用途：将投资组合收益相对基准的主动收益拆解为可解释来源，识别价值在何处增加或损失。适用于Brinson归因、配置、选股、因子、债券与货币归因分析。
主要能力：
- Brinson-Fachler单期股票归因，分解为配置效应、选择效应与交互效应，公式为 A_i=(w_p,i-w_b,i)×(R_b,i-R_b)、S_i=w_b,i×(R_p,i-R_b,i)、I_i=(w_p,i-w_b,i)×(R_p,i-R_b,i)，总主动收益等于各效应之和。
- 多期归因，需几何链接方法，如Carino、Menchero、GRAP；原则是链接后效应之和等于全期几何主动收益。
- 因子归因：R_p=Σβ_k×F_k+α，可计算各因子贡献与主动因子贡献，常见因子含MKT、SMB、HML、UMD、QMJ、BAB；模型选择影响结果。
- 固定收益归因：收益、滚动、曲线变动（久期效应 -D×Δy、关键利率久期）、利差变动、信用/违约与残差。
- 货币归因：本币收益、货币收益与交叉项；对冲收益含对冲成本；可分析主动货币决策。
- 持仓法、收益法（风格分析）、交易法三种归因口径。
使用方式：运行 uv run scripts/performance_attribution.py（PEP 723 头自动解析 numpy），或 pip install numpy scipy 后用 python3 scripts/performance_attribution.py。裸运行输出三个演示：示例1的Brinson-Fachler归因、种子合成数据的OLS因子归因、Carino多期链接。--verify 断言输出与示例数字一致（PASS 时退出码0），--help 查看类概览。该文件主要作为模块导入，如 from performance_attribution import BrinsonFachler。
限制与注意：交互效应解释困难，不同模型会改变报告结果；多期需几何链接否则残差累积；收益法可能不反映真实持仓；因子归因依赖所选模型；国际组合易忽略货币归因；需注意幸存者偏差、费前费后收益口径及基准适配性。以上内容基于资料整理，未提供的收费、平台与价格信息暂未提供。