Nav_Show 业绩报告说明

快速使用：

将performance_data.csv放置在项目根目录下，然后运行performance_report.py生成业绩报告。

要求的performance_data.csv格式如下：

Date,Strategy_Value,Benchmark_Value
2023-01-01,1.0,1.0
2023-01-02,1.01,1.002
2023-01-03,1.02,1.004

没有benchmark列时，基准恒定为1。

报告内容一览

本项目自动生成的业绩报告（index.html）主要包含以下内容：

• 多周期收益摘要卡片：展示当日、近一周、近一月、近三月、今年以来、成立以来的策略收益、基准收益、超额收益。
• 收益与回撤可视化：包含策略累计收益、基准累计收益、超额收益曲线，以及策略回撤与超额回撤的双轴图。
• 核心业绩指标（分三大板块）：
  1. 核心表现：总收益率、年化收益率、年化波动率、最大回撤（策略与基准均有）。
  2. 风险调整后收益：夏普比率、索提诺比率、Calmar比率、信息比率等，均采用三个月期SHIBOR均值作为无风险利率。
  3. 相对基准分析：年化Alpha、Beta、跟踪误差、超额收益最大回撤等。

指标计算注意事项

• 无风险利率：所有涉及夏普、索提诺等风险调整收益指标，均采用报告期内三个月期SHIBOR均值，并自动匹配区间。
• 年化处理：所有年化指标均基于252个交易日，且考虑中国法定节假日（通过Chinese_special_holiday.txt）。
• 波动率/跟踪误差：均为年化标准差，自动调整实际交易日间隔。
• 最大回撤：取绝对值展示，便于直观理解。
• 超额收益：既有算术超额（策略-基准），也有几何超额（复利差异）。
• 信息比率：用年化Alpha/跟踪误差衡量主动管理能力。
• 数据完整性：如区间数据不足，所有指标自动返回0，保证前端展示稳定。

依赖环境

• Python 3.7 及以上
• 主要依赖：pandas、numpy、pyecharts、akshare

安装依赖：

pip install pandas numpy pyecharts akshare

许可证

MIT License