---

name: fund-risk-analyzer description: "ETF多维对比工具：基于用户提供的净值CSV数据，自动计算并对比多只ETF或基金的年化收益率、最大回撤、夏普比率，并生成相关性矩阵图表。当用户需要对比基金风险收益、计算年化收益/最大回撤/夏普比率、进行相关性分析，或提到关键词如ETF对比、净值分析、风险收益、波动率、Sharpe Ratio、max drawdown时触发。" license: MIT

ETF Screener / ETF 多维对比工具

基于用户提供的净值（NAV）数据，对多只 ETF 进行多维度风险收益对比分析，自动计算年化收益率、最大回撤、夏普比率，并生成相关性矩阵。

Quick Start

基础对比

python scripts/etf_screener.py --input nav_data.csv

自定义无风险利率 + CSV 导出

python scripts/etf_screener.py --input nav_data.csv --risk-free 0.03 --output report.csv

JSON 输出（便于程序化处理）

python scripts/etf_screener.py --input nav_data.csv --json

输入数据格式

CSV 文件，第一列为日期，后续列为各 ETF 的净值：

date,沪深300ETF,中证500ETF,纳指ETF
2023-01-03,1.0000,1.0000,1.0000
2023-01-04,1.0050,0.9980,1.0020
2023-01-05,1.0120,1.0010,1.0080
...

• 日期列名不限，格式不限（仅用于标注区间）
• ETF 列名即为对比报告中的名称
• 缺失值用空白或 NaN 表示，会自动跳过

计算说明

年化收益率 (Annualized Return)

基于首尾净值计算总收益，再按交易日数年化：

Ann. Return = (NAV_end / NAV_start) ^ (trading_days / n_days) - 1

最大回撤 (Max Drawdown)

净值序列中从峰值到谷底的最大跌幅：

MDD = max( (peak - trough) / peak )

夏普比率 (Sharpe Ratio)

风险调整后收益指标：

Sharpe = (Annualized Return - Risk-Free Rate) / Annualized Volatility

年化波动率由日收益率标准差乘以 √(trading_days) 得出。

相关性矩阵 (Correlation Matrix)

基于日收益率计算 Pearson 相关系数，衡量 ETF 间的联动程度。相关系数接近 1 表示高度正相关，接近 0 表示不相关，接近 -1 表示负相关。

参数说明

参数	必填	默认值	说明
--input / -i	是	-	净值 CSV 文件路径
--risk-free / -rf	否	0.02	年化无风险利率（如 0.03 表示 3%）
--trading-days	否	252	每年交易日数（A 股 252，美股 252）
--output / -o	否	-	输出文件路径（.csv 或 .json）
--json	否	false	以 JSON 格式输出到 stdout

使用场景

• 对比多只 ETF 的风险收益特征，辅助资产配置决策
• 分析 ETF 间的相关性，构建低相关的投资组合
• 评估基金经理表现（夏普比率越高越好）
• 回测不同资产在特定时间段的表现

注意事项

• 本工具使用纯 Python 标准库，无需安装额外依赖
• 净值数据需要足够的时间跨度（建议至少 60 个交易日）才能获得有意义的统计指标
• 夏普比率受无风险利率假设影响，请根据实际市场环境调整 --risk-free 参数
• 相关性矩阵需要至少 2 只 ETF 才能生成