pyfolio 是 Quantopian 开源的组合绩效和风险分析工具，能生成策略收益、回撤、滚动风险指标、持仓暴露、交易分析和 tear sheet 报告。它常与 Zipline、Alphalens 等工具配合使用。

金融 AI 项目常常只展示模型输出，却缺少完整绩效报告。pyfolio 的价值在于把策略结果转成标准化风险收益分析，让使用者看到最大回撤、波动率、滚动 Sharpe、极端时期表现和基准对比。

对银行财富管理、理财产品和策略研究来说，绩效解释非常重要。客户和管理层不只关心收益，还关心亏损发生在什么时候、持续多久、与市场关系如何、风险是否超标。pyfolio 可以帮助建立这种报告意识。

• 项目方向是：组合绩效与风险分析，核心学习问题是：策略收益如何生成回撤、风险暴露、滚动指标和绩效归因报告。
• 关注金融数据、组合管理、风险指标、回测验证、交易智能体、图风控或策略评估等金融 AI 基础能力。
• 可以与机器学习、大模型或智能体结合：模型生成信号，工具负责数据、约束、验证和风险解释。
• 项目地址：https://github.com/quantopian/pyfolio。 ↗
• 开源协议标注为：Apache-2.0；非宽松协议或未明确协议的项目，应用时要特别注意复用边界。

重点学习 tear sheet 思维：任何金融策略都应有标准化风险收益报告，而不是只报一个收益率。

还可以学习回撤分析和滚动指标。模型上线后必须持续监控，不能只看训练阶段结果。

• 投资策略绩效报告。
• 理财产品和组合净值风险分析。
• AI 信号回测后的风险收益解释。
• 客户组合回撤和波动监控。
• 策略复盘和模型监控模板参考。

pyfolio 原项目维护状态有限，部分依赖可能较旧。绩效报告依赖输入数据质量，若交易成本、现金流、复权或基准处理错误，报告也会误导。