跟踪你的股票投资组合与指数的表现
pyportfoliotracker的Python项目详细描述
投资组合跟踪器
根据主要指数跟踪股票投资组合的表现。在
关于如何使用这个包的模板，请参阅底部的示例代码。在
0。初始化
以下包是必需的：yahoofinancials，pandas，matplotlib，datetime，numpy
在文件顶部输入以下导入：
import pyportfoliotracker
from pyportfoliotracker import Fund
1。设立你的基金
使用以下参数设置您的基金：
fund = Fund(cash, index_ticker, date_of_creation, strategy, risk_free_rate_percentage):
在哪里
- 现金=基金的现金价值
- index_ticker=基准指数的股票代码（基于Yahoo Finance）
- date_of_creation=基金创建日期
- 策略（可选）=用于指数基准的策略。默认策略是一次性付款。另一种选择是dca10，它代表每天使用现金价值10%的美元成本平均值。在
- 无风险利率（可选）=无风险利率，以百分比表示（例如，输入2.5代表2.5%），用于计算α、β和夏普比率。默认设置为2.5%。在
2。购买/出售相关股权
购买
使用.buy_equity（）方法，购买基金中的相关股票。在
fund.buy_equity(ticker, date_of_purchase, qty, price)
在哪里
- 股票代码=股票的股票代码（基于雅虎财经）
- date_of_purchase=股权购买日期
- qty=购买股权数量
- 价格=购买股权的价格
销售
在你的股票买卖中，使用的是股票买卖法。在
fund.sell_equity(ticker, date_of_sale, qty, price)
在哪里
- 股票代码=股票的股票代码（基于雅虎财经）
- date_of_sale=股权出售日期
- qty=购买股权数量
- 价格=购买股权的价格
3。选择所需输出
有许多类型的输出可以对您有用：
1a.基金历史账面价值与指数的数据帧：通过调用print(fund.all_assets_normalised)获得
请注意，只需调用属性fund.all_assets_normalised即可返回可集成到其他包和用例中的数据帧。在
1b.将1a中提到的数据帧导出为CSV：通过调用fund.export_to_csv(output_path)获得
注意，.export_to_csv中的变量output_path被设置为'data/historical paper'-值.csv'默认情况下。在
2a.基金与指数表现的图形比较：通过调用fund.plot_fund_performance()获得
2b。将2a中提到的图形导出为PNG：通过调用fund.export_graph(output_path)获得
注意，.export_graph中的变量output_path被设置为'data/fund graph'-绘图.png'默认情况下。在
3a。基金关键财务指标的数据框架，如α、β、夏普比率：通过调用print(fund.fund_metrics_table())获得
请注意，只需调用方法fund.fund_metrics_table()即可返回可集成到其他包和用例中的数据帧。在
3b。将3a中提到的数据帧导出为CSV：通过调用fund.export_fund_metrics(output_path)获得
注意，.export_fund_metrics中的变量output_path被设置为'data/fund'-指标.csv'默认情况下。在
样本代码：
^{pr2}$- 项目
标签：
欢迎加入QQ群-->： 979659372
