NumPy와 pandas의 벡터화 연산으로 여러 자산과 기간에 걸쳐 수천 가지 전략 아이디어를 백테스트하는 트레이딩 리서치용 Python 툴킷입니다.
ranaroussi/quantstats
수익률 시계열의 위험 지표와 차트, HTML 분석 보고서를 제공하는 포트폴리오 성과 분석용 Python 라이브러리입니다.
- 스타
- 7,801
- 포크
- 1,276
- 열린 이슈
- 32
- 마지막 커밋
- 4일 전
이 페이지는 오픈소스 프로젝트 소개이며 투자 조언이 아닙니다. 거래와 투자는 손실이 발생할 수 있으니, 사용 전에 위험을 직접 판단하고 거주 지역의 법규를 따르세요.
어떤 프로젝트인가요?
QuantStats는 투자 포트폴리오를 분석하는 Python 라이브러리입니다. 주기별 수익률 시계열을 입력하면 Sharpe ratio, Sortino ratio, 변동성, 최대 낙폭, 승률 등의 성과 및 위험 지표를 계산하고, 낙폭과 롤링 통계, 월별 수익률 차트로 시각화합니다.
라이브러리는 지표 계산을 위한 stats, 시각화를 위한 plots, 일괄 차트 생성과 HTML로 저장할 수 있는 전체 분석 보고서(tear sheet)를 제공하는 reports, 이렇게 세 모듈로 구성됩니다. pandas 확장 기능을 통해 수익률 Series에서 지표 메서드를 직접 호출할 수 있으며, yfinance를 사용해 티커의 가격 기반 수익률을 다운로드하는 헬퍼도 포함합니다.
또한 확률적 위험 분석을 위한 Monte Carlo 시뮬레이션을 제공하며, 파산 및 목표 달성 확률을 추정하는 함수를 포함합니다. 지표는 개별 거래가 아니라 수익률 기간을 기준으로 계산되므로, 결과는 일간·주간·월간 수익률의 특성을 반영합니다.
핵심 기능
- 01Sharpe, Sortino, CAGR, 최대 낙폭 등 60개 이상의 성과 및 위험 지표를 계산합니다.
- 02요약 차트, 낙폭 차트, 롤링 통계, 월별 수익률 히트맵을 생성합니다.
- 03포트폴리오와 벤치마크를 비교하는 HTML 분석 보고서를 생성합니다.
- 04파산 및 목표 달성 확률을 추정하는 Monte Carlo 시뮬레이션을 실행합니다.
- 05pandas Series에 지표 메서드를 추가하고 yfinance로 티커 수익률을 다운로드합니다.
활용 사례
- 시스템 트레이딩 전략의 과거 성과를 평가합니다.
- 공유 가능한 HTML 보고서에서 포트폴리오를 SPY 같은 벤치마크와 비교합니다.
- 수익률 시계열의 테일 리스크와 낙폭 특성을 평가합니다.
- 포트폴리오의 기대 수익률을 바탕으로 확률적 위험 시뮬레이션을 실행합니다.
빠른 시작
- 1
pip으로 패키지를 설치합니다
pip install quantstats --upgrade --no-cache-dir - 2
quantstats를 가져오고 주식의 일간 수익률을 가져옵니다
import quantstats as qs stock = qs.utils.download_returns('META') - 3
샤프 비율을 표시합니다
qs.stats.sharpe(stock)
사용 전 알아둘 점
- 지표는 개별 거래 통계가 아니라 수익률 시계열을 기준으로 기간 단위로 계산되므로, 승률과 손익비가 거래 단위 결과와 다를 수 있습니다.
- README에는 전체 문서가 아직 ‘곧 공개 예정’으로 표시되어 있습니다.
포함된 컬렉션
토픽
자주 묻는 질문
- quantstats은(는) 무엇인가요?
- 수익률 시계열의 위험 지표와 차트, HTML 분석 보고서를 제공하는 포트폴리오 성과 분석용 Python 라이브러리입니다. QuantStats는 투자 포트폴리오를 분석하는 Python 라이브러리입니다. 주기별 수익률 시계열을 입력하면 Sharpe ratio, Sortino ratio, 변동성, 최대 낙폭, 승률 등의 성과 및 위험 지표를 계산하고, 낙폭과 롤링 통계, 월별 수익률 차트로 시각화합니다.
- quantstats은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
- quantstats은(는) Apache-2.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
- quantstats은(는) 아직 유지보수되고 있나요?
- 활발히 유지보수 중. quantstats의 마지막 커밋은 2026년 11월 2일입니다.
- quantstats은(는) 어디에 사용할 수 있나요?
- 시스템 트레이딩 전략의 과거 성과를 평가합니다. 공유 가능한 HTML 보고서에서 포트폴리오를 SPY 같은 벤치마크와 비교합니다. 수익률 시계열의 테일 리스크와 낙폭 특성을 평가합니다. 포트폴리오의 기대 수익률을 바탕으로 확률적 위험 시뮬레이션을 실행합니다.
- quantstats는 어떻게 설치하나요?
- pip으로 패키지를 설치합니다: pip install quantstats --upgrade --no-cache-dir quantstats를 가져오고 주식의 일간 수익률을 가져옵니다: import quantstats as qs stock = qs.utils.download_returns('META') 샤프 비율을 표시합니다: qs.stats.sharpe(stock)
- quantstats은(는) 어디서 받을 수 있나요?
- 소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/ranaroussi/quantstats
요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.
관련 프로젝트
직접 만든 암호화폐 트레이딩 전략을 연구하고 백테스트·최적화·실거래할 수 있는 셀프 호스팅 Python 프레임워크입니다.
트레이딩 전략을 위한 Python 이벤트 기반 백테스팅 라이브러리로, Quantopian의 Zipline을 커뮤니티가 유지 관리하는 포크입니다.
가격 산정, 백테스팅, 데이터 등을 아우르는 퀀트 금융 분야 오픈소스 라이브러리, 패키지 및 자료의 주제별 선별 목록입니다.
시스템 트레이딩(퀀트 트레이딩)을 위한 라이브러리, 논문, 전략, 도서, 블로그, 강의를 선별해 모은 Awesome 목록입니다.
암호화폐, FX, 주식, 선물, 옵션, 베팅 거래소에서 백테스트와 실거래를 지원하는 Rust 네이티브 이벤트 기반 트레이딩 엔진으로, Python 제어 계층을 제공합니다.