2024年最新21年Q3季度基金持仓数据分析,满仓干还是等风来?,2024年最新腾讯开发面试问题

最后

Python崛起并且风靡,因为优点多、应用领域广、被大牛们认可。学习 Python 门槛很低,但它的晋级路线很多,通过它你能进入机器学习、数据挖掘、大数据,CS等更加高级的领域。Python可以做网络应用,可以做科学计算,数据分析,可以做网络爬虫,可以做机器学习、自然语言处理、可以写游戏、可以做桌面应用…Python可以做的很多,你需要学好基础,再选择明确的方向。这里给大家分享一份全套的 Python 学习资料,给那些想学习 Python 的小伙伴们一点帮助!

👉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。

👉Python必备开发工具👈

工欲善其事必先利其器。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。

👉Python全套学习视频👈

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。

👉实战案例👈

学python就与学数学一样,是不能只看书不做题的,直接看步骤和答案会让人误以为自己全都掌握了,但是碰到生题的时候还是会一筹莫展。

因此在学习python的过程中一定要记得多动手写代码,教程只需要看一两遍即可。

👉大厂面试真题👈

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。

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!

大家好,我是小一bce91e3e806c4e64c5446221f31d72e1.png

迟到了的这篇文章,本篇为系列文章的第四篇,是对21年三季度的基金持仓披露数据进行分析

篇幅较长,阅读会花 5-10 分钟,读完本篇文章,你可能会收获以下几点:

  • 今年的股票型基金整体收益情况?

  • 今年的优秀基金经理有哪些?

  • 今年的优秀基金有哪些?

  • 后续看好的方向是什么?

  • 满仓干还是等风来?

‍‍系列文章还包括以下三篇,都是对最新的基金持仓数据进行分析,从而得出一个当下阶段的客观结果。

感兴趣的同学可以点击下面文章查看,顺便验证一下它们各自的收益情况,相信结果不会让你失望的‍‍

1. 正文

ok,和往常几篇文章一样,本文分为三部分:

  • ① 4 种基金的大致介绍

  • ② 爬取基金收益数据及TOP300收益的基金最新持仓

  • ③ 从6个维度进行基金数据分析

鉴于本篇文章的整体基调是围绕基金所做的分析,所以对于基金是什么有必要做一个简单的介绍。

当然,也只是止步于简单的介绍。本篇更多的是在对近几年发行的基金收益、持仓等数据进行爬取,做一个简单的分析

目前各基金公司披露的持仓数据都是截止 2021年第三季度,后续也会披露最新持仓数据,到时候 小一会继续跟踪分析,记得到时候回来看更新!

ok,直接开始,go

1.1 基金介绍

只想看分析的同学可以 直接滑到第三小节

只想看结论的同学可以 直接滑到文末

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:

7b2eaa508730032d52d5fc13523f83ba.png

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:

01d9fd94cd616ad922dcc8afd4f2931b.png

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:

43a8c9f1f259a24d946f90f68258532e.png

df04151ed6f68c8e840a2122e0cbc0a2.png

70fe5ca8b702ad4a923b037fe403ce93.png

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:

d0e19122abacf7c26aaad73025679b11.png

再来看下整体的收益率分布情况:

05b43db487349fdfe9e052b84afeae94.png

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

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,你可以按照下面的知识点去找对应的学习资源,保证自己学得较为全面。

img
img

二、Python必备开发工具

工具都帮大家整理好了,安装就可直接上手!img

三、最新Python学习笔记

当我学到一定基础,有自己的理解能力的时候,会去阅读一些前辈整理的书籍或者手写的笔记资料,这些笔记详细记载了他们对一些技术点的理解,这些理解是比较独到,可以学到不一样的思路。

img

四、Python视频合集

观看全面零基础学习视频,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。

img

五、实战案例

纸上得来终觉浅,要学会跟着视频一起敲,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。img

六、面试宝典

在这里插入图片描述

在这里插入图片描述

简历模板在这里插入图片描述

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!

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值