前言

哈喽大家好，你们有没有理财产品呢？不是推销哈，是分享一篇对基金数据分析的文章，为了照顾对基金完全不懂的童鞋，文章前面特意做了小科普，帮助你理解指数型基金、股票型基金的概念。

接着才用Python去爬取这些基金收益的数据，从6个维度全方面分析，最后得出相应的理财建议，当然了，投资有风险，入市需谨慎，这篇文章的重点也只是在数据分析上，大家千万不要过度迷信结论哦~

正文

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？

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

对于资产规模，小一是这样理解的：大资产的基金在收益稳定的同时也会出现船大难掉头的情况，小规模的资金收益波动会较大，但也可以及时规避风险。

因为基金较多，以下只选取今年来收益率 Top300 的基金分析其资产规模。另外，资产规模均是截止到 2021-09-30 日的资金资产规模。

一起看图：

股票型基金的资产规模集中在 0-10亿元 区间，其中，大于70亿元 的基金有 10个，占比为 3.33%

可以看到，在20 亿元以下规模的基金占比 80以上，相比上上季度的78%上升了2PP

3. 重点：收益率前10！

基本面看完了，下面来点干货：

股票型基金今年来收益率的最高是 113.98%，Top10 的平均收益是 62.98%

可以看到，前10收益率的基金差距比较明显，尤其是基金『前海开源公用事业股票』收益率一骑绝尘，拉开第二名51.2个百分点，大牛中的大牛

除了第一名之外，其他2-10的基金收益率比较平稳，特别是2-5名之间，差距较小。

从图中看，资产规模与近两年的收益率不是强相关，另外，排名前5 的基金似乎是个不错的选择

供参考：

4. 干货：基金经理选谁？

买基金要看对基金经理，所以这一步是分析基金经理

同样的，我们取收益率较高的 前50名基金进行分析，根据基金经理 持有基金的平均收益率 为标准，选取排名 前15 的经理，如下图：

平均收益率前5的股票型基金经理都是各持有一只股票型基金，而对应的股票型基金我们在上一步已经看到了

可以看到，这次的结果和上上季度的分析结果完全不一样，特别是在头部基金经理这块，基本是重新洗牌了

当然，有一部分的原因是我将时间粒度由近2年缩小到今年来有一定的关系

股票型基金经理中崔宸龙持有的基金涨幅惊人，在今年这个行情中也能保持翻倍的收益，确实很厉害了。

另外，崔宸龙经理还管理一个混合型基金『前海开源新经济混合A』，今年的收益率 110.01%，在今年涨幅排行榜排第二。好奇的话可以去看看这两个基金的最新持仓，你应该能明白为什么会有这么高的收益

小结：

两极分化比较严重，特别是在今年的这种特殊行情下，抓住主线应该可以大赚一笔，不然可能就会白打工一整年

5. 干货：重仓买哪个？

再来说一个大家更感兴趣的内容：基金持仓情况

每一个基金的前 10 大持仓股都可以作为该基金的代表，这个毋庸置疑，所以在爬虫部分我们也就直接爬了前十大持仓数据。

这一节我们同样选取收益率较高的 前50名 股票型基金和混合型基金进行分析

每个基金都有前 10 大持仓股，所以对应的就有 500 个持仓股代表，筛选 持仓股累计占比排名前 30 个 持仓股作为重点观察对象，如图：

需要说明的是：加粗表示同时出现在股票型基金和混合型基金中。

可以看到，前15持仓股基本以光伏产业链、新能源为主，包括：宁德时代为龙头的光伏产业链、以比亚迪为龙头的新能源产业链

但是需要注意的是，15-30持仓股发生了很大的分歧，从分歧个股的分布来看，对应的板块集中在能源、有色、钢铁石油等

如果大家感兴趣，可以翻到文章开头看看1季度的文章中这个位置的图长什么样，再看看现在的图，做个对比

想必就算你不懂板块和个股，也能看出点端倪来。

小结：

这是今年以来收益率前50的基金的持仓情况，很明显，光伏+新能源是主线，拿住就能赚

对应的白酒、医药，在上面的图中看不到影子

但是但是但是，出现了很大的分歧，继续往下看！

6. 重磅干货：跟着明星经理买？

最后，我们继续抄作业，抄优等生的优秀作业

上面分析了明星基金经理，也分析了收益率较高基金的持仓情况，下面结合这两者来一个综合

选择股票型明星基金经理5人和他们持有的5只基金，如下图：

选取这5个股票型基金的前10大持仓再次分析：

这里的分析思路和第6小节一样

如果说，第6小节上面那幅图你看不清分歧在哪，那现在这张图想必能看清了吧

同样，股票型基金和混合型基金一致持有光伏产业链相关个股，但是一致性比重已经降低到16.7%，而1季度的一致性当时是达到40%的

当然，这也与今年的行情有关系，特别是下半年之后，板块的频繁轮动，导致很难有一个可以一直往上冲的板块来打先锋

所以也就会造成了基金经理的持仓分散化，既然都是轮动，那我选一些低位的，既可以避免高位板块的回调，也能在轮动的时候蹲一波春风

妙啊！

小结：

产生分歧是好事，这意味着下一次就会出现新的更好的机会

当然，现在机会可能还并不明显，从上述的持仓中也并不能看到明星基金经理们调仓到哪个板块

但，总归是会有机会的，等着就行，四季度持仓披露的时候，这个答案应该就会揭晓

特别是最近白酒板块的异动、小道消息说基金经理调仓医药等等，都是分歧的开始

我们，也等一个春风来！

基金持仓数据分析，满仓干还是等风来？相关推荐

星球年度汇总-爬虫获取基金持仓明细(附GUI可拿来就用}
量化交易是一个多技术综合的项目,学习完书籍<Python股票量化交易从入门到实践>我们提供了升级的学习内容--知识星球<玩转股票量化交易> 在星球中我们深入分享包括Python ...
小一爬取一季度 15646 只基金持仓数据，下半年重点关注这些机会！
大家好,我是小一本篇为系列文章的第二篇,是对 21年一季度的最新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: 基金的整体收益情况? 优秀基金经理 ...
星球年度汇总-基金持仓前十股票分析工具-更新1
量化交易是一个多技术综合的项目,学习完书籍<Python股票量化交易从入门到实践>我们提供了升级的学习内容--知识星球<玩转股票量化交易> 在星球中我们深入分享包括Python ...
爬取18年二季度天天基金网基金持仓信息-python【转发】
这里是引添加链接描述用爬取18年二季度天天基金网基金持仓信息-python 爬取18年二季度天天基金网基金持仓信息-python 爬取的目的通过爬取基金持仓信息,我们可以了解基金的资金流向,说白了 ...
爬取18年二季度天天基金网基金持仓信息-python
爬取的目的通过爬取基金持仓信息,我们可以了解基金的资金流向,说白了,就是知道大型基金公司都买了什么股票,买了多少.也可以跟踪一些知名的基金,看看他们都买了什么股票,从而跟买或者不买,估值便宜的股票, ...
持续改进中-基金持仓前十股票分析工具升级V0.04版
量化交易是一个多技术综合的项目,学习完书籍<Python股票量化交易从入门到实践>我们提供了升级的学习内容--知识星球<玩转股票量化交易> 在星球中我们深入分享包括Python ...
星球年度汇总-20年四季度基金持仓数据公布了! 分析小工具新功能上线!
量化交易是一个多技术综合的项目,学习完书籍<Python股票量化交易从入门到实践>我们提供了升级的学习内容--知识星球<玩转股票量化交易> 在星球中我们深入分享包括Python ...
用 Python 快速获取基金持仓增减情况 | 更新版
来源:Python数据之道 (ID:PyDataLab) 作者:阳哥 01写在前面大家好,我是阳哥. 大家知道,在财经领域,Python是有着广泛的用途的.2021年,量化基金开始成为弄潮儿.有不少 ...
Python爬虫获取基金持仓股票数据
Python爬虫小实战 . 通过Python爬虫获取基金持仓股票数据,按照基金持仓金额对股票进行排行,并储存在本地数据库. from urllib import request from bs4 im ...

基金持仓数据分析，满仓干还是等风来？

前言

正文

1. 正文

1.1 基金介绍

货币型基金

债券型基金

混合型基金

股票型基金

2. 基金数据爬取

爬虫大致思路

3. 基金数据分析

1. 基本：收益率分布

2. 基本：资产规模分布

3. 重点：收益率前10！

4. 干货：基金经理选谁？

5. 干货：重仓买哪个？

6. 重磅干货：跟着明星经理买？

基金持仓数据分析，满仓干还是等风来？相关推荐

最新文章

热门文章