ranaroussi/quantstats

这是什么？

核心功能

• 01计算 60 多种绩效与风险指标，如夏普比率、索提诺比率、CAGR 和最大回撤。
• 02生成净值快照图、回撤图、滚动统计图和月度收益热力图。
• 03生成 HTML 报告，可将投资组合与基准进行对比。
• 04通过蒙特卡洛模拟估算破产概率和目标达成概率。
• 05扩展 pandas Series 的指标方法，并可通过 yfinance 下载股票收益。

适用场景

• 评估系统化交易策略的历史绩效。
• 通过可分享的 HTML 报告，将投资组合与 SPY 等基准进行对比。
• 分析收益序列的尾部风险和回撤特征。
• 基于投资组合的预期收益进行概率化风险模拟。

快速上手

1. 1

   使用 pip 安装该包

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

   导入 quantstats 并获取股票的日收益率

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

   计算夏普比率

   qs.stats.sharpe(stock)

使用前须知

• !指标基于收益率序列的周期计算，而非离散交易统计，因此胜率和盈亏比可能与按笔交易的结果不同。
• !README 中的完整文档仍标注为“即将推出”。

收录于专题

标签

常见问题

quantstats 是什么？

用于投资组合绩效分析的 Python 库，提供风险指标、图表和 HTML 报告。 QuantStats 是一个用于投资组合分析的 Python 库。它接收周期性收益率序列，计算夏普比率、索提诺比率、波动率、最大回撤、胜率等绩效与风险指标，并通过回撤、滚动统计、月度收益等图表进行可视化。

quantstats 可以免费使用吗？用的什么许可证？

quantstats 以 Apache-2.0 许可证开源。用于商业产品前，请先确认许可证条款。

quantstats 还在维护吗？

活跃维护中。quantstats 最近一次提交是在 2026年11月2日。

quantstats 适合用来做什么？

评估系统化交易策略的历史绩效。 通过可分享的 HTML 报告，将投资组合与 SPY 等基准进行对比。 分析收益序列的尾部风险和回撤特征。 基于投资组合的预期收益进行概率化风险模拟。

quantstats 怎么安装和运行？

使用 pip 安装该包: pip install quantstats --upgrade --no-cache-dir 导入 quantstats 并获取股票的日收益率: import quantstats as qs stock = qs.utils.download_returns('META') 计算夏普比率: qs.stats.sharpe(stock)

在哪里获取 quantstats？

源代码和安装说明在 GitHub 上：https://github.com/ranaroussi/quantstats