QuantStats: Analisis portofolio untuk kuantitas

Pustaka QuantStats Python yang melakukan pembuatan profil portofolio, memungkinkan quants dan manajer portofolio memahami kinerja mereka dengan lebih baik dengan menyediakan analisis mendalam dan metrik risiko.

Catatan Perubahan »

QuantStats terdiri dari 3 modul utama:

quantstats.stats - untuk menghitung berbagai metrik kinerja, seperti rasio Sharpe, tingkat kemenangan, Volatilitas, dll.
quantstats.plots - untuk memvisualisasikan kinerja, penarikan, statistik bergulir, pengembalian bulanan, dll.
quantstats.reports - untuk menghasilkan laporan metrik, pembuatan plot batch, dan membuat lembar sobek yang dapat disimpan sebagai file HTML.

Berikut ini contoh lembar sobek sederhana yang menganalisis suatu strategi:

Mulai Cepat

 % matplotlib inline
import quantstats as qs

# extend pandas functionality with metrics, etc.
qs . extend_pandas ()

# fetch the daily returns for a stock
stock = qs . utils . download_returns ( 'META' )

# show sharpe ratio
qs . stats . sharpe ( stock )

# or using extend_pandas() :)
stock . sharpe ()

Keluaran:

 0.8135304438803402

Visualisasikan kinerja saham

 qs . plots . snapshot ( stock , title = 'Facebook Performance' , show = True )

# can also be called via:
# stock.plot_snapshot(title='Facebook Performance', show=True)

Keluaran:

Plot cuplikan

Membuat laporan

Anda dapat membuat 7 lembar laporan yang berbeda:

qs.reports.metrics(mode='basic|full", ...) - menampilkan metrik dasar/lengkap
qs.reports.plots(mode='basic|full", ...) - menampilkan plot dasar/lengkap
qs.reports.basic(...) - menampilkan metrik dan plot dasar
qs.reports.full(...) - menampilkan metrik dan plot lengkap
qs.reports.html(...) - menghasilkan laporan lengkap sebagai html

Mari buat lembar air mata html

( benchmark can be a pandas Series or ticker )
qs . reports . html ( stock , "SPY" )

Outputnya akan menghasilkan sesuatu seperti ini:

lembar air mata HTML

(lihat file html asli)

Untuk melihat daftar lengkap metode yang tersedia, jalankan

[ f for f in dir ( qs . stats ) if f [ 0 ] != '_' ]

 ['rata-rata_kerugian',
 'rata-rata_pengembalian',
 'rata-rata_menang',
 'terbaik',
 'cagr',
 'tenang',
 'rasio_akal sehat',
 'komp',
 'membandingkan',
 'kompsum',
 'nilai_bersyarat_berisiko',
 'kerugian_berturut-turut',
 'kemenangan_berturut-turut',
 'indeks_bpk',
 'cvar',
 'penarikan_detail',
 'pengembalian_yang diharapkan',
 'kekurangan_yang diharapkan',
 'paparan',
 'rasio_keuntungan_ke_sakit',
 'rata-rata_geometris',
 'ghpr',
 'orang Yunani',
 'volatilitas_tersirat',
 'rasio_informasi',
 'kelly_kriteria',
 'kurtosis',
 'penarikan_maks',
 'pengembalian_bulanan',
 'rasio_kehilangan_pencilan',
 'rasio_kemenangan_pencilan',
 'pencilan',
 'rasio_bayaran',
 'faktor_keuntungan',
 'rasio_keuntungan',
 'r2',
 'r_kuadrat',
 'jarang',
 'faktor_pemulihan',
 'hapus_outlier',
 'risiko_kehancuran',
 'rasio_pengembalian_risiko',
 'bergulir_yunani',
 'kesalahan',
 'tajam',
 'condong',
 'sortino',
 'disesuaikan_sortino',
 'rasio_ekor',
 'ke_drawdown_series',
 'indeks_ulkus',
 'indeks_kinerja_ulkus',
 'upi',
 'utilitas',
 'nilai_risiko',
 'var',
 'keriangan',
 'rasio_menang_kalah',
 'tingkat_kemenangan',
 'terburuk']

[ f for f in dir ( qs . plots ) if f [ 0 ] != '_' ]

 ['pengembalian_harian',
 'distribusi',
 'penarikan',
 'penarikan_periode',
 'pendapatan',
 'histogram',
 'log_pengembalian',
 'peta panas_bulanan',
 'kembali',
 'bergulir_beta',
 'bergulir_tajam',
 'bergulir_sortino',
 'volatilitas_bergulir',
 'foto',
 'pengembalian_tahunan']

*** Dokumentasi lengkap segera hadir ***

Sementara itu, Anda bisa mendapatkan wawasan mengenai parameter opsional untuk setiap metode, dengan menggunakan metode help Python:

 help ( qs . stats . conditional_value_at_risk )

 Bantuan tentang fungsi conditional_value_at_risk dalam modul quantstats.stats:

conditional_value_at_risk(pengembalian, sigma=1, keyakinan=0,99)
    menghitung nilai harian bersyarat yang berisiko (alias kekurangan yang diharapkan)
    mengkuantifikasi jumlah risiko ekor suatu investasi

Instalasi

Instal menggunakan pip :

$ pip install quantstats --upgrade --no-cache-dir

Instal menggunakan conda :

$ conda install -c ranaroussi quantstats

Persyaratan

Python >= 3,5+
panda (diuji untuk bekerja dengan >=0.24.0)
numpy >= 1.15.0
scipy >= 1.2.0
matplotlib >= 3.0.0
lahir di laut >= 0.9.0
tabulasi >= 0.8.0
ykeuangan >= 0,1.38
plotly >= 3.4.1 (opsional, untuk menggunakan plots.to_plotly() )

Pertanyaan?

Ini adalah perpustakaan baru... Jika Anda menemukan bug, silakan buka terbitan di repositori ini.

Jika Anda ingin berkontribusi, tempat terbaik untuk mencarinya adalah masalah yang ditandai dengan kebutuhan bantuan.

Masalah yang Diketahui

Untuk beberapa alasan, saya tidak dapat menemukan cara untuk memberi tahu seaborn agar tidak mengembalikan peta panas pengembalian bulanan ketika diinstruksikan untuk menyimpan - jadi meskipun Anda menyimpan plotnya (dengan meneruskan savefig={...} ) plotnya akan tetap ditampilkan .