21年Q3季度基金持仓数据分析，满仓干还是等风来？

如果你也是看准了Python，想自学Python，在这里为大家准备了丰厚的免费学习大礼包，带大家一起学习，给大家剖析Python兼职、就业行情前景的这些事儿。

一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、学习软件

工欲善其必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

三、全套PDF电子书

书籍的好处就在于权威和体系健全，刚开始学习的时候你可以只看视频或者听某个人讲课，但等你学完之后，你觉得你掌握了，这时候建议还是得去看一下书籍，看权威技术书籍也是每个程序员必经之路。

四、入门学习视频

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

四、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

五、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

成为一个Python程序员专家或许需要花费数年时间，但是打下坚实的基础只要几周就可以，如果你按照我提供的学习路线以及资料有意识地去实践，你就有很大可能成功！
最后祝你好运！！！

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

先来说说基金是什么？

首先，对于基金，大致可以分为：货币型基金、债券型基金、混合型基金、股票型基金等等

主要说一下这几个各自是什么，后面我们针对性的用数据去分析。

货币型基金

只投资于货币市场，例如像银行存款，国家或者企业发行的短期债券等，因为波动性较小、风险较低，所以可以等同于储蓄产品一样。

类似的像余额宝就是货币型基金，评价这种货币型基金主要看：七日年化收益率和万份收益。

这个比较容易理解，风险也很低，个人要选择货币型基金就直接余额宝完事，T+0，简简单单。

债券型基金

相比货币型基金，债券型基金投资的债券期限比较长，除了债券，也可以投资股票。

债券基金相对于货币基金有一定的风险，但从长期来看，收益也会更高点。

混合型基金

相比债券型基金，混合型基金除了债券，还可以投资不同风格的股票。

混合型基金根据股票和债券的占比，又细分为 偏股型基金 和配置型基金等等。

相比前两者，混合型基金实现投资的多元化，无需去分别购买风格不同的股票型基金、债券型基金和货币基金。

股票型基金

股票型基金是指投资于股票市场的基金，其中股票仓位不能低于80%。

股票型基金可以细分为主动型和被动型（指数型基金）等，相比主动型，指数型会更稳健些，紧跟大盘指数波动

相比前三者，股票基金属于 高风险高收益类 的基金。

下面来看今天的核心：爬虫+分析

2. 基金数据爬取

爬虫部分的核心代码比较简单，比起上次的租房数据爬取简单了x倍，今天主要 说一下流程就行。

想学习爬虫的同学回头去看租房数据：爬虫实战—拿下最全租房数据 | 附源码

基金数据的爬取小一选择了天天基金网，首页长这样的：

可以看到，对于基金类型：股票、混合、债券和指数都分的一清二楚，采集字段的时候将每个基金所有的收益率情况请拿下来。

ok，那就直接用官网定的标签去爬，采集上图圈出的数据字段。

第二步就是每个基金的详细持仓情况，看图：

主要包括基金的成立时间、规模、基金经理以及每个季度的详细持仓情况。

爬虫大致思路

1. 爬取每个基金标签下的所有基金以及收益率情况

2. 根据基金代码爬取每个基金得到详细指标

3. 根据基金代码爬取每个基金的季度持仓情况

需要说明一下，第 2 步和第 3 步的数据不在一个页面下，第 2 步的数据通过页面解析可以拿到，第 3 步的数据是动态加载后呈现在页面上的，可以通过接口拿到数据。

限于篇幅，主要代码如下：

# 爬取每个基金的数据

rank_detail_data = []

position_data = []

error_funds_list = []

for row_index, data_row in data_rank.iterrows():

fund_code = str(data_row[‘基金代码’])

try:

‘’‘爬取页面，获得该基金的详细数据’‘’

position_title_url = “http://fundf10.eastmoney.com/ccmx_” + str(fund_code[1:]) + “.html”

print(‘正在爬取第 {0}/{1} 个基金 {2} 的详细数据中…’.format(row_index+1, len(data_rank), fund_code[1:]))

response_title = requests.get(url=position_title_url, headers={‘User-Agent’: get_ua()}, timeout=10)

# 解析基金的详细数据

rank_detail_info = resolve_rank_detail_info(fund_code[1:], response_title)

“”“爬取页面，获取该基金的持仓数据”“”

position_data_url = “http://fundf10.eastmoney.com/FundArchivesDatas.aspx?type=jjcc&code=” + \

str(fund_code[1:]) + “&topline=10&year=&month=&rt=” + str(random.uniform(0, 1))

print(‘正在爬取第 {0}/{1} 个基金 {2} 的持仓情况中…’.format(row_index + 1, len(data_rank), fund_code[1:]))

# 解析基金的持仓情况

response_data = requests.get(url=position_data_url, headers={‘User-Agent’: get_ua()}, timeout=10)

fund_positions_data = resolve_position_info(fund_code[1:], response_data.text)

# 保存数据

rank_detail_data.append(rank_detail_info)

position_data.extend(fund_position_data for fund_position_data in fund_positions_data)

except:

error_funds_list.append(fund_code)

print(“{0} 数据爬取失败，稍后会进行重试，请注意！”.format(str(fund_code[1:])))

# 随机休眠2-4 秒

time.sleep(random.randint(2, 4))

爬取完成后，数据是这样的：

3. 基金数据分析

对于4种类型的基金数据，下面主要对 股票型基金进行分析

首先，股票型基金共 1417 个，后面分析和排序的依据均是针对 今年来收益率 这个指标进行的，大家注意下

1. 基本：收益率分布

1417个股票型基金中 1410 个今年来收益率不为空，针对其进行分析：

股票型基金今年来收益率>0 的有 840 个，占比 59.57%；整体今年来平均收益率为 5.89%

如下图：

再来看下整体的收益率分布情况：

股票型基金的收益率小于0的占比40%，而且随着收益率的上升基金个数逐渐下降，和上上季度正态分布的图像形成了鲜明的对比

另外，收益率大于50%只有13只基金，真的是凤毛麟角般的存在

2. 基本：资产规模分布

对于资产规模，小一是这样理解的：大资产的基金在收益稳定的同时也会出现船大难掉头的情况，小规模的资金收益波动会较大，但也可以及时规避风险。

因为基金较多，以下只选取今年来收益率 Top300 的基金分析其资产规模。另外，资产规模均是截止到 2021-09-30 日的资金资产规模。

一起看图：

股票型基金的资产规模集中在 0-10亿元 区间，其中，大于70亿元 的基金有 10个，占比为 3.33%

可以看到，在20 亿元以下规模的基金占比 80以上，相比上上季度的78%上升了2PP

3. 重点：收益率前10！

基本面看完了，下面来点干货：

股票型基金今年来收益率的最高是 113.98%，Top10 的平均收益是 62.98%

可以看到，前10收益率的基金差距比较明显，尤其是基金『前海开源公用事业股票』收益率一骑绝尘，拉开第二名51.2个百分点，大牛中的大牛

除了第一名之外，其他2-10的基金收益率比较平稳，特别是2-5名之间，差距较小。

从图中看，资产规模与近两年的收益率不是强相关，另外，排名前5 的基金似乎是个不错的选择

供参考：

4. 干货：基金经理选谁？

买基金要看对基金经理，所以这一步是分析基金经理

同样的，我们取收益率较高的 前50名基金进行分析，根据基金经理 持有基金的平均收益率 为标准，选取排名 前15 的经理，如下图：

平均收益率前5的股票型基金经理都是各持有一只股票型基金，而对应的股票型基金我们在上一步已经看到了

可以看到，这次的结果和上上季度的分析结果完全不一样，特别是在头部基金经理这块，基本是重新洗牌了

当然，有一部分的原因是我将时间粒度由近2年缩小到今年来有一定的关系

股票型基金经理中崔宸龙持有的基金涨幅惊人，在今年这个行情中也能保持翻倍的收益，确实很厉害了。

另外，崔宸龙经理还管理一个混合型基金『前海开源新经济混合A』，今年的收益率 110.01%，在今年涨幅排行榜排第二。好奇的话可以去看看这两个基金的最新持仓，你应该能明白为什么会有这么高的收益

小结：

两极分化比较严重，特别是在今年的这种特殊行情下，抓住主线应该可以大赚一笔，不然可能就会白打工一整年

5. 干货：重仓买哪个？

再来说一个大家更感兴趣的内容：基金持仓情况

每一个基金的前 10 大持仓股都可以作为该基金的代表，这个毋庸置疑，所以在爬虫部分我们也就直接爬了前十大持仓数据。

这一节我们同样选取收益率较高的 前50名 股票型基金和混合型基金进行分析

每个基金都有前 10 大持仓股，所以对应的就有 500  个持仓股代表，筛选 持仓股累计占比排名前 30 个 持仓股作为重点观察对象，如图：

需要说明的是：加粗表示同时出现在股票型基金和混合型基金中。

可以看到，前15持仓股基本以光伏产业链、新能源为主，包括：宁德时代为龙头的光伏产业链、以比亚迪为龙头的新能源产业链

但是需要注意的是，15-30持仓股发生了很大的分歧，从分歧个股的分布来看，对应的板块集中在能源、有色、钢铁石油等

如果大家感兴趣，可以翻到文章开头看看1季度的文章中这个位置的图长什么样，再看看现在的图，做个对比

想必就算你不懂板块和个股，也能看出点端倪来。

小结：

这是今年以来收益率前50的基金的持仓情况，很明显，光伏+新能源是主线，拿住就能赚

对应的白酒、医药，在上面的图中看不到影子

但是但是但是，出现了很大的分歧，继续往下看！👇

文末有福利领取哦~

👉一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

👉二、Python必备开发工具

👉三、Python视频合集

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

👉 四、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。（文末领读者福利）

👉五、Python练习题

检查学习结果。

👉六、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

👉因篇幅有限，仅展示部分资料，这份完整版的Python全套学习资料已经上传

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！