用途：为回测结果和资产配置提供系统化风险测量与压力测试，覆盖 VaR/CVaR、最大回撤、蒙特卡洛模拟、极值理论尾部分析与历史情景压力测试。
主要能力：模块 src/quantlib/risk.py 已实现并测试以下函数，应直接调用而非重写公式：historical_var、parametric_var、historical_cvar、max_drawdown_analysis、monte_carlo_gbm、analyze_mc_results、fit_gpd_tail。符号约定统一：损失为正数，收益类量以 *_return 命名并保留自然符号。
使用方式：历史 VaR 用 historical_var(returns, confidence=0.95)，可加 horizon；参数法用 parametric_var；CVaR 用 historical_cvar；回撤用 max_drawdown_analysis(equity)，equity 须为严格正净值序列；蒙特卡洛用 monte_carlo_gbm(s0, mu, sigma, n_steps, n_paths, seed=42)，seed 为仅关键字参数，必须传入以保证可复现；结果用 analyze_mc_results 汇总；尾部用 fit_gpd_tail(returns, threshold_pct=5.0)。压力测试按情景冲击乘以持仓计算组合损失。
适用场景：回测风险复核、组合风险分解、极端行情压力测试、尾部风险判断。
限制：历史模拟依赖样本且方根时间缩放仅在 i.i.d. 下成立；参数法假设正态，深尾（99% 以上）会低估；回撤需正净值且日历天数需 DatetimeIndex；GPD 阈值选择需人工判断，shape_xi 应结合标准误解读；相关性在危机中不稳定。具体收费、平台与效果资料暂未提供。