分析基金表现，获取优质基金

分析基金表现，获取优质基金

--使用Python的构想

一 前言

社会发展越迅速，金融资产的贬值速度越快，而银行利率偏低，基金理财成为当下保值自己资产的最有效方式。市场中基金数量众多，但是好的基金屈指可数。怎样才能从众多基金中，选择一个好的、适合自己的基金呢？为此，想借助Python，通过加入个人的投资偏好、收益率期望值等等，对众多基金的表现进行分析，获取优质的基金，提供有力的投资建议。

二 设计思路

1 基金信息、曲线走势等数据的获取。

可以从“天天基金网”或“蚂蚁财富网”等基金管理平台中获取js文件。

2 调用Python库，将基金分类。

分类方式需要多种，可以使用OptionParser库进行分类。主要添加的类别(.add_option)有以下几种：

2.1 按个人投资喜好分类：安全型、稳健型、积极型、风险型、混合型 等

2.2 按基金类别进行分类：科技、医药、消费、保险、军工、证券、机场、混合 等

2.3 按基金性质进行分类：股票型、混合型、债券型、指数型

2.4 按基金规模进行分类：1亿以下，1-10亿，10亿以上

2.5 按基金成立时间分类：1年内成立，2年内，3-5年内，5年以上

注：初步分类如上，后面根据需求，再添加或改进。

3 对单个基金的曲线走势进行分析，并打分（用于排名），关注以下几个点。

3.1 按照2.5小结的时间段，进行总体收益率曲线进行评分。

如A基金1年的收益率为34%，则其+34分；2年的收益率为44%，则其+22分，然后得分累加，再除以4，得到“长期收益年化平均分”，作为一个对比值。

3.2 对1年内的表现重点评分，划分1周、一个月、3个月、6个月、1年，进行计分。

以1年为基准，比如一年涨了34%，就加34分；6涨了26%，则再加26*2=52分；如一周涨了5%，则加5*8=40分；以此类推，以递增2倍的方式累加该基金的总分数，然后除以5，得到“短期收益年化平均评分”，以此作为一个排名对比值。

注：该计分方式不是固定模式，可根据具体情况调整加权值。

3.3 分析基金的波动情况。

以大盘“沪深300”为基准，重点对单个基金在1周、一个月、3个月、6个月、1年，进行均方差统计，根据波形大小，可以初步匹配用户的投资喜好。

3.4 分析基金在连续5个工作日的涨跌幅，及其与大盘的比较情况。

基金处于不断变化中，对于投资者，关注当前的基金情况是很重要的，特别是确认买入时机，买在回调后，可以有效的提高收益。利用python分析基金的近期表现，可以有效捕捉近期的热点基金，在板块轮换时，抓住先机。

3.5 其他分析方式。例如，当政策给出“保险权益类资产提高至45%”时，就会提高保险类基金的加分权重。

4 好基金评选排名

通过python分析完成上述要求，将信息以Dict的类型进行存储，使用时，通过yaml库进行调用和更新，通过matplotlib库绘制相关曲线。

将上述各个评分统计，得到基金整体排名，可通过选择特定条件，例如选“科技”类的排名，通过用户输入自己最关心的条件，得出对应的基金排名、投资建议，以及投资后的预期收益率。

注：预期收益率等功能，都是根据python分析后，按照特定算法给出的一个参考意见。

三 总结

利用python强大的数据分析和文本处理能力，将数据量巨大且随机的基金数据进行统计和处理，按照特定需求，筛选出用户满意的基金，不仅省去了用户每天观察各个基金走势，需要耗费的大量精力和时间，还能有效地给出投资意见，以及展现出一些新的、有潜力的基金，给用户更佳的投资选择。