用途：系统化评估公募基金、私募基金与ETF的业绩表现、投资风格和管理能力，并构建FOF组合，目标是寻找可持续的超额收益来源，而非单纯追逐历史业绩最好的基金。
主要能力：提供基金绩效指标体系，包括年化收益率、超额收益Alpha、信息比率、胜率等收益类指标，最大回撤、年化波动率、下行标准差、Calmar比率等风险类指标，以及夏普比率、Sortino比率、Treynor比率等风险调整指标；支持Sharpe风格箱九宫格分类与回归法判定；支持滚动窗口回归的风格漂移检测，识别渐进漂移、突变漂移与周期漂移；提供基金经理评价维度，包括超额收益能力、风险控制、选股与择时能力（T-M模型）、持仓特征；提供ETF选择框架，考察跟踪误差、费率、流动性与规模；提供FOF组合构建流程，含大类资产配置、细分资产选基、再平衡规则与监控预警。
使用方式：资料给出五步筛选框架（硬指标过滤、绩效排序、风格验证、基金经理评价、费用检查）及基金分析报告输出格式。依赖安装命令为 pip install pandas numpy scipy。
适用场景：股票型与混合型基金多维度筛选、基金经理风格归因与漂移检测、ETF跟踪效率评估、FOF资产配置与再平衡、A股公募基金特有维度分析。
限制与注意事项：需关注幸存者偏差、规模效应、季末粉饰橱窗、申赎冲击、费率拖累及指数增强真假等问题；评估周期建议至少3年、推荐5年。资料未提供具体收费、价格、平台支持范围及实际运行效果等信息。