本文是使用wind 数据接口和python语言进行brinson 模型分析的一个简单尝试,为了使本文代码运行起来,必须有wind 量化平台的支持,其中的WindPy 是wind自己的python程序包。
一、程序注释
1、数据获取
#基准成分内容注解
总体思路是利用wind各种数据接口生成如下数据文件,其中行业分类使用的是wind 一级行业分类标准
##目标基金前五十大重仓股注解
公募基金年报和半年报都会披露所有股票尺长,我们选择基金的前五十大持仓进行分析,最后生成如下数据文件
2、Brinson 归因分析
然后合并两部分数据,用brinson模型分析,下面都是Brinson模型的内容。具体的数学公式为
二、程序源码
from WindPy import *
import pandas as pd
import numpy as np
from datetime import datetime
import matplotlib.pyplot as plt
from scipy.stats.mstats import winsorize
w.start()
#基准成分
e,df_bench=w.wset("indexconstituent", "date=20210630;windcode=000300.SH", usedf=True)
df_bench.index=df_bench['wind_code']
st_list=list(df_bench['wind_code'])
#行业收益ri
e,df_return=w.wsd(st_list, "close", "ED-2Q", "2021-06-30", "Period=Q", usedf=True)
df_return.index=['2020-12-31', '2021-03-31', '2021-06-30']
df_return=df_return.T
df_return['收益率']=df_return['2021-06-30']/df_return['2020-12-31']-1
df_ri=pd.concat([df_bench,df_return],axis=1)
industry_js=[]
return_js=[]
for j in list(set(df_ri['industry'])):
df_rij=df_ri[df_ri['industry']==j]
df_rij['权重*收益率']=df_rij['i_weight']*df_rij['收益率'