トップページ> 経済データ> 時系列データ> Quantstats

Quantstats

QuantStatsは特定の銘柄や複数銘柄のポートフォリオに対し種々のリスクメトリクスやパフォーマンスの分析を簡単に実行できるpythonライブラリです。以下のコードでは、GOOGとVTIの比較、そして複数銘柄のポートフォリオとVTIの比較をするレポートをQuantStatsを使って作成します。

ranaroussi/quantstats: Portfolio analytics for quants

import numpy as np
import pandas as pd
import quantstats as qs
import yfinance as yf

qs.extend_pandas()

VTIと特定の銘柄の比較レポート

GOOG_returns = qs.utils.download_returns("GOOG", period="2y")
GOOG_returns.head(10)
qs.stats.sharpe(GOOG_returns)
qs.plots.snapshot(GOOG_returns, title="GOOG Performance")
qs.reports.html(GOOG_returns, "VTI", download_filename="GOOGとVTIの比較.html")

png

複数銘柄のパフォーマンス比較レポート

すべての銘柄を等しい割合で保有していた場合のリターンを、SP500と比較して見ます。銘柄のオアフォーマンスを計算するには株価の変化率の系列が必要なので、pandas.DataFrame.pct_change を用いて変化率の系列を求めています。

pandas.DataFrame.pct_change

# ポートフォリオ内での各銘柄の比重
stock_dict = {
    "MSFT": 0.3,
    "AAPL": 0.3,
    "AMZN": 0.2,
    "GOOG": 0.1,
    "TSLA": 0.1,
}

# 株価の系列
stock_prices_df = yf.download(
    list(stock_dict.keys()), start="2021-01-01", end="2022-01-01", adjusted=True
).dropna()

stock_prices_df.head()

	Adj Close					Close					...	Open					Volume
	AAPL	AMZN	GOOG	MSFT	TSLA	AAPL	AMZN	GOOG	MSFT	TSLA	...	AAPL	AMZN	GOOG	MSFT	TSLA	AAPL	AMZN	GOOG	MSFT	TSLA
Date
2020-12-31	131.333542	162.846497	87.594002	219.139343	235.223328	132.690002	162.846497	87.594002	222.419998	235.223328	...	134.080002	163.750000	86.771004	221.699997	233.330002	99116600	59144000	20238000	20942100	148949700
2021-01-04	128.087051	159.331497	86.412003	214.479111	243.256668	129.410004	159.331497	86.412003	217.690002	243.256668	...	133.520004	163.500000	87.876999	222.529999	239.820007	143301900	88228000	38038000	37130100	145914600
2021-01-05	129.670715	160.925507	87.045998	214.685989	245.036667	131.009995	160.925507	87.045998	217.899994	245.036667	...	128.889999	158.300507	86.250000	217.259995	241.220001	97664900	53110000	22906000	23823000	96735600
2021-01-06	125.305786	156.919006	86.764503	209.119339	251.993332	126.599998	156.919006	86.764503	212.250000	251.993332	...	127.720001	157.324005	85.131500	212.169998	252.830002	155088000	87896000	52042000	35930700	134100000
2021-01-07	129.581635	158.108002	89.362503	215.070267	272.013336	130.919998	158.108002	89.362503	218.289993	272.013336	...	128.360001	157.850006	87.002998	214.039993	259.209991	109578200	70290000	45300000	27694500	154496700

5 rows × 30 columns

returns_df = stock_prices_df["Adj Close"].pct_change().dropna()
returns_df.head()

	AAPL	AMZN	GOOG	MSFT	TSLA
Date
2021-01-04	-0.024719	-0.021585	-0.013494	-0.021266	0.034152
2021-01-05	0.012364	0.010004	0.007337	0.000965	0.007317
2021-01-06	-0.033662	-0.024897	-0.003234	-0.025929	0.028390
2021-01-07	0.034123	0.007577	0.029943	0.028457	0.079447
2021-01-08	0.008631	0.006496	0.011168	0.006093	0.078403

5 rows × 5 columns

pf_returns = np.dot(list(stock_dict.values()), returns_df.T)
print(pf_returns[:10])

[-0.01530147  0.00900607 -0.01796814  0.02928912  0.0152212  -0.02670266
  0.00147395  0.01133958 -0.01243583 -0.00920841]

pf_returns_series = pd.Series(pf_returns, index=returns_df.index)

pf_returns_series.head(10)

Date
2021-01-04   -0.015301
2021-01-05    0.009006
2021-01-06   -0.017968
2021-01-07    0.029289
2021-01-08    0.015221
2021-01-11   -0.026703
2021-01-12    0.001474
2021-01-13    0.011340
2021-01-14   -0.012436
2021-01-15   -0.009208
dtype: float64

qs.reports.html(pf_returns_series, "VTI", download_filename="ポートフォリオのパフォーマンス.html")

Quantstats

VTIと特定の銘柄の比較レポート

複数銘柄のパフォーマンス比較レポート

コメント欄