quant-fund

name	quant_fund
description	quant_fund 是金融场景量化基金深度分析技能，提供因子暴露分析、风格漂移检测、Brinson归因等核心功能。
version	1.0.0
author	AlphaAgent
license	MIT
layer	L3
capability_domain	["C02","C03","C07"]
industry	financial
metadata	{"raw_title":"quant_fund - 量化基金分析引擎","auto_generated":true,"auto_generated_at":"2026-06-20"}

quant_fund - 量化基金分析引擎

概述

quant_fund 是金融场景量化基金深度分析技能，提供因子暴露分析、风格漂移检测、Brinson归因等核心功能。

核心能力

1. 因子暴露分析

基于 Fama-French 五因子 + Carhart 四因子扩展 模型：

因子	名称	说明
Alpha	超额收益	不可解释收益
Beta	市场敏感度	相对基准波动
SMB	市值因子	小盘股效应
HML	价值因子	低PB vs 高PB
RMW	盈利因子	高盈利 vs 低盈利
CMA	投资因子	低投资 vs 高投资
MOM	动量因子	过去12个月收益

2. 风格漂移检测

• 方法：基于滚动收益率的风格回归（60日窗口）
• 对比：当前实现风格 vs 基金契约约定风格
• 阈值：偏离度 > 15% 触发预警

3. Brinson 归因分析

三层归因拆解：

效应	含义
选股效应 (Selection)	超配好股票带来的收益
行业配置效应 (Allocation)	超配好行业带来的收益
交互效应 (Interaction)	选股与配置的交叉贡献

4. 业绩归因

综合考虑：

• 基准收益
• 因子暴露贡献
• 选股贡献
• 行业配置贡献
• 交易成本

输入参数

参数	类型	说明
fund_code	str	基金代码（F000001格式）
fund_name	str	基金名称（可选）
benchmark	str	基准指数代码（默认沪深300）
period	str	分析区间（默认近1年）

输出格式

{
  "fund_code": "F000001",
  "fund_name": "某量化基金",
  "factor_exposure": {
    "alpha": 0.023,
    "beta": 1.12,
    "smb": 0.15,
    "hml": -0.08,
    "rmw": 0.21,
    "cma": -0.05,
    "mom": 0.12
  },
  "style_drift": {
    "current_style": {"size": 0.3, "value": 0.2, "growth": 0.5},
    "contract_style": {"size": 0.5, "value": 0.3, "growth": 0.2},
    "drift_score": 0.28,
    "alert": "LOW"
  },
  "brinson_attribution": {
    "selection_effect": 0.034,
    "allocation_effect": 0.021,
    "interaction_effect": 0.008,
    "total_attribution": 0.063
  },
  "performance_attribution": {
    "benchmark_return": 0.081,
    "factor_contribution": 0.052,
    "selection_contribution": 0.034,
    "allocation_contribution": 0.021,
    "timing_contribution": 0.008,
    "net_return": 0.118
  }
}

使用方式

CLI 模式

python3 scripts/quant_cli.py generate "量化基金分析 F000001"
python3 scripts/quant_cli.py factor F000001
python3 scripts/quant_cli.py style F000001
python3 scripts/quant_cli.py brinson F000001

Python API

from quant_engine import QuantFundEngine

engine = QuantFundEngine()
result = engine.analyze(fund_code="F000001", fund_name="某量化基金")
print(result)

数据脱敏

• 基金代码统一使用 Fxxxxxx 格式
• 基金名称使用"某量化基金"占位
• 如需真实数据，请替换为实际基金代码

技术栈

• Python 3.8+
• pandas / numpy：数据处理
• scipy.stats：统计分析
• statsmodels：回归分析

相关技能

• fund_compare：基金多维度对比
• fund_manager_profile：基金经理画像
• dca_calculator：定投计算器