用 Python 快速追蹤基金的收益情況 | Python財(cái)經(jīng)實(shí)踐

來源：Python數(shù)據(jù)之道 (ID:PyDataLab)

作者：陽哥

大家知道，近幾年，不少同學(xué)都是經(jīng)由基金進(jìn)入到股市中的。至于股票和基金到底誰更好，這個(gè)仁者見仁智者見智，恐怕一時(shí)半會兒也說不清楚。

項(xiàng)目定制化需求, 加老表微信: pythonbrief

掃碼即可加我微信

本次內(nèi)容涉及到的Python庫主要是 pandas 和 tushare 。

最終實(shí)現(xiàn)的效果如下：

上面表格中的信息，主要涉及四個(gè)方面：

1. 基金基礎(chǔ)信息，包括基金名稱、基金費(fèi)率、基金公司、基金成立時(shí)間等；
2. 基金經(jīng)理的信息，包括姓名、性別、任職時(shí)間等；
3. 基金規(guī)模，體現(xiàn)出來的是基金金額的規(guī)模，是通過基金份額以及基金凈值計(jì)算出來的；
4. 基金年度收益情況，一般是計(jì)算基金近幾年的收益情況。

上面的這些信息，在財(cái)經(jīng)工具 tushare 中，目前是都已經(jīng)提供了的。因此，咱們有必要稍微介紹下 tushare 。

01tushare 介紹

關(guān)于財(cái)經(jīng)數(shù)據(jù)，有多個(gè)Python庫可以供咱們選擇，其中 tushare 是國內(nèi)較早開始發(fā)布財(cái)經(jīng)數(shù)據(jù)的社區(qū)，其內(nèi)容比較完善，今天我們使用的就是 tushare 。

Tushare 是一個(gè)金融大數(shù)據(jù)平臺，數(shù)據(jù)內(nèi)容包含股票、指數(shù)、基金、期貨、債券、外匯、行業(yè)大數(shù)據(jù)等，同時(shí)包括了數(shù)字貨幣行情等區(qū)塊鏈數(shù)據(jù)，為各類金融投資和研究人員提供適用的數(shù)據(jù)和工具，概覽如下：

使用 Tushare

Tushare 平臺的數(shù)據(jù)，已全面升級到 tushare pro 了，通常情況下，還是稱之為 tushare。

想使用 tushare 中的數(shù)據(jù)和功能，首先需要進(jìn)行注冊，獲得一份 token （一串字母和數(shù)字組成的文本），然后才可以獲取到數(shù)據(jù)，大家可以通過以下鏈接來注冊（也可以點(diǎn)擊文末的“閱讀原文”）：

https://tushare.pro/register?reg=129033

在 tushare 中注冊后，通過 “個(gè)人主頁”——“接口TOKEN” 可以找到自己的 token 值，界面如下：

復(fù)制 token 值，然后在代碼中進(jìn)行如下設(shè)置：

# 設(shè)置 token
# tushare 注冊地址： https://tushare.pro/register?reg=129033
# 以上方法只需要在第一次或者token失效后調(diào)用，完成調(diào)取tushare數(shù)據(jù)憑證的設(shè)置，正常情況下不需要重復(fù)設(shè)置。
ts.set_token('你的token值')

pro = ts.pro_api()

在設(shè)置好 token 值后，我們就可以開始獲取數(shù)據(jù)。

關(guān)于 tushare 的詳細(xì)介紹，請點(diǎn)擊下面的鏈接前往：

• 神器Tushare，財(cái)經(jīng)數(shù)據(jù)必備工具！

02基金信息獲取

首先，導(dǎo)入本次需要用到的 python 庫，并設(shè)置好 tushare ，如下：

import pandas as pd
import datetime
import numpy as np
import tushare as ts

# token='XXXXXXX'  
# ts.set_token(token)

pro = ts.pro_api()

需要說明的是，tushare 中不同的數(shù)據(jù)獲取需要的權(quán)限是不一樣的，如果權(quán)限不夠，可能獲取不到數(shù)據(jù)哦。

獲取基金基礎(chǔ)信息

首先，咱們來獲取基金基礎(chǔ)信息，包括基金名稱、基金費(fèi)率、基金公司、基金成立時(shí)間等。在 tushare 中，提供了 fund_basic() 接口來獲取這些信息。

該接口有兩個(gè)參數(shù)，咱們主要關(guān)注的是第一個(gè)參數(shù) market，由于基金有場內(nèi)基金（ETF和LOF）和場外基金，因此，全部的基金是這兩者之和。

所有基金的基礎(chǔ)信息獲取代碼如下：

# 獲取基金中文名稱信息
df_e = pro.fund_basic(market='E')
df_o = pro.fund_basic(market='O')
# df_fund_info = df_e.append(df_o)
df_fund_info = pd.concat([df_e,df_o])
df_fund_info = df_fund_info[['ts_code','name', 'management','m_fee', 'c_fee','found_date']]
df_fund_info.columns = ['fund_code','fund_name', 'management','m_fee', 'c_fee','found_date']
df_fund_info = df_fund_info.reset_index(drop=True)
df_fund_info

結(jié)果如下：

這個(gè)數(shù)據(jù)框中，有 1.6萬多支基金，是不是超出你的想象了啊~~~

實(shí)際上，目前整個(gè)市場上總數(shù)應(yīng)該多于這個(gè)數(shù)，tushare中有部分信息還沒有納入進(jìn)來。

當(dāng)然了，這是包括了混合型、股票型、債券型、貨幣基金類等全部的基金。

獲取基金經(jīng)理信息

對于主動型基金而言，挑選基金時(shí)，選擇一個(gè)好的基金經(jīng)理是很重要的因素，因此，在追蹤基金的收益情況時(shí)，是有必要將基金經(jīng)理的信息一并獲取的。

在tushare 中，可通過接口 fund_manager 來獲取某只基金過往基金經(jīng)理的信息。

在獲取基金經(jīng)理信息后，可以跟之前獲取基金基礎(chǔ)信息進(jìn)行合并。

這個(gè)過程，陽哥寫了一個(gè)自定義函數(shù)，如下：

# 獲取單個(gè)基金的信息

def get_fund(fund_code,df_fund_info):    
    # 獲取基金經(jīng)理信息，以及開始管理該基金的日期
    df_manager = pro.fund_manager(ts_code=fund_code)
    df_manager = df_manager[df_manager['end_date'].isna()]
    df_manager = df_manager.sort_values('begin_date',ascending=True).head(1)
    begin_date = df_manager['begin_date'].values[0] # 開始管理該基金的日期
    df_manager = df_manager[['ts_code', 'name', 'gender','begin_date']]
    df_manager.columns = ['fund_code', 'manager_name', 'gender','begin_date']
    
    # 合并
    df_fund = pd.merge(df_manager,df_fund_info,how='left',on='fund_code')

    return df_fund

假如你想獲取易方達(dá)優(yōu)質(zhì)精選（以前叫易方達(dá)中小盤）的信息，可以基于上面的自定義函數(shù) get_fund ，使用如下的代碼：

# 110011.OF,易方達(dá)優(yōu)質(zhì)精選（易方達(dá)中小盤）

df_fund = get_fund('110011.OF',df_fund_info) 
df_fund

獲取的信息如下：

計(jì)算基金規(guī)模和收益情況

接下來，咱們還需要獲取兩個(gè)信息，基金規(guī)模和基金近幾年的收益情況。

基金規(guī)模，可以從一個(gè)角度來觀察該基金在市場上的受歡迎度，一般來說，規(guī)模較大的基金，說明該基金過往的表現(xiàn)應(yīng)該還是可以的。不過這里也有兩點(diǎn)需要注意：

1. 基金過往業(yè)績并不代表未來依然會如此；
2. 基金規(guī)模小，并不一定說明該基金未來表現(xiàn)會不好。

除了基金規(guī)模，另一個(gè)咱們經(jīng)常關(guān)注的，也是基金營銷機(jī)構(gòu)經(jīng)常拿出來宣傳的，就是基金的過往收益情況。

基金規(guī)模的計(jì)算公式如下：

在 tushare 中 基金份額數(shù)量由函數(shù) fund_share 來獲取，基金單位凈值（unit_nav）數(shù)據(jù)由函數(shù) fund_nav 來獲取。

此外，在計(jì)算基金的過往年度收益時(shí)，也是基于其累計(jì)凈值（accum_nav）來實(shí)現(xiàn)的。

因此，陽哥將基金規(guī)模獲取過程和基金近幾年收益情況計(jì)算合并在一個(gè)自定義函數(shù)里，代碼如下：

# 獲取單支基金的年度收益,基金規(guī)模等信息

def get_returns(fund_code,start_year):
    """獲取單支基金的年度收益,基金規(guī)模等信息
    Keyword arguments:
    fund_code -- 基金代碼，如：110011.OF
    start_year -- 開始獲取基金數(shù)據(jù)的年份
    """
    df_fund_nav = pro.fund_nav(ts_code=fund_code)
    df_fund_nav['date'] = pd.to_datetime(df_fund_nav['nav_date'])
    df_fund_nav = df_fund_nav.set_index('date').sort_index()
    
    years = df_fund_nav['accum_nav'].resample('AS').sum().to_period('A')
    # 獲取年度數(shù)據(jù)，類型為 pandas 的 period
    years = years.index.tolist()
    
    # 有些基金的開始日期晚于2018年，需要對齊列，補(bǔ)空白
    year_list = [yr.year for yr in years if yr.year>=start_year]
    
    # 將 period 時(shí)間數(shù)據(jù)轉(zhuǎn)為 string 的年度數(shù)據(jù)
    years = [str(yr.year) for yr in years]

    df_yrs_index = pd.DataFrame()
    for yr in years:
        df_yr_index = df_fund_nav.loc[yr].tail(1)
#         df_yrs_index = df_yrs_index.append(df_yr_index) # append 將被替代
        df_yrs_index = pd.concat([df_yrs_index,df_yr_index])
#     df_yrs = df_fund_nav.head(1).append(df_yrs_index)
    df_yrs = pd.concat([df_fund_nav.head(1),df_yrs_index])

    # 計(jì)算每年的收益率，即漲跌幅度
    df_yrs['returns'] = df_yrs['accum_nav'].pct_change()

    # 刪除收益率為 NA 的行 （第1天有數(shù)據(jù)記錄的日期）
    df_yrs = df_yrs.dropna(subset=['returns'])

    # 篩選自開始年份以來的數(shù)據(jù)
    df_yrs = df_yrs.loc[str(start_year):]

    df_yrs = df_yrs.reset_index()
    df_yrs['year'] = df_yrs['date'].dt.year

    # 透視表
    df_yr_returns = pd.pivot_table(
        df_yrs, index=['ts_code'],
        values=['returns'], columns=['year'], fill_value=""
    )

    # 將多層索引轉(zhuǎn)變?yōu)閱螌铀饕?/span>
    df_yr_returns = df_yr_returns['returns']
    df_yr_returns = df_yr_returns.reset_index()
    df_yr_returns.columns.name = None
    
    df_yr_returns = df_yr_returns.rename(columns={'ts_code':'fund_code'})
    
    # 基金份額
    df_fund_share = pro.fund_share(ts_code=fund_code).head(1)
    df_fund_share.columns = ['fund_code', 'fd_share_date', 'fd_share', 'fund_type', 'market']
    # fd_share,單位是 萬份
    fd_share_date = df_fund_share['fd_share_date'].values[0] # 份額對應(yīng)的日期
    
    # 份額日期的凈值數(shù)據(jù)
    df_ann_nav = df_fund_nav.loc[fd_share_date:fd_share_date].sort_values('update_flag',ascending=False).head(1)
    df_ann_nav = df_ann_nav[['ts_code', 'accum_nav','unit_nav']]
    df_ann_nav.columns = ['fund_code', 'accum_nav','unit_nav']
    
    # 計(jì)算基金規(guī)模，amount，單位：億元
    df_fund_amount = pd.merge(df_fund_share,df_ann_nav,how='left',on='fund_code')    
    df_fund_amount['amount'] = df_fund_amount['fd_share'] * df_fund_amount['unit_nav']/10000
    df_fund_amount = df_fund_amount[['fund_code','amount','fd_share_date']]
    
    # 合并數(shù)據(jù)    
    df_yr_returns = pd.merge(df_fund_amount,df_yr_returns,how='left',on='fund_code')

    for yr in year_list:
        if yr not in df_yr_returns.columns.tolist():
            df_yr_returns[yr]=np.nan
    
    return df_yr_returns

假如你想獲取易方達(dá)優(yōu)質(zhì)精選基金的2018年以來的收益情況信息，可以基于上面的自定義函數(shù) get_returns ，使用如下的代碼：

df_return = get_returns('110011.OF',2018)
df_return

獲取的信息如下：

同時(shí)獲取多只基金的信息

上面已經(jīng)實(shí)現(xiàn)了獲取單只基金所需要的信息，接下來，咱們需要拼接之前獲取的信息。

同時(shí)，我們一般會同時(shí)關(guān)注多只基金，因此同時(shí)獲取多只基金的信息，也是基本必備的需求。

實(shí)現(xiàn)的代碼如下：

# 獲取多只基金的信息

def get_data_fund(df_fund_info,fund_code_short,start_year):
    df_filter_info = pd.DataFrame()
    for code in fund_code_short:
        df_tmp = df_fund_info[df_fund_info['fund_code'].str.contains(code)].head(1)
#         df_filter_info = df_filter_info.append(df_tmp)
        df_filter_info = pd.concat([df_filter_info,df_tmp])
    df_filter_info = df_filter_info.reset_index(drop=True)   
    fund_codes = df_filter_info['fund_code'].tolist()
    # fund_codes

#     df = pd.DataFrame()
    frames = [] # 用來裝載 df_fund_merge
    i=0
    for code in fund_codes:
        print(f'i:{i},code:{code}')
        if i<78:
#             print(code)
#             print(f'i:{i},code:{code}')
            df_fund = get_fund(code,df_fund_info)    
            df_return = get_returns(code,start_year)
            df_fund_merge = pd.merge(df_fund,df_return,how='left',on='fund_code')
            frames.append(df_fund_merge)
            i +=1
        else:
            i=0
            time.sleep(61)
#         df = df.append(df_fund_merge)
    df = pd.concat(frames)
    df = df.reset_index(drop=True)
    
    df = df.rename(columns={
        'fund_code':'基金代碼','manager_name':'基金經(jīng)理',
        'gender':'性別','begin_date':'上任日期',
        'fund_name':'基金名稱','management':'基金公司',
        'm_fee':'管理費(fèi)','c_fee':'托管費(fèi)',
        'found_date':'成立時(shí)間','amount':'基金規(guī)模(億元)',
        'fd_share_date':'規(guī)模對應(yīng)日期'
    })
    
    # 調(diào)整列的排序
    cols = df.columns.tolist()
    col_1 = cols[:4]
    col_2 = cols[4:5]
    col_3 = cols[5:]
    cols = col_2 + col_1 + col_3
    df = df[cols]

    return df

在上面的函數(shù) get_data_fund 中，還對最后顯示的列的順序也進(jìn)行了調(diào)整，該過程的實(shí)現(xiàn)的詳細(xì)內(nèi)容，可以在下面的鏈接中來了解：

• Pandas實(shí)用技能，將列（column）排序的幾種方法

基于自定義函數(shù) get_data_fund，設(shè)置好函數(shù)所需要的參數(shù)后，就可以獲取多只基金的信息了，具體參數(shù)如下：

# 需要獲取的基金代碼簡稱列表
fund_code_short = ['001938', '162605', '005911', '005827','007119', 
                   '110011', '161005', '000800', '519736', '163402',
                   '003095', '163406', '002190', '164908', '000772']

# 設(shè)置基金收益開始的年份
start_year = 2018
# 設(shè)置基金收益截止的年份
end_year = 2022
year_list = list(range(start_year,end_year+1))

df_fund_final = get_data_fund(df_fund_info,fund_code_short,start_year)
df = df_fund_final.sort_values('基金經(jīng)理',ascending=True,ignore_index=True)
# df.to_csv('./data/fund_manager.csv',index=False)
df

得到的結(jié)果如下：

Pandas 中，可以通過 Style 對表格樣式進(jìn)行設(shè)置，對收益情況進(jìn)行紅漲綠跌的設(shè)置。

代碼如下：

def color_returns(val):
    if val >=0:
        color = '#EE7621' # light red 
    elif val <0:
        color = '#99ff66' # light green 
    else:
        color = '#FFFAFA' # ligth gray 
    return f'background-color: {color}'

format_dict = {'基金規(guī)模(億元)': '￥{0:.1f}', 
               '管理費(fèi)': '{0:.1f}', 
               '托管費(fèi)': '{0:.2f}', 
               2017: '{0:.1%}', 
               2018: '{0:.1%}', 
               2019: '{0:.1%}', 
               2020: '{0:.1%}', 
               2021: '{0:.1%}', 
               2022: '{0:.1%}', 
                }


df.style.hide(axis='index')\
                    .hide(['規(guī)模對應(yīng)日期','成立時(shí)間'],axis='columns')\
                    .format(format_dict)\
                    .applymap(color_returns,subset=year_list)\
                    .background_gradient(subset=['基金規(guī)模(億元)'],cmap='Blues')

得到的結(jié)果如下：

關(guān)于 Pandas 中表格樣式設(shè)置，陽哥之前分享了一份詳細(xì)的內(nèi)容，有興趣的同學(xué)可以前往查看：

• Pandas表格樣式配置指南，看這一篇就夠了

03小結(jié)

至此，咱們就獲取了本次想要得到的信息，這個(gè)表格可以定期更新，用于給其他人員分享基金的基本信息以及年度收益情況。

在今天的這個(gè)財(cái)經(jīng)案例里，需求其實(shí)是很常見的。在這個(gè)案例里，主要用到的是 Pandas 和 Tushare 工具。

對于 Pandas 而言，用到的知識點(diǎn)還是挺多的，包括數(shù)據(jù)篩選、數(shù)據(jù)合并、數(shù)據(jù)排序、數(shù)據(jù)透視表、樣式設(shè)置等，雖然都是基礎(chǔ)知識點(diǎn)，但要做到熟練運(yùn)用，也是需要一定功底的。

圖書推薦：

點(diǎn)擊小程序卡片，優(yōu)惠購買

《uni-app跨平臺開發(fā)與應(yīng)用從入門到實(shí)踐》

本書以“零基礎(chǔ)”為起點(diǎn)，系統(tǒng)地介紹了uni-app的跨平臺開發(fā)與應(yīng)用。全書內(nèi)容分為3篇，共12章，具體安排如下。

第一篇：基礎(chǔ)篇，包括第1~4章，主要介紹了uni-app的特點(diǎn)和優(yōu)勢、環(huán)境搭建、HBuilderX開發(fā)工具的安裝和使用，以及uni-app的一些基礎(chǔ)知識。

第二篇：進(jìn)階篇，包括第5~9章，主要介紹了uni-app的基礎(chǔ)配置、相關(guān)組件、導(dǎo)航欄、高效開發(fā)技巧，以及uniCloud云開發(fā)平臺。

第三篇：實(shí)戰(zhàn)篇，包括第10~12章，通過第一個(gè)實(shí)戰(zhàn)，介紹了如何使用uni-app開發(fā)小程序；通過第二個(gè)實(shí)戰(zhàn)，介紹了如何使用uni-app進(jìn)行跨平臺開發(fā)；通過第三個(gè)實(shí)戰(zhàn)，介紹了如何使用uniCloud云開發(fā)。

留言就贈書：

點(diǎn)贊+留言第 8、18位可以分別獲得贈書一本。

注意：僅限關(guān)注本公眾號18天及以上且之前未獲得過贈書的讀者參與。

1、想領(lǐng)取贈書，加我微信，朋友圈不定期送書；
2、想咨詢學(xué)習(xí)，加我微信，每次咨詢僅9.9元；
3、更多需求（學(xué)習(xí) 代碼 視頻剪輯），都可以加我微信，歡迎咨詢。

掃碼即可加我微信

分享
收藏
點(diǎn)贊
在看