Backtrader 量化回测实践（6）——量化回测评价工具Quantstats

六月闻君

已于 2025-04-08 11:08:14 修改

阅读量5k

点赞数 16

分类专栏： BackTrader 数据分析文章标签： python BackTrader

于 2024-04-09 10:29:57 首次发布

本文链接：https://blog.youkuaiyun.com/qq_39065491/article/details/137534930

版权

Backtrader 量化回测实践（6）——量化回测评价工具Quantstats

1.概述

Quantstats是用于量化金融分析和投资组合优化的Python库。该库提供了各种工具，可从不同来源获得金融数据，进行技术和基本分析，并创建和测试投资策略。还可以使用可视化工具来分析股票和投资组合。
Quantstats是一款简单易用的定量金融分析工具，因此它将是本研究的首选库。
用BT进行回测后，内置的Analysis分析指标，可以作为回测结果的考量指标，但是没有对于结合市场指标评价回测结果。例如策略年化收益率5%，但是大盘市场走势，大盘指数年化收益率6%，说明策略并不理想。

1964年，威廉·夏普在《金融学期刊》上发表的论文里，首次把金融资产的收益拆成两部分。和市场一起波动的部分叫贝塔收益，不和市场一起波动的部分就叫阿尔法收益。
阿尔法收益，指的是跑赢大盘的超额收益。战胜市场平均水平获得的收益。主要承担的是非系统性风险，也就是证券组合带来的风险。
贝塔收益，就是跟随整个市场波动获取的平均收益。风险主要来自于市场的系统性风险。

Quantstats可以实现市场参考，设定一个基准策略，对比量化策略，在A股通常把基准设定为沪深300指数的收益率。

安装简单，不做赘述。

2. QuantStats主要功能

在GitHub上介绍：
主要有三个功能：

QuantStats is comprised of 3 main modules:
quantstats.stats - for calculating various performance metrics, like Sharpe ratio, Win rate, Volatility, etc.
quantstats.plots - for visualizing performance, drawdowns, rolling statistics, monthly returns, etc.
quantstats.reports - for generating metrics reports, batch plotting, and creating tear sheets that can be saved as an HTML file.

1.统计功能，计算各类性能指标，夏普率，胜率，波动率等；
2.绘图功能，可视化性能指标，最大回撤，滚动统计，月度回报率等；
3.报告功能，生成度量报告，批量绘图，创建HTML报告；

（1）统计功能

统计指标很丰富。

str_stats = ''
for k in dir(qs.stats) :
    if k[:1] != '_':
        str_stats += k + ','

print(str_stats)

统计指标：

adjusted_sortino,autocorr_penalty,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,distribution,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,omega,outlier_loss_ratio,outlier_win_ratio,outliers,payoff_ratio,pct_rank,probabilistic_adjusted_sortino_ratio,probabilistic_ratio,probabilistic_sharpe_ratio,probabilistic_sortino_ratio,profit_factor,profit_ratio,r2,r_squared,rar,recovery_factor,remove_outliers,risk_of_ruin,risk_return_ratio,rolling_greeks,rolling_sharpe,rolling_sortino,rolling_volatility,ror,serenity_index,sharpe,skew,smart_sharpe,smart_sortino,sortino,tail_ratio,to_drawdown_series,treynor_ratio,ulcer_index,ulcer_performance_index,upi,value_at_risk,var,volatility,warn,win_loss_ratio,win_rate,worst

可以逐一测试。

（2）报告功能

   You can create 7 different report tearsheets:

    qs.reports.metrics(mode='basic|full", ...) - shows basic/full metrics
    qs.reports.plots(mode='basic|full", ...) - shows basic/full plots
    qs.reports.basic(...) - shows basic metrics and plots
    qs.reports.full(...) - shows full metrics and plots
    qs.reports.html(...) - generates a complete report as html
    Let's create an html tearsheet

主要报告功能说明：

qs.reports.metrics(mode='basic|full", …) - 展现基础/所有指标
qs.reports.plots(mode='basic|full", …) - 展现基础/所有绘图
qs.reports.basic(…) - 展现基础指标和绘图
qs.reports.full(…) - 展现所有指标和绘图
qs.reports.html(…) - 生成html完整报告

（3）绘图功能

str_stats = ''
for k in dir(qs.plots) :
    if k[:1] != '_':
        str_stats += k + ','

print(str_stats)

绘图功能：

daily_returns,distribution,drawdown,drawdowns_periods,earnings,histogram,log_returns,monthly_heatmap,monthly_returns,plotly,returns,rolling_beta,rolling_sharpe,rolling_sortino,rolling_volatility,snapshot,to_plotly,warnings,yearly_returns,