基于 QuantStats 的现代化投资组合分析工具
提供面向对象设计、中文语言支持和 HTML 报告生成
A modernized portfolio analytics toolkit based on QuantStats, featuring object-oriented design, Chinese language support, and comprehensive HTML reporting.
| Feature | Description |
|---|---|
| 🎯 面向对象设计 | 通过 QuantAnalysis 类统一管理所有分析功能 |
| 🇨🇳 中文支持 | 完整的中文界面和报告支持 |
| 📄 HTML 报告 | 生成专业的 HTML 格式分析报告 |
| ⚙️ 可配置参数 | 预设无风险收益率、基准等参数 |
| 📈 丰富的指标 | 包含风险、收益、回撤等全面的量化指标 |
| 🎨 美观的可视化 | 现代化的图表和报告设计 |
pip install quantanalysisgit clone https://github.com/yourusername/quantanalysis.git
cd quantanalysis
pip install -e .QuantAnalysis 已内置中文字体支持，无需额外配置即可正常显示中文图表。
内置字体：
SimHei.otf(黑体)- 自动检测系统微软雅黑字体
💡 字体文件已集成到安装包中，安装即可使用
点击展开完整示例 Click to expand
import pandas as pd
import numpy as np
from quantanalysis import QuantAnalysis
# 📊 生成示例数据
dates = pd.date_range('2020-01-01', '2023-12-31', freq='D')
returns = pd.Series(
np.random.normal(0.0005, 0.02, len(dates)),
index=dates,
name='portfolio'
)
# ⚙️ 创建分析器
analyzer = QuantAnalysis(
risk_free_rate=0.03, # 3% 无风险收益率
periods_per_year=252, # 年交易日数
language='zh' # 中文界面
)
# 📈 生成完整分析报告
analyzer.generate_report(returns, title="我的投资组合分析")# 🎯 获取完整指标分析
metrics = analyzer.analyze(returns)
# 📋 访问具体指标
print(f"📈 夏普比率: {metrics['performance_metrics']['sharpe']:.2f}")
print(f"📉 最大回撤: {metrics['risk_metrics']['max_drawdown']:.2%}")
print(f"💰 复合年增长率: {metrics['return_metrics']['cagr']:.2%}")
# 📊 打印所有指标
for category, category_metrics in metrics.items():
print(f"\n=== {category} ===")
for metric, value in category_metrics.items():
print(f"{metric}: {value}")基准比较示例
# 📊 生成基准数据 (如沪深300)
benchmark = pd.Series(
np.random.normal(0.0003, 0.015, len(dates)),
index=dates,
name='hs300'
)
# 📋 完整对比分析 (包含相对指标)
metrics = analyzer.analyze(returns, benchmark)
# 🔍 访问相对指标
print(f"🔺 Alpha: {metrics['relative_metrics']['alpha']:.2%}")
print(f"📈 Beta: {metrics['relative_metrics']['beta']:.2f}")
# 📄 生成包含基准的报告
analyzer.generate_report(
returns,
benchmark,
title="📊 我的投资组合 vs 沪深300"
)| 参数配置 | 说明 |
analyzer = QuantAnalysis(
risk_free_rate=0.03, # 无风险收益率
benchmark=None, # 基准数据
periods_per_year=252, # 年化周期
language='zh', # 语言设置
compounded=True # 复利计算
) |
|
| 方法 | 功能描述 | 返回类型 |
|---|---|---|
analyze() |
🔍 综合分析，返回所有指标字典 | Dict |
generate_report() |
📋 生成完整的HTML分析报告 | None/HTML |
方法详细说明：
analyze(returns, benchmark=None): 返回包含所有量化指标的字典，支持基准比较generate_report(returns, benchmark=None, title=None, output=None): 生成并显示/保存HTML报告
📊 收益指标 Return Metrics
- 📈 总收益 (Total Return)
- 💰 复合年增长率 (CAGR)
- 📊 平均收益 (Mean Return)
- 📐 偏度 (Skewness)
- 📏 峰度 (Kurtosis)
⚠️ 风险指标 Risk Metrics
- 📉 波动率 (Volatility)
- 🔻 最大回撤 (Max Drawdown)
- 💸 风险价值 (VaR 95%, 99%)
- 🚨 条件风险价值 (CVaR)
- 🩸 溃疡指数 (Ulcer Index)
🎯 绩效指标 Performance Metrics
- ⭐ 夏普比率 (Sharpe Ratio)
- 🎭 索提诺比率 (Sortino Ratio)
- 📐 卡玛比率 (Calmar Ratio)
- 🔄 欧米茄比率 (Omega Ratio)
🔍 相对指标 Relative Metrics (需要基准)
- 🔺 阿尔法 (Alpha)
- 📈 贝塔 (Beta)
- 📊 信息比率 (Information Ratio)
- 📏 跟踪误差 (Tracking Error)
点击查看高级配置选项
# 🎛️ 创建自定义分析器
analyzer = QuantAnalysis(
risk_free_rate=0.025, # 2.5% 无风险收益率
periods_per_year=365, # 使用日历日 (债券/外汇)
language='en', # 英文界面
compounded=False # 简单收益计算
)
# 📄 生成英文报告
report_html = analyzer.generate_report(
returns,
title="📊 Portfolio Analysis Report",
output='html' # 返回HTML字符串而非显示
)# 📁 多投资组合批量分析
portfolios = {
'🛡️ Conservative': conservative_returns,
'🚀 Aggressive': aggressive_returns,
'⚖️ Balanced': balanced_returns
}
results = {}
for name, portfolio_returns in portfolios.items():
print(f"\n📊 {name} Portfolio Analysis")
metrics = analyzer.analyze(portfolio_returns)
# 提取关键指标
results[name] = {
'sharpe': metrics['performance_metrics']['sharpe'],
'max_dd': metrics['risk_metrics']['max_drawdown'],
'cagr': metrics['return_metrics']['cagr']
}
print(f"⭐ Sharpe: {results[name]['sharpe']:.2f}")
print(f"📉 Max DD: {results[name]['max_dd']:.2%}")
print(f"💰 CAGR: {results[name]['cagr']:.2%}")
# 📄 为每个组合生成独立报告
analyzer.generate_report(
portfolio_returns,
title=f"{name} Portfolio Report"
)
# 📋 结果对比表格
import pandas as pd
comparison_df = pd.DataFrame(results).T
print("\n📊 投资组合对比")
print(comparison_df.round(3))# 📊 生成自定义HTML报告
analyzer.generate_report(
returns,
benchmark=benchmark,
title="📈 我的量化策略分析报告",
output='save' # 保存到文件而非显示
)
# 🌐 英文报告
analyzer_en = QuantAnalysis(language='en')
analyzer_en.generate_report(
returns,
title="Portfolio Performance Report"
)🔧 环境设置
# 📥 克隆项目
git clone https://github.com/yourusername/quantanalysis.git
cd quantanalysis
# 🐍 创建虚拟环境
python -m venv venv
source venv/bin/activate # Windows: venv\Scripts\activate
# 📦 安装开发依赖
pip install -e ".[dev]"🧪 测试与质量
# 🧪 运行测试套件
pytest tests/ -v --cov=quantanalysis
# 🎨 代码格式化
black src/
isort src/
flake8 src/
# 📝 类型检查
mypy src/quantanalysisApache License 2.0 - 详见 LICENSE 文件
我们欢迎各种形式的贡献！
- 🐛 Bug报告: 通过 Issues 报告
- 💡 功能建议: 提交功能请求和改进建议
- 🔧 代码贡献: 提交 Pull Request
- 📖 文档改进: 帮助完善文档
本项目基于 QuantStats 重构开发，感谢原作者 Ran Aroussi 的优秀工作。
Made with ❤️ for the quant community
如果这个项目对您有帮助，请考虑给它一个 ⭐