Quantstats扩展Pandas后仍报错无DataFrame属性的问题排查

核心错误原因 #

你搞错了quantstats的用法：quantstats本身没有qs.DataFrame这个属性，qs.extend_pandas()的作用是给原生Pandas DataFrame/Series扩展quantstats的分析方法，不是让你去调用qs.DataFrame。

具体修复步骤 #

1. 补全缺失的目标股票数据查询（你代码里漏定义了stock_data）
2. 格式化数据：quantstats需要以日期为索引的收益率数据，要把查询到的日期列转为datetime类型并设为索引，再提取收盘价计算日收益率
3. 用扩展后的Pandas Series直接调用beta()方法，或者使用qs.beta()函数传入目标和基准收益率

修改后的完整代码 #

import quantstats as qs
import pandas as pd
import sqlite3

# 扩展Pandas的quantstats分析方法
qs.extend_pandas()

conn = sqlite3.connect("market_data.sqlite")

ticker = "ASIANPAINT.NS"
start_date = "2010-01-01"
end_date = "2022-12-31"

benchmark_ticker = "^NSEI"

# 补全目标股票数据查询（之前漏写的部分）
stock_data = pd.read_sql_query(
    "SELECT * FROM stock_data WHERE symbol = '{}' AND date BETWEEN '{}' AND '{}'".format(ticker, start_date, end_date), 
    conn
)
benchmark_data = pd.read_sql_query(
    "SELECT * FROM stock_data WHERE symbol = '{}' AND date BETWEEN '{}' AND '{}'".format(benchmark_ticker, start_date, end_date), 
    conn
)

# 统一处理数据格式：转为日期索引，提取收盘价计算日收益率
def process_price_data(df):
    df['date'] = pd.to_datetime(df['date'])
    df.set_index('date', inplace=True)
    # 假设表中收盘价列名为'close'，如果是其他名称（如adj_close）请自行替换
    return df['close'].pct_change().dropna()

stock_returns = process_price_data(stock_data)
benchmark_returns = process_price_data(benchmark_data)

# 方法1：用扩展后的Pandas Series调用beta方法
beta = stock_returns.beta(benchmark_returns)

# 方法2：直接调用quantstats的beta函数
# beta = qs.beta(stock_returns, benchmark_returns)

print(f"The beta of {ticker} relative to {benchmark_ticker} is {beta:.4f}")

额外注意事项 #

• 确认你的stock_data表中收盘价的列名是close，如果是其他名称要对应修改
• 你安装的quantstats 0.0.59版本和pandas 1.5.2版本不存在兼容性问题，报错完全是用法错误，和pip/conda混合安装无关

内容的提问来源于stack exchange，提问作者Mandar Gite