fincore_cpp

用于投资组合、因子、业绩与风险分析的原生 C++23 库 —— 在本地 DataFrame 之上提供一套类型化 API，运行时不需要 Python。

git clone https://github.com/cloudQuant/fincore_cpp.git
cd fincore_cpp && git submodule update --init --recursive
cmake -S . -B build -DCMAKE_BUILD_TYPE=Release
cmake --build build --parallel
ctest --test-dir build --output-on-failure

选择你的路径

如果你想……	从这里开始
先把东西跑起来	快速开始 —— 建帧、算指标、出报表
挑一个合适的指标	指标与滚动窗口 —— 定义、年化与退化情形
得到风险数字	组合、风险、优化与模拟 —— 估计量、回测与状态
研究因子面板	因子研究 —— IC、分位、tears 与导出
查某个符号	API 参考 —— 每个公共符号，直接由头文件生成
理解某个设计取舍	数据与数值约定 —— 时间戳、NaN、所有权、摘要

包含什么

领域	要点
核心数据	`dataframe`、UTC 纳秒时间戳、日历与频率工具
指标	收益、比率、回撤、滚动窗口、稳定性统计
风险	历史法、EVT 与 GARCH 的 VaR/ES、回测、滚动前推、贝叶斯锥
组合	持仓、交易、往返交易、换手、容量、现金流
因子研究	分析流水线、IC 与分位表、tears、时点连接
归因	Brinson、因子与风格回归、暴露、预测
优化	均值方差、前沿、带箱式与行业约束的风险平价
报表	同一文档渲染到 HTML、XLSX、PDF、Plotly、Bokeh、坐标轴与 ImPlot
运行时	操作目录、会话缓存、扩展、确定性摘要
模拟	GBM、bootstrap、拉丁超立方、对偶变量

这套文档怎么组织

入门 —— 安装、快速开始、数据与数值约定。
指南 —— 按任务组织的说明，并给出实践中真正会遇到的失败规则。
参考 —— 每个模块一页，由公共头文件生成；你读到的文字就是源码里的文字。
项目 —— 迁移说明、性能方法、故障排查、发布状态与贡献规则。

从这里开始

指南

范围与状态

库消费自己的 DataFrame 类型，并返回拥有数据的类型化结果。稳定的公共接口与内部的 fincore::detail 辅助函数分别记录；可选的绘图适配器只在相应 CMake 选项与界面依赖启用时才构建。

每个公共符号都有说明并由 API 清单跟踪；两种语言的构建在每次改动上都执行严格 Sphinx 检查，C++ 测试套件在每次推送时运行。发布状态（包括哪些平台已上线）记录在发布说明中，而不是在这里断言。