QuantStats Lumi 使用教程

QuantStats Lumi 使用教程

quantstats_lumi 项目地址: https://gitcode.com/gh_mirrors/qu/quantstats_lumi

1. 项目介绍

QuantStats Lumi 是基于原始 QuantStats 库的一个分支，原始库由 Ran Aroussi 创建，可在 这里 找到。由于原始库似乎不再维护，Lumiwealth 团队创建了 QuantStats Lumi 来解决一些开放的问题和合并请求。Lumiwealth 团队由数据科学家和软件工程师组成，对定量金融和算法交易充满热情。他们使用 QuantStats 作为 Lumibot 库的日常工作工具，并希望确保 QuantStats 是一个可靠且维护良好的库。

QuantStats Lumi 是一个 Python 库，用于执行投资组合分析，允许量化分析师和投资组合管理者通过提供深入的分析和风险指标来更好地理解他们的业绩。

2. 项目快速启动

首先，确保安装了以下依赖项：

• Python 3.5 或更高版本
• pandas (版本 0.24.0 或更高)
• numpy (版本 1.15.0 或更高)
• scipy (版本 1.2.0 或更高)
• matplotlib (版本 3.0.0 或更高)
• seaborn (版本 0.9.0 或更高)
• tabulate (版本 0.8.0 或更高)
• yfinance (版本 0.1.38 或更高)
• plotly (版本 3.4.1 或更高，可选)

通过 pip 安装 QuantStats Lumi：

pip install quantstats-lumi

接下来，使用 QuantStats Lumi 扩展 pandas 功能：

import quantstats_lumi as qs
qs.extend_pandas()

获取某个股票的日收益：

stock = qs.utils.download_returns('META')

计算夏普比率：

sharpe_ratio = stock.sharpe()

或者使用 extend_pandas：

sharpe_ratio = qs.stats.sharpe(stock)

可视化股票表现：

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

3. 应用案例和最佳实践

创建一个简单的报告

QuantStats Lumi 支持创建多种报告：

• qs.reports.metrics(mode='basic|full') - 显示基本或完整指标
• qs.reports.plots(mode='basic|full') - 显示基本或完整图表
• qs.reports.basic(...) - 显示基本指标和图表
• qs.reports.full(...) - 显示完整指标和图表
• qs.reports.html(...) - 生成完整的 HTML 报告

生成一个 HTML 报告：

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

可用方法

QuantStats Lumi 提供了多种统计和绘图方法。下面是部分方法的列表：

[func for func in dir(qs.stats) if func[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', 'adjusted_sortino', 'tail_ratio', 'to_drawdown_series', 'ulcer_index', 'ulcer_performance_index', 'upi', 'utils', 'value_at_risk', 'var', 'volatility', 'win_loss_ratio', 'win_rate', 'worst']

[func for func in dir(qs.plots) if func[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']

使用 Python 的 help 函数可以获取每个方法的更多选项：

help(qs.stats.conditional_value_at_risk)

4. 典型生态项目

QuantStats Lumi 可以与以下项目结合使用，以增强其功能：

• Lumibot：一个用于创建交易算法的库。
• yfinance：用于从 Yahoo Finance 获取市场数据的库。

结合这些项目，可以构建一个完整的数据分析和交易系统。

quantstats_lumi 项目地址: https://gitcode.com/gh_mirrors/qu/quantstats_lumi