Repolode
ranaroussi

ranaroussi/quantstats

Библиотека Python для анализа эффективности портфеля: рассчитывает метрики риска, строит графики и формирует HTML-отчёты по рядам доходности.

Звёзды
7,801
Форки
1,276
Открытые issues
32
Последний коммит
5 дней назад

Эта страница описывает проект с открытым кодом и не является инвестиционной рекомендацией. Торговля и инвестиции могут привести к убыткам: оцените риски самостоятельно и соблюдайте законы своей страны перед использованием.

Что это?

QuantStats — библиотека Python для анализа инвестиционных портфелей. Она принимает ряд периодической доходности и рассчитывает показатели эффективности и риска, например коэффициенты Sharpe и Sortino, волатильность, максимальную просадку и долю прибыльных периодов, а затем визуализирует их на графиках просадок, скользящих статистик и месячной доходности.

Библиотека состоит из трёх модулей: stats для расчёта метрик, plots для визуализации и reports для пакетного построения графиков и полноценных tear sheet, которые можно сохранить в HTML. Также в библиотеку входит расширение pandas, позволяющее вызывать метрики напрямую у Series доходности, и функции для загрузки доходности на основе цен тикеров через yfinance.

В проекте также есть симуляция Монте-Карло для вероятностного анализа риска и функции для оценки вероятности разорения и достижения цели. Метрики рассчитываются по периодам доходности, а не по отдельным сделкам, поэтому результаты отражают поведение дневной, недельной или месячной доходности.

Ключевые возможности

  • 01Рассчитывает более 60 метрик эффективности и риска, включая Sharpe, Sortino, CAGR и максимальную просадку.
  • 02Строит обзорные графики, графики просадок, скользящих статистик и тепловые карты месячной доходности.
  • 03Формирует HTML-отчёты tear sheet для сравнения портфеля с бенчмарком.
  • 04Запускает симуляции Монте-Карло для оценки вероятности разорения и достижения цели.
  • 05Расширяет pandas Series методами расчёта метрик и загружает доходность тикеров через yfinance.

Сценарии использования

  • Оценка исторической эффективности систематической торговой стратегии.
  • Сравнение портфеля с бенчмарком, например SPY, в HTML-отчёте, которым можно поделиться.
  • Оценка хвостового риска и поведения просадок в ряду доходности.
  • Проведение вероятностного моделирования рисков на основе ожидаемой доходности портфеля.

Быстрый старт

  1. 1

    Установите пакет с помощью pip

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

    Импортируйте quantstats и получите дневную доходность акции

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

    Выведите коэффициент Шарпа

    qs.stats.sharpe(stock)

Что важно знать

  • Метрики рассчитываются за периоды на основе рядов доходности, а не статистики отдельных сделок, поэтому доля прибыльных сделок и соотношение прибыли к убытку могут отличаться от результатов на уровне отдельных сделок.
  • В README полная документация по-прежнему отмечена как «скоро появится».

В подборках

Темы

Частые вопросы

Что такое quantstats?
Библиотека Python для анализа эффективности портфеля: рассчитывает метрики риска, строит графики и формирует HTML-отчёты по рядам доходности. QuantStats — библиотека Python для анализа инвестиционных портфелей. Она принимает ряд периодической доходности и рассчитывает показатели эффективности и риска, например коэффициенты Sharpe и Sortino, волатильность, максимальную просадку и долю прибыльных периодов, а затем визуализирует их на графиках просадок, скользящих статистик и месячной доходности.
quantstats можно использовать бесплатно? Какая у него лицензия?
quantstats распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.
quantstats всё ещё поддерживается?
Активно поддерживается. Последний коммит в quantstats — 2 нояб. 2026 г..
Для чего можно использовать quantstats?
Оценка исторической эффективности систематической торговой стратегии. Сравнение портфеля с бенчмарком, например SPY, в HTML-отчёте, которым можно поделиться. Оценка хвостового риска и поведения просадок в ряду доходности. Проведение вероятностного моделирования рисков на основе ожидаемой доходности портфеля.
Как установить quantstats?
Установите пакет с помощью pip: pip install quantstats --upgrade --no-cache-dir Импортируйте quantstats и получите дневную доходность акции: import quantstats as qs stock = qs.utils.download_returns('META') Выведите коэффициент Шарпа: qs.stats.sharpe(stock)
Где скачать quantstats?
Исходный код и инструкции по установке — на GitHub: https://github.com/ranaroussi/quantstats

Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.

Похожие проекты

Python-инструментарий для исследования торговых стратегий: он тестирует тысячи идей на разных активах и таймфреймах с помощью векторизованных операций NumPy и pandas.

9,7 тыс.+114 за неделю1,3 тыс.PythonOtherОбновлён 3 дня назад

Самостоятельно разворачиваемый Python-фреймворк для исследования, бэктестинга, оптимизации и торговли криптовалютами по собственным стратегиям.

8,8 тыс.+14 за неделю1,3 тыс.PythonMITАктивно поддерживаетсяОбновлён 11 часов назад

Подборка библиотек, пакетов и ресурсов с открытым исходным кодом для количественных финансов: оценка стоимости, бэктестинг, данные и многое другое.

30,5 тыс.+132 за неделю4,3 тыс.HTMLБез лицензииАктивно поддерживаетсяОбновлён вчера

Подборка Awesome с библиотеками, статьями, стратегиями, книгами, блогами и курсами по систематической (количественной) торговле.

15,2 тыс.+40 за неделю1,8 тыс.PythonБез лицензииАктивно поддерживаетсяОбновлён в прошлом месяце

Торговый движок на Rust с событийной архитектурой и Python-плоскостью управления для бэктестинга и торговли на криптовалютных, валютных и фондовых рынках, фьючерсами, опционами и на букмекерских площадках.

31,3 тыс.+231 за неделю4,2 тыс.RustLGPL-3.0Активно поддерживаетсяОбновлён 16 часов назад