Repolode
ranaroussi

ranaroussi/quantstats

Biblioteca de Python para analizar el rendimiento de carteras, con métricas de riesgo, gráficos e informes HTML detallados para series de rendimientos.

Estrellas
7,801
Forks
1,276
Issues abiertos
32
Último commit
hace 5 días

Esta página presenta un proyecto de código abierto y no constituye asesoramiento de inversión. Operar e invertir puede generar pérdidas: evalúa el riesgo por tu cuenta y cumple las leyes de tu país antes de usarlo.

¿Qué es?

QuantStats es una biblioteca de Python para analizar carteras de inversión. Recibe una serie de rendimientos periódicos y calcula métricas de rendimiento y riesgo, como el ratio de Sharpe, el ratio de Sortino, la volatilidad, la caída máxima y la tasa de operaciones ganadoras. Luego, las visualiza con gráficos de caídas, estadísticas móviles y rendimientos mensuales.

La biblioteca se organiza en tres módulos: stats, para calcular métricas; plots, para visualizarlas; y reports, para generar gráficos en lote e informes detallados que se pueden guardar en HTML. También incluye una extensión de pandas para llamar a las métricas directamente desde una Series de rendimientos, además de funciones auxiliares para descargar rendimientos basados en precios de símbolos bursátiles mediante yfinance.

El proyecto también ofrece simulaciones de Monte Carlo para analizar el riesgo de forma probabilística, con funciones para estimar las probabilidades de quedarse sin fondos y de alcanzar un objetivo. Las métricas se calculan sobre periodos de rendimiento, no sobre operaciones individuales, por lo que los resultados reflejan el comportamiento diario, semanal o mensual de los rendimientos.

Funciones clave

  • 01Calcula más de 60 métricas de rendimiento y riesgo, como Sharpe, Sortino, CAGR y caída máxima.
  • 02Genera gráficos resumidos, gráficos de caídas, estadísticas móviles y mapas de calor de los rendimientos mensuales.
  • 03Crea informes HTML detallados que comparan una cartera con un índice de referencia.
  • 04Ejecuta simulaciones de Monte Carlo para estimar las probabilidades de quedarse sin fondos y de alcanzar un objetivo.
  • 05Amplía pandas Series con métodos para calcular métricas y descarga los rendimientos de símbolos bursátiles mediante yfinance.

Casos de uso

  • Evaluar el rendimiento histórico de una estrategia de trading sistemático.
  • Comparar una cartera con un índice de referencia, como SPY, en un informe HTML fácil de compartir.
  • Analizar el riesgo de cola y el comportamiento de las caídas de una serie de rendimientos.
  • Ejecutar simulaciones probabilísticas de riesgo sobre los rendimientos esperados de una cartera.

Inicio rápido

  1. 1

    Instala el paquete con pip

    pip install quantstats --upgrade --no-cache-dir
  2. 2

    Importa quantstats y obtén los rendimientos diarios de una acción

    import quantstats as qs stock = qs.utils.download_returns('META')
  3. 3

    Muestra el ratio de Sharpe

    qs.stats.sharpe(stock)

Antes de usarlo

  • Las métricas se calculan por periodos a partir de series de rendimientos, no de estadísticas de operaciones individuales, por lo que la tasa de aciertos y el ratio beneficio-riesgo pueden diferir de los resultados por operación.
  • En el README, la documentación completa sigue marcada como «próximamente».

En colecciones

Temas

Preguntas frecuentes

¿Qué es quantstats?
Biblioteca de Python para analizar el rendimiento de carteras, con métricas de riesgo, gráficos e informes HTML detallados para series de rendimientos. QuantStats es una biblioteca de Python para analizar carteras de inversión. Recibe una serie de rendimientos periódicos y calcula métricas de rendimiento y riesgo, como el ratio de Sharpe, el ratio de Sortino, la volatilidad, la caída máxima y la tasa de operaciones ganadoras. Luego, las visualiza con gráficos de caídas, estadísticas móviles y rendimientos mensuales.
¿quantstats es gratuito? ¿Qué licencia tiene?
quantstats es open source bajo la licencia Apache-2.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
¿quantstats sigue mantenido?
Mantenimiento activo. El último commit de quantstats fue el 2 nov 2026.
¿Para qué puedo usar quantstats?
Evaluar el rendimiento histórico de una estrategia de trading sistemático. Comparar una cartera con un índice de referencia, como SPY, en un informe HTML fácil de compartir. Analizar el riesgo de cola y el comportamiento de las caídas de una serie de rendimientos. Ejecutar simulaciones probabilísticas de riesgo sobre los rendimientos esperados de una cartera.
¿Cómo se instala quantstats?
Instala el paquete con pip: pip install quantstats --upgrade --no-cache-dir Importa quantstats y obtén los rendimientos diarios de una acción: import quantstats as qs stock = qs.utils.download_returns('META') Muestra el ratio de Sharpe: qs.stats.sharpe(stock)
¿Dónde consigo quantstats?
El código fuente y las instrucciones de instalación están en GitHub: https://github.com/ranaroussi/quantstats

Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.

Proyectos relacionados