:45:00, 14:45:00, 15:00:00]
2H) [23:00:00,01:00:00,09:30:00,13:45:00,15:00:00]
3H) [00:00:00,09:30:00,14:45:00,15:00:00]
4H) [01:00:00,13:45:00,15:00:00]
- 目前支持A股、中国期货、7x24全天候交易日历
- 支持C++、Python(Cython封装)，相比纯Python实现的版本【已删除】，性能提升5-50倍（不同接口不同）
- 支持不同证券品种生成不同交易日历，比如中国期货
- 支持集合竞价时间查询
- 支持查询不同周期的K线时间。支持左侧和右侧K线时间（数字货币是左侧K线时间，期货股票是右侧K线时间）。
- 时间相关函数对比，timestamp_xx系列函数效率高于Python；而combine和timedelta系列函数Python效率高于Cython实现
from quantcalendar import timestamp_us
from numpy import datetime64
from datetime import datetime,timezone
d1 = datetime64('2011-07-18', "s")
d3 = datetime(2011, 7, 18, tzinfo=timezone.utc)
print(timestamp_us(d1))
print(d3.timestamp())
print(timestamp_us(d3))
# 1310947200000000
# 1310947200000000
# 1310947200000000
%timeit timestamp_us(d1)
# 151 ns ± 18.5 ns per loop (mean ± std. dev. of 7 runs, 1,000,000 loops each)
%timeit int(d3.timestamp()*1000000)
# 831 ns ± 148 ns per loop (mean ± std. dev. of 7 runs, 1,000,000 loops each)
%timeit timestamp_us(d3)
# 145 ns ± 6.45 ns per loop (mean ± std. dev. of 7 runs, 10,000,000 loops each)Archive:
git archive --format=tar.gz --output /nas/public/qiong/third_parties/quantcalendar-{version}.tar.gz no-depends可以通过传入 -DBUILD_TESTING=OFF禁止测试编译
cmake -S . -B ./build -DCMAKE_BUILD_TYPE=Release
cmake --build ./build
sudo cmake --build ./build --target install命令行安装：
cmake -S . -B ./build -G "Visual Studio 17 2022" -DBUILD_TESTING=OFF
cmake --build ./build --config RelWithDebInfo --parallel
cmake --build ./build --target install --config RelWithDebInfoinstall build tools
pip install scikit-build
pip install Cythonpip install .
# or
python setup.py install
# build inplace
python setup.py build_ext --inplace
# build wheel
python setup.py bdist_wheel使用pip install无法传参。如果不传-DCMAKE_BUILD_TYPE=RelWithDebInfo默认是Release，根据需要自己设定。
python .\setup.py install -G "Visual Studio 17 2022" -- -DCMAKE_BUILD_TYPE=RelWithDebInfo
# build inplace
python .\setup.py build_ext --inplace -G "Visual Studio 17 2022" -- -DCMAKE_BUILD_TYPE=RelWithDebInfo先编译
# 添加 -V 打印所有输出
ctest -T test --test-dir out/build/linux-debug --output-on-failure先原地构建，再运行
python -m pytest tests在其他项目的CMakeLists.txt中添加
find_package(quantcalendar REQUIRED)
target_link_libraries(YOUR_LIB quantcalenar::quantcalendar)