QuantStats 0.0.20

quantstats由3个主要模块组成：

1. quantstats.stats-用于计算各种性能指标，如夏普比率、赢率、波动率等。
2. quantstats.plots-用于可视化绩效、支取、滚动统计、月度回报等。
3. quantstats.reports-用于生成度量报告、批量打印和创建可保存为HTML文件的催泪表。

下面是一个分析策略的简单示例：

可视化股票表现

qs.plots.snapshot(stock,title='Facebook Performance')# can also be called via:# stock.plot_snapshot(title='Facebook Performance')

输出：

创建报告

您可以创建7个不同的报告茶几：

1. qs.reports.metrics(mode='basic|full",...)-显示基本/完整指标
2. qs.reports.plots(mode='basic|full",...)-显示基本/完整绘图
3. qs.reports.basic(...)-显示基本度量和绘图
4. qs.reports.full(...)-显示完整的度量和绘图
5. qs.reports.html(...)-以html格式生成完整的报告

让我们创建一个html茶几

(benchmarkcanbeapandasSeriesorticker)qs.reports.html(stock,"SPY")

输出将生成如下内容：

（view original html file）

要查看可用方法的完整列表，请运行

[fforfindir(qs.stats)iff[0]!='_']

['avg_loss',
 'avg_return',
 'avg_win',
 'best',
 'cagr',
 'calmar',
 'common_sense_ratio',
 'comp',
 'compare',
 'compsum',
 'conditional_value_at_risk',
 'consecutive_losses',
 'consecutive_wins',
 'cpc_index',
 'cvar',
 'drawdown_details',
 'expected_return',
 'expected_shortfall',
 'exposure',
 'gain_to_pain_ratio',
 'geometric_mean',
 'ghpr',
 'greeks',
 'implied_volatility',
 'information_ratio',
 'kelly_criterion',
 'kurtosis',
 'max_drawdown',
 'monthly_returns',
 'outlier_loss_ratio',
 'outlier_win_ratio',
 'outliers',
 'payoff_ratio',
 'profit_factor',
 'profit_ratio',
 'r2',
 'r_squared',
 'rar',
 'recovery_factor',
 'remove_outliers',
 'risk_of_ruin',
 'risk_return_ratio',
 'rolling_greeks',
 'ror',
 'sharpe',
 'skew',
 'sortino',
 'tail_ratio',
 'to_drawdown_series',
 'ulcer_index',
 'ulcer_performance_index',
 'upi',
 'utils',
 'value_at_risk',
 'var',
 'volatility',
 'win_loss_ratio',
 'win_rate',
 'worst']

[fforfindir(qs.plots)iff[0]!='_']

['daily_returns',
 'distribution',
 'drawdown',
 'drawdowns_periods',
 'earnings',
 'histogram',
 'log_returns',
 'monthly_heatmap',
 'returns',
 'rolling_beta',
 'rolling_sharpe',
 'rolling_sortino',
 'rolling_volatility',
 'snapshot',
 'yearly_returns']

***即将提供完整文档***

同时，通过使用python的helpmethod:

help(qs.stats.conditional_value_at_risk)

Help on function conditional_value_at_risk in module quantstats.stats:

conditional_value_at_risk(returns, sigma=1, confidence=0.99)
    calculats the conditional daily value-at-risk (aka expected shortfall)
    quantifies the amount of tail risk an investment