利用 python 分析基金，合理分析数据让赚钱赢在起跑线！

“code”:[

“002736”,

“003328”,

“003547”,

],

“useCache”:true

}

运行 fund_analysis.py

实现原理

---

数据获取：

从天天基金网里点开一个基金，在 chrome 开发者工具观察加载了的文件。依次查找发现了一个 js 文件，里面含有一些基金的基本信息。这是一个 js 文件。

获取累计收益率信息需要在页面做些操作，点击累计收益里的3年，观察开发者工具的请求，很容易找到这个数据源是如何获取的。这是个 json 数据。

基金费率表在另一个页面，我们多找几次可以找到信息源地址。这是个 html 数据。

接着通过对 Hearders 的分析，用 request 模拟浏览器获取数据（这里不清楚的话可以参考之前的文章）。最后将其保存在本地作为缓冲使用。以累计收益率信息 json 为例子，主要代码如下。

filePath = f’./cache/{fundCode}.json’

requests_url=‘http://api.fund.eastmoney.com/pinzhong/LJSYLZS’

headers = {

‘user-agent’: ‘Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_4) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.87 Safari/537.36’,

‘Accept’: ‘application/json’ ,

‘Referer’: f’http://fund.eastmoney.com/{fundCode}.html’,

}

params={

‘fundCode’: f’{fundCode}',

‘indexcode’: ‘000300’,

‘type’: ‘try’,

}

requests_page=requests.get(requests_url,headers=headers,params=params)

with open(filePath, ‘w’) as f:

json.dump(requests_page.json(), f)

数据分析：

对于 基本信息的 js 文件，读取文件后作为字符串，通过正则表达式获取需要的数据。

例如获取一年收益率可以用以下代码获取。

syl_1n=re.search(r’syl_1n\s?=\s?“([^\s]*)”',data).group(1);

对于 累计收益率 json 数据，直接用 json 解析，找到需要数据进行筛选加工处理。

采用了 all_data[基金代码][时间] = 累计收益率 的格式存储，再通过 pandas 的 DataFrame 进行向上填充空数据。

df = DataFrame(all_data).sort_index().fillna(method=‘ffill’)

对于 基金费率表 html 数据，采用 xpath 解析。xpath 路径可以直接用 chrome 获取。

对于管理费率可以参考以下代码。

selector = lxml.html.fromstring(data);

管理费率

mg_rate=selector.xpath(‘/html/body/div[1]/div[8]/div[3]/div[2]/div[3]/div/div[4]/div/table/tbody/tr/td[2]/text()’)[0]

数据存储：

使用 DataFrame 中的 plot 可以快速画图，使用 to_excel 保存在 Excel 表中。可以参考以下代码。

保存数据

fig,axes = plt.subplots(2, 1)

处理基本信息

df2 = DataFrame(all_data_base)

df2.stack().unstack(0).to_excel(f’result_{time.time()}.xlsx’,sheet_name=‘out’)

df2.iloc[1:5,:].plot.barh(ax=axes[0],grid=True,fontsize=25)

处理收益

df=DataFrame(all_data).sort_index().fillna(method=‘ffill’)

df.plot(ax=axes[1],grid=True,fontsize=25)

fig.savefig(f’result_{time.time()}.png’)

小结

---

数据的获取主要采用了爬虫的基本方法，使用的是 requests 库。而数据的解析和保存主要运用的是正则表达式、xpath解析库以及 pandas 数据处理库。
对于一个基金的分析远远不止于这些数据（例如持仓分布，基金经理信息等），这里只是做个引子，希望能给大家一个思路，如果你有想法或者不懂的地方，欢迎留言或私信交流！
学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后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！

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。

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。

五、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。

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。