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。
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
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:
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
-
爬取每个基金标签下的所有基金以及收益率情况
-
根据基金代码爬取每个基金得到详细指标
-
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
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。
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!
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。
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。
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。
六、面试宝典
简历模板
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。
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!