基于python进行信息爬取，进行基金组合透视分析

本工具的主要目地是，利用python抓取晨星网、天天基金网上的数据，进行组合重仓股分析、组合后行业持仓分析、基金具体参数信息分析。

一、晨星的坑

晨星网也有组合透视功能，但是存在三项一足

1、只能分析组合内的前十重仓股。实际应用中，前十远远不行，通过前十无法具体判断组合内的行业偏重、个股集中度，会引起投资偏差；

2、组合内的行业分布太过粗略。像制造业、批发零售等，不具备可参考信息；

3、当组合内含有QDII基金、港股基金时，前十重仓股的计算会出错。我选过几个组合，通过晨星透视计算前十重仓，再用计算器自己计算前十重仓，存在部分偏差。

以上的坑自己踩过，后来想法，不如自己做一个适合自己的工具，方便分析。

二、工具的主要功能

1 分析10N重仓股(N为组合内基金个数)。假设组合内有6只基金，每只基金都公布了前十重仓股，共有60只重仓股(实际上会有不少重复持仓，这也是组合分析的原因之一，避免个股集中度过高及板块集中度过高)。该工具会对该60只个股的持仓进行计算。

2 从板块的角度对基金进行分类。如上假设，共有60只重仓股，每只重仓股都有一级行业和二级行业分类，对这60只重仓股的一二级行业进行分类统计，计算出组合内的板块持仓情况，避免集中投资于某个周期轮动板块。不然周期下行，还不知道怎么亏的。

3 抓取晨星网上的具体信息，如3月内最大回撤、标准差、风险系数、夏普比、阿尔法、贝塔、R平方；抓取天天基金网上的具体信息，如规模、股票集中度、债券集中度、成立日期等。 这些信息对基金分析有一定帮助。

三、大概逻辑

抓取天天基金网信息：首先抓取网页保存为本地html文件，后期如有需要解析该html文件；

抓取晨星网数据：利用selinum+webdriver技术进行抓取

以代码的形式呈现，具体参见https://github.com/MrDujing/FundCombination。里面有关于代码的详细表述

四、注意事项

1 我没有做代理池，因为是用于个人投资分析，抓取频率低，且组合内基金个数少，没必要去做；

2 组合分析角度上：当数据抓取后，如何分析看个人，也可以根据自己需要写代码分析其他参数；

3 基金信息获取上：不管是天天网还是晨星网，能抓取其中一些信息，就能抓取另外一些。代码已有，可根据个人需求抓取。

4 基金盈利：本质是为了赚钱，祝各位韭基同僚开心