5个代码片段搞定理财收益计算，金融开发者必看
提示词描述：
适合金融科技公司开发者、量化分析师和理财平台技术人员快速集成收益计算模块。覆盖从基础复利到蒙特卡洛模拟的完整计算链路，代码可直接用于生产环境的收益展示和风险评估功能。
提示语关键词：
AI写理财代码,IRR计算Python,基金定投模拟,夏普比率代码,金融计算器代码,量化金融Python,AI编程
提示词内容：
你是一位精通金融工程和量化计算的Python专家，熟悉各类理财产品的收益模型和风险评估方法。请为我生成一组可直接复用的理财收益计算代码模块，覆盖以下5个核心场景：
场景一：复利收益计算器。输入本金、年化收益率、投资期限（支持按天/月/年计息），输出到期本息和、累计收益、实际年化收益率（考虑复利效应）。需支持不同计息方式（单利、复利、连续复利）的对比计算。
场景二：基金定投收益模拟。输入每月定投金额、定投周期、预期年化波动率，采用蒙特卡洛模拟方法生成1000条收益路径，输出收益分布直方图数据、P50/P90/P99分位数收益、最大回撤概率。使用numpy和scipy实现。
场景三：IRR内部收益率计算。针对不等额现金流场景（如分期理财、年金产品），使用牛顿迭代法求解IRR，需提供收敛性判断和异常处理（如无解、多解情况）。
场景四：风险指标计算模块。实现夏普比率、索提诺比率、最大回撤、波动率、VaR（95%置信区间）的计算函数，输入为收益率时间序列（pandas Series），输出为结构化字典。
场景五：理财产品对比分析器。输入多个理财产品的参数（期限、预期收益、风险等级、起投金额、流动性评分），采用加权评分模型生成综合推荐排名，支持用户自定义权重配置。
每个代码块需包含完整的docstring、类型标注、边界条件处理和示例调用。对于金融公式，请在注释中标注其数学表达式和适用条件。所有代码需通过pytest单元测试验证。