相比于alphalens,pyfolio使用起来要简单很多。安装与alphalens一样,直接pip就可以了。数据也很简单,基本在国内使用的话,用于benchmark不可能让pyfolio自己去获取,所以,最简单的demo中,只需要我们的portfolio的daily return与benchmark的daily return就可以了。
直接上一段代码吧,避免以后要用pyfolio的时候不知道如何开始。
import pyfolio as pf
import pandas as pd
import matplotlib.pyplot as plt
benchmark_rets = pd.read_csv('return.csv', index_col=0, parse_dates=True)
stock_rets = pd.read_csv('benchmark.csv', index_col=0, parse_dates=True)
returns = stock_rets['return'].tz_localize('UTC')
benchmark_rets = benchmark_rets['return'].tz_localize('UTC')
live_start_date = '2016-5-1'
pf.create_returns_tear_sheet(returns, benchmark_rets=benchmark_rets, live_start_date=live_start_date)
plt.show()
代码着重讲几点:

这篇博客介绍了pyfolio的基本用法,通过一个简单的demo展示了如何利用pyfolio分析投资组合的daily return与benchmark return。重点强调了returns数据应为pandas的series,注意时区问题,并提醒在IDE中可能遇到的显示问题。pyfolio的主要价值在于理解和解释结果以指导投资决策,这将是后续学习的重点。
最低0.47元/天 解锁文章
6478

被折叠的 条评论
为什么被折叠?



