Python金融=＞[数据分析]

目录

导言

投资思路

剔除亏损鸡

黑名单重审

择优录取

安远债基50

强者恒强

运行效果

源代码

---

导言

集中精力看下投资理财，毕竟一百万多一个点收益就是一万，用大数据加算法找到最佳投资方法！ 6000只债券，能不亏钱，比货币基金强点的，就只剩几十只。还要排除掉系列风险，比如@暴雷赎回造成、@回撤太厉害、@规模太小、@波动太大、@有亏损年份、@带股票或可转债性质、@ 去掉坑爹公司，最后剩下的，买A类长期投资，这才是投资标的！还有一些减分项也不要忽略，@需要封闭的、@一次只能投一百的、@公司规模在500亿以下的、@债基规模10亿以下的、@公司债基总规模500亿以下的、@公司债基亏损率过高，比如20%的、@八年平均年利率不到5%的、@管理费超过0.4%的、@刚换经理的、@成立没超过三年的（数据挖掘分析计算，后面再介绍）

投资思路

剔除亏损鸡

首先把6000只债券基金里剔除掉有亏损的，毕竟咋们买债券基金，图的就是个稳定，还有亏损就没有啥意思了！这样就去掉了五百只亏损鸡！

黑名单重审

之前因为种种原因打到黑名单的基金，如果业绩又起来了，也值得重新审视，浪子回头金不换嘛。黑名单采用json格式，我最喜欢这种json格式保存数据了，比数据库还方便。

类似这种格式，其实就是个字典，{“A鸡”：“非常好”，‘B鸡’：‘非常坑爹’}

择优录取

收益近三月超1%、半年超2.5%、一年超5%和五年超25%的基金，一年不超过5个点的鸡不是好债基！

安远债基50

进入了我的数据库并不是就高枕无忧了，我会像美股纳斯达克100指数来定期审视，新陈代谢，不行的弱鸡就出去，行的就进来，基本保持在50个左右。个人原则不在同一个债基上投入过多，防止踩雷损失过大，一个债基的债，十个债基都难以还！

强者恒强

那些一直在库中的基，就加大投资奖励，也就是增加投资权重。

运行效果

源代码

import pandas as pd
import datetime
import json
from 数据库取数 import getInfo

systime= datetime.datetime.now()
today= datetime.datetime.strftime(systime,'%Y-%m-%d') #今天日期
database = 'info' #数据库名称
tablename = 'bondfunds' #数据库中表名称

#黑名单上的基金
blacklistPath = r"E:\AnyuanCoporation\flask\model\finance\blacklist.json"
with open(blacklistPath, 'r', encoding='utf-8') as file:
    blacklist = json.load(file)

#读取前面采集的CSV数据。
desBondsinfoPath = rf'E:\AnyuanCoporation\flask\model\finance\BondsInfo_{today}.csv'
df = pd.read_csv(desBondsinfoPath,delimiter=',',usecols=['代码','基金简称','近三月', '近半年', '近一年', '近五年'], encoding='gbk')
big_list = df.values.tolist()

print(f'                           【{today}安远投资债基分析报告】')
print('*******************************************************************************************')
print(f'债券基金总量: {len(big_list)}')

cleaned_list = []
for sublist in big_list:
    percentages = sublist[2:]
    if not any('-' in percent for percent in percentages if percent!='--'):
        cleaned_list.append(sublist)
print(f'近三月、半年、一年和五年没亏损的数量: {len(cleaned_list)}')
print('-------------------------------------------------------------------------------------------')

# ②把字符串转换成数字
converted_list = []
for sublist in cleaned_list:
    integer = sublist[0:2]
    percentages = [float(percent.replace('%', '')) for percent in sublist[2:] if percent!='--']
    converted_sublist = integer + percentages
    converted_list.append(converted_sublist)

#['代码','基金简称','近三月', '近半年', '近一年', '近五年'] 500以下的不投
Candidate = []
blackBonds = []
for sublist in converted_list:
    if sublist[1] in blacklist.keys() and blacklist[sublist[1]]==None:
        blackBonds.append((str(sublist[0]).zfill(6),sublist[1]))
    elif sublist[1] not in blacklist.keys() and len(sublist) ==6 and sublist[2]>=1 and sublist[3]>=2.5 and sublist[4]>=5 and sublist[5]>=25:
        Candidate.append(sublist)
print(f'*****黑名单中值得重新看看的有{len(blackBonds)}只，名单如下：*****')
print(blackBonds)
for bond in blackBonds:
    print(bond)

print('-------------------------------------------------------------------------------------------')
print(f'*****收益近三月超1%、半年超2.5%、一年超5%和五年超25%的基金有{len(Candidate)}只，')
bondtbd=[]
for bond in Candidate:
    bondtbd.append((str(bond[0]).zfill(6),bond[1]))
anyuanBondNo = { x[0] for x in bondtbd}
#跟数据库现有的基金比较去重

bondquality = getInfo('info','bondfunds','fundNum','fundName')
databaseBondNo = { x[0] for x in bondquality}
newBondNo = anyuanBondNo-databaseBondNo
print(f'不与数据库重合，新挖掘的有{len(newBondNo)}只债券，名单如下*****：')
finalBondList = []
for bond in bondtbd:
    if bond[0] in newBondNo:
        finalBondList.append(bond)
        print(bond)
print(finalBondList)
print('-------------------------------------------------------------------------------------------')

oldBondNo = databaseBondNo-anyuanBondNo
print('*****数据库中变弱的基金名单如下：*****')
print(f'数据库中{len(databaseBondNo)}只债券,没上榜的有{len(oldBondNo)}只债券')
weakBondList = []
for bond in bondquality:
    if bond[0] in oldBondNo:
        weakBondList.append(bond)
        print(bond)
print(weakBondList)
print('-------------------------------------------------------------------------------------------')

#恒强的基金
powerBondNo = databaseBondNo&anyuanBondNo
print('*****数据库中强者恒强的基金名单如下：*****')
print(f'数据库中{len(databaseBondNo)}只债券,一直在榜上的有{len(powerBondNo)}只债券')
powerBondList = []
for bond in bondquality:
    if bond[0] in powerBondNo:
        powerBondList.append(bond)
print(powerBondList)
fPowerBondList = sorted(powerBondList,key=lambda x:x[0])
for bond in fPowerBondList:
    print(bond)