报告与分析 API¶

生成回测报告、计算风险指标、归因分析和组合优化。

generate_chart¶

生成回测图表（PNG）。

generate_chart(result, out_path)

generate_report_md¶

生成 Markdown 格式报告。

generate_report_json¶

生成 JSON 格式报告。返回的 JSON 包含：metadata（生成信息）、summary（资金盈亏）、risk_metrics（风险指标）、excess_return_metrics（超额收益指标）、brinson_attribution（Brinson 归因）、factor_analysis（因子分析）、trades（成交列表）、positions（持仓）、cumulative_returns（净值序列），以及全部 图表数据数组：candlestick_data、volume_data、ma5/20/60_data、rsi_data、macd_data/macd_signal_data/macd_hist_data、bb_upper/middle/lower_data、support_data、resistance_data、markers、cum_return_data、ret_hs300_data、ret_sse_data、drawdown_data、pnl_bar_data、daily_returns_data。

generate_html_report¶

生成交互式 HTML 报告。HTML 报告内含 K 线图（含 MA 均线、成交量、买卖信号）、RSI(14)、MACD(12,26,9)、Bollinger Bands(20,2)、累计收益、回撤、每日盈亏、成交记录。K 线图支持指标切换面板和十字光标联动图例。

analyze_returns¶

计算综合风险指标。

metrics = analyze_returns(result, risk_free_rate=0.03, trading_days=252)

返回 dict：total_return, annual_return, annual_volatility, sharpe_ratio, sortino_ratio, max_drawdown, calmar_ratio, alpha, beta, information_ratio, win_rate, trading_days, num_trades。

grade_strategy¶

策略综合评分（6 维度）。

grade_info = grade_strategy(analytics)

接受 analyze_returns() 返回的字典，返回 dict：overall（S/A/B/C/D）、score（0-100）、dimensions（6 维评分列表）、weakest/strongest（最弱/最强维度名）、summary_text（一句话总结）。

6 个评分维度：收益率能力（20%）、风险控制（20%）、风险调整（20%）、交易质量（15%）、超额能力（15%）、稳定性（10%）。

diagnose_bottleneck¶

诊断策略瓶颈指标。

diagnostics = diagnose_bottleneck(analytics, grade_info)

返回 list[dict]，每项包含：metric、severity（critical/warning）、finding（发现描述）、root_cause（根因分析）、affected_period、related_metrics。

检查的指标：最大回撤（< -20%）、夏普（< 1.0）、胜率（< 40%）、Alpha（< 0）。

recommend_params¶

参数调优建议。

recommendations = recommend_params(analytics, grade_info, current_params, param_ranges)

根据诊断结果推荐参数调整。current_params 和 param_ranges 为策略文件中定义的 PARAMS 和 PARAM_RANGES 字典。返回 list[dict]，每项包含：priority、target_metric、action、parameter、current、suggested、range、rationale、expected_effect、risk。

brinson_attribution¶

Brinson 归因分析。返回 dict（allocation_effect, selection_effect, interaction_effect, total_active_return）。

simple_factor_analysis¶

简化因子分析。将策略收益分解为市场因子（beta）、动量代理（滞后收益自相关）和 Alpha（残差）。

注意： 本函数不实现真正的 Fama-French 三因子模型。momentum_correlation 字段为收益自相关，非真正的动量因子暴露。

from eqlib import simple_factor_analysis
ff = simple_factor_analysis(result)

返回 dict（market_beta, market_exposure, alpha_annual, momentum_correlation, vol_of_vol, residual_volatility, explained_variance）。

已弃用别名

fama_french_analysis 仍可使用，但已弃用。请改用 simple_factor_analysis。

组合优化 API¶

portfolio_optimizer¶

投资组合权重优化。

portfolio_optimizer(securities, prices, target=None, constraints=None, bounds=None,
                    default_range=(0.0, 1.0), ftol=1e-9, return_none_if_fail=True)

参数	类型	说明
`securities`	`list[str]`	股票代码列表
`prices`	`DataFrame`	价格矩阵
`target`	`MinVariance`/`MaxSharpe`/`RiskParity`	优化目标
`constraints`	`dict`	`{'max_weight': 0.3}`
`bounds`	`list[Bound]`	每只股票权重上下限

返回优化后的权重 Series 或 None。

优化目标¶

MinVariance()
MaxSharpe(risk_free_rate=0.03)
RiskParity()