今天花了不少時間在更正Portfolio Allocation中的內容，主要是講解的部分有一些錯誤，今天重新理解了以後修正了前兩天的文章。

在Portfolio Allocation的教學文章最後，其實有使用pyfolio庫來繪製一些很專業的獲利分析報表，但我嘗試使用pyfolio後碰到了很多兼容性問題，始終沒有克服，因此後來我沒有在程式碼中使用pyfolio繪製進階圖表；今天再次嘗試了以後，我決定改成使用quantstats來繪製這些圖表，從外觀上看起來基本上都差不多，不過差別是pyfolio已經快10年沒更新了，而quantstats則是比較新，所以不太會碰到一些跟其他庫(Pandas)的兼容性問題。

quantstats - Github

安裝
pip install quantstats

主要用來產生報表的輸入是daily_return，包裝了以後程式碼如下：

def generate_quantstats_report(daily_return_df,
                               output_filename,
                               title,
                               benchmark_return_df=None):
    """
    Function to generate a QuantStats HTML report with an optional benchmark.

    Parameters:
    - daily_return_df: Pandas DataFrame containing 'date' and 'daily_return' columns.
    - output_filename: The name of the output HTML file for the report.
    - title: The title for the report.
    - benchmark_return_df: (Optional) Pandas DataFrame or Series with 'date' as index for the benchmark returns.

    Returns:
    - None. The report will be saved as an HTML file.
    """

    # 檢查並轉換 daily_return_df 的 index 為 tz_native (去除時區)
    if daily_return_df.index.tz is not None:
        daily_return_df.index = daily_return_df.index.tz_convert(None)

    # 檢查並轉換 benchmark_return_df 的 index 為 tz_native (去除時區) (如果有提供 benchmark)
    if benchmark_return_df is not None and benchmark_return_df.index.tz is not None:
        benchmark_return_df.index = benchmark_return_df.index.tz_convert(None)

    # 生成 Quantstats HTML 報告
    qs.reports.html(daily_return_df,
                    output=output_filename,
                    title=title,
                    benchmark=benchmark_return_df)

    print(
        f"Quantstats HTML report has been generated and saved as '{output_filename}'."
    )

注意:
qs.reports.html的輸入DataFrame的index要是datetime tz_native的格式

quantstats有多個繪製的api選擇，我這邊直接使用.html()產生網頁出來看。
這裡針對把['A2C', 'PPO', 'DDPG', 'SAC', 'TD3']的daily_return放在一起比較，同時使用dji作為benchmark來比較。

# 創建一個字典來存儲每個模型的 daily_return
daily_returns = {}
for model_name, info in backtest_results.items():
    daily_return = info['daily_return']
    # 將 'date' 列轉換為 datetime 並設置為索引
    daily_return['date'] = pd.to_datetime(daily_return['date'])
    daily_return.set_index('date', inplace=True)
    daily_returns[model_name] = daily_return['daily_return']

# 將所有模型的 daily_return 合併到一個 DataFrame
daily_returns_df = pd.concat(daily_returns, axis=1)

dji_daily_return_df = copy.deepcopy(dji_daily_return)
dji_daily_return_df.name = 'dji'

generate_quantstats_report(daily_returns_df,
                           "performance_report.html",
                           "Performance Report",
                           benchmark_return_df=dji_daily_return_df)

生成出來的報表