Betalens 文档

Betalens 是一个用于量化因子分析和回测的 Python 框架。

特性

📊 因子分析 - 支持单因子/双因子/多因子分组、打标签、生成多空权重
📈 数据管理 - PostgreSQL 数据库接口，支持时间序列查询、Wind数据抓取
🔄 回测框架 - 多资产多权重回测，自动获取价格数据，详细的异常处理
📋 绩效分析 - 计算夏普比率、最大回撤等指标，分年度/自定义时段报告
🧪 稳健性检验 - 基于Lucky Factors的因子增量检验、Bootstrap重采样

快速安装

pip install betalens

或从源码安装：

git clone https://github.com/Janiszzz/betalens.git
cd betalens/gitworks
pip install -e .

快速示例

from betalens.datafeed import Datafeed, get_absolute_trade_days
from betalens.factor.factor import (
    get_tradable_pool, pre_query_characteristic_data,
    single_factor, get_single_factor_weight
)
from betalens.backtest import BacktestBase
from betalens.analyst import PortfolioAnalyzer, ReportExporter

# 1. 准备数据
trading_days = get_absolute_trade_days("2020-04-30", "2024-04-30", "Y")
date_ranges, code_ranges = get_tradable_pool(trading_days)

# 2. 查询因子并分组
data = pre_query_characteristic_data(trading_days, "股息率(报告期)",
                             date_ranges=date_ranges, code_ranges=code_ranges)
labeled_pool = single_characteristic(data, "股息率(报告期)", {"股息率(报告期)": 10})

# 3. 生成权重
weights = get_single_factor_weight(labeled_pool, {
    "factor_key": "股息率(报告期)",
    "mode": "classic-long-short"
})
weights["cash"] = 0

# 4. 回测
engine = BacktestBase(weight=weights, symbol="Dividend", amount=1_000_000)

# 5. 绩效分析
analyzer = PortfolioAnalyzer(engine.nav)
print(f"Sharpe: {analyzer.sharpe_ratio():.4f}")
print(f"Max Drawdown: {analyzer.max_drawdown():.2%}")

exporter = ReportExporter(analyzer)
exporter.generate_annual_report()

文档目录

快速开始

用户指南

API 参考

索引