小一爬取了 14455 个已发行基金，到底能分析点啥出来？
大家好，我是小一
大概花了一周时间写了这篇文章，篇幅较长，读完会花 5-10 分钟
读完本篇文章，你可能会收获以下几点：
基金是买老基还是新基？ 买混基还是股基？ 跟谁买能赚钱？ 买哪些侧重板块的基？
先大致介绍一下，本文分为三部分：
① 4 种基金的大致介绍 ② 爬取已发行的 14455 个基金数据 ③ 从 7 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，毕竟对于基金，小一也是刚入门的小白。
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，做一个简单的分析和预测
目前各基金公司披露的持仓数据都是截止 2020年第四季度，在 21 年第二季度初也会披露第一节度的持仓数据，到时候 小一会继续跟踪分析，记得到时候回来看更新！
2021 年初的几个交易日，基金频繁登上热搜榜，新发行的几个基金也是直接在发行当日就售罄，基金发行市场一片火热。
投资固然没错，但是跟风的背后自己会不会成为一棵 嫩韭菜，文中你可能会找到部分答案。
ok，直接开始，go
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？
对于基金，小一涉猎不广，大多是自己做的功课，不过也足够了。
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。
真要细说基金的区别，几千字可能都写不完，后面有空再说吧
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：偏股、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
对于五种类型的基金数据，下面主要对 股票型基金 和 混合型基金 做对比分析
首先，股票型基金共 1459 个，混合型基金共 4208 个
后面分析和排序的依据均是针对 近一年收益率 这个指标进行的，大家注意下
1. 收益率分布
1459 个股票型基金中 1160 个近一年收益率不为空；4208 个混合型基金中 3060 个近一年收益率不为空，针对其进行分析：
股票型基金近一年 收益率>0 的有 1119 个，占比 96.5%；整体近一年平均收益率为 47.8%
混合型基金近一年 收益率>0 的有 3047 个，占比 99.6%；整体近一年平均收益率为 48.9%
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主要分布在 20%-70% 之间，30%-60% 的居多
混合型基金的收益率主要分布在 10%-80% 之间，除 10%-20% 之外，其他主要区间分布较均匀
小结：
混合型基金的收益率较稳定，99.6% 的基金近一年都是盈利的，且整体平均收益率为 48.9%
2. 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，本节只选取近一年收益率的 Top300 的基金分析其资产规模。
另外，资产规模均是截止到 2020-12-31 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 0.1亿元-15亿元 区间，其中，大于100亿元 的基金有 7个，占比为 2.3%
混合型基金的资产规模集中在 0.02亿元-17亿元 区间，其中，大于100亿元 的基金也有 7个
小结：
不论是股票型还是混合型，10 亿元以下规模的基金占比 55%以上，占比较高
3. 干货！收益率前10！
基本面看完了，下面来点干货：
股票型基金近一年收益率的最高是 180.3%，Top10 的平均收益是 142.3%
混合型基金近一年收益率的最高是 157.3%，Top10 的平均收益是 144.9%
可以看到，前10 收益率的基金差距比较明显，其中股票型基金差距达到 57.8%。
从图中看，混合型基金的近一年收益率与资产规模有关，排名前5 的似乎是个不错的选择
供参考：
4. 买老基 or 买新基？
买老基金好还是新基金好？
想必这个问题对于大家的帮助更大，这一步小一筛选了收益率较高的 前50名 基金进行分析，毕竟抄作业也要抄好学生的作业
绘制其上市时间的分布散点图，如下：
可以发现，近一年收益率较高的前 50 个股票型基金上市时间集中在 2014-2019 年，对应的混合型则集中在 2015-2019年
没有想到的是，2020 年整体收益率前 50 的基金中 上市时间在 2019 年的 只有 3 个
也就是从数据上可以发现：新成立的基金收益率普遍跑不过老基金。
这是不是意味着 21年初买入新基金的都是.....
不乱说话，还是继续分析数据吧
5. 干货！基金经理选谁？
对于基金经理的数据我有找过相关资料，明星经理似乎不太能对得上本节的结论
但是从数据来看，又没有问题，所以还是辩证的去看比较合适
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：
股票型基金经理的平均收益集中在 110%-120% 之间，而混合型基金经理的平均收益集中在 120%-130% 之间
像混合型基金经理 罗世峰、赵诣 平均收益率可以达到 150%+，遥遥领先其他基金经理，妥妥的基金一哥
小结：
基金经理的分化也比较严重，但找对人保持年收益率在 120% 以上 也不是很困难的事情
另外，对于近期大家追捧的基金经理张坤，可能是今天分析的类型不符合？或者数据缺失？
又或者盲目跟风？
6. 干货！重仓哪些？
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。
ok，这一节我们同样选取近一年收益率排名 前50 的股票型基金和混合型基金
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 持仓股基本两边都有持有，且占比很高，主要涉及方向：喝酒+吃药+开车
小结：
个人觉得这份清单相当有分量，2020 年下半年的行情主要就是 白酒饮料板块、新能源板块和医疗板块
现在说这些确实有些马后炮，2021 年究竟怎么样谁也说不准，下次持仓数据更新应该是在1季度末，到时小一会继续跟踪分析。
大胆预测一下：2021 的行情是新能源板块的细分领域
7. 抄作业！明星经理的持仓
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，分别是：李游、孙迪、何肖颉、卢纯青和王伟
选择混合型明星基金经理 5 人，分别是：赵诣、罗世锋、何肖颉、刘彬和曲扬
对应的选择他们管理的基金，过滤近一年收益率在 120% 以下的，如下图：
其中：标红的表示收益率 低于 120%，对应的基金 不属于我们要抄的最优秀作业
选取 7 个股票型基金和 14 个混合型基金进行再次分析：
看到这幅图，不知道你有没有一些感触？
股票型基金的明星经理在 2020 年末已经 不再继续看好 白酒饮料和医药，比较关注 新能源+科技
而混合型基金的明星经理 则是 一如既往的稳健，依旧是 白酒饮料+医药+新能源
小结：
稳健点的，可以继续选择混合型基金，继续：喝酒+吃药+新能源
激进点的，可以主要关注：新能源细分，次要关注：科技
防守的：白酒+医药
本文总结
首先说明，小一对于基金经理了解不深，所以第 5 小节大家用辩证的眼光去看，除此之外，其他小节的观点也仅为小一个人的观点
至于到底 2021 年行情怎么样，大家都是在猜，我也只不过是用 2020 年的数据在猜，仅此而已。
1 月份确实有很多同事、朋友在讨论基金，也有跑步进场的人，究竟是 买老基还是新基？买混基还是股基？跟谁买？ 等等问题，希望看完本文能够对你有所帮助
财经大佬有一句名言：以上观点仅供交流讨论，不构成任何投资建议，这里同样适用。
另外，等到 21年 一季度持仓数据披露了，到时候继续更新，别忘了过来看！
最后的最后
鉴于分享的原则，上述文中的所有爬虫代码已经开源。
获取方式如下：
文末右下角，点击“在看”，当“在看”数超过 20 后，进入公众号 回复 基金 获取所有源码。
对于爬虫不了解，但又想要基金数据的朋友，可以扫描下方二维码加小一微信，备注 基金 领取。
微信号：zhiqiuxiaoyi
希望以上的分析，能对大家的投资有所帮助！
期待你的 三连！我们下节见