用python来分析一波基金数据

导语：

哈喽，哈喽~马上又要到年底了，所有的人都在冲业绩大捞一笔，然后准备回家过年。这里小编想问一下，你们的基金经理业绩还好吗👀

今天小编通过量化投资平台和Python来分析一波基金数据。

正文：

本次分析用的是聚宽（https://www.joinquant.com/）平台，新用户注册后会有6个月试用期，期间可以免费使用平台所有数据，每天可调用100万条数据，完全够我们分析了。

 注册账号后，我们就可以调用聚宽的数据。以下代码我用 Python 3.8+jupyter 编写、运行。

想领取更多完整源码或Python学习资料欢迎来正在跳转！

1.导入包，获取聚宽授权

from jqdatasdk import *
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['Arial Unicode MS'] # mac matplot显示中文
plt.rcParams['axes.unicode_minus'] = False


auth('聚宽账户', '聚宽密码') # 聚宽授权

调用聚宽 get_all_securities 函数，获取所有的基金，该函数文档如下

代码如下：

df = get_all_securities(['fund', 'open_fund'], '2021-11-10')
df

 df 里可能会有重复基金，按照基金代码（df.index）去重看，看共获取了多少只基金

code_arr = list(set([x.split('.')[0] for x in df.index.values]))
len(code_arr)

共返回 13698 支基金，这可比爬虫来得快多了。

2.获取股票投资占比

这里我只想关注股票类型的基金，所以需要获取每支基金股票投资的占比，股票投资占比小于 50% 的，剔除掉。

 从文档来看，可以查询 FUND_PORTFOLIO 表的 stock_rate 字段就可以获取基金的股票投资占比。查询方式是用 query 函数构造查询语句，然后调用 finance.run_query 函数完成查询。

写一个函数，用来返回查询语句

def asset_query(arr):
    q=query(finance.FUND_PORTFOLIO.code,
        finance.FUND_PORTFOLIO.name, 
        finance.FUND_PORTFOLIO.period_end,
        finance.FUND_PORTFOLIO.report_type,
        finance.FUND_PORTFOLIO.stock_rate
  

今天的文章用python来分析一波基金数据分享到此就结束了，感谢您的阅读。