用python来分析：基金抄底成功的概率有多大？
大家好，我是朱小五
“抄底”指以某种估值指标衡量股价跌到最低点，尤其是短时间内大幅下跌时买入，预期股价将会很快反弹的操作策略。
拿今年的股市来说，可不畏是跌宕起伏啊，2月3日抄底的朋友肯定是赚的盆满钵满，而3月5日以后抄底的“菜菜”们心情就不那么美丽了，我就是其中的一个，总的情况可以用下图表示，心情哇凉哇凉的：
很多人都觉得抄底能赚钱，但是抄底成功的概率有多大呢？
下面带着大家从数据分析的角度寻找一下答案。
第一步：构建数据模型
用python爬取某基金网站任意10支基金数据，当天跌幅超过3%时，可判为抄底时刻，第二天涨幅大于2%时，判为抄底成功，否则判为失败，最后将所有基金的成功次数和失败次数分别相加，计算出成功概率。
第二步：python爬数据
1.打开基金网站，用浏览器自带流量分析工具找到数据接口
请求参数为：
其中callback为返回js回调函数，可以删除，funCode为基金代码，pageIndex为页码，pageSize为每页返回的数据条数是，startDate和endDate分别为开始时间和结束时间。
正常情况下应该是一页一页爬，但是我这颗躁动的心不愿安分，于是我把pageSize改为10000，代码如下
fundCode = '001618' #基金代码
pageIndex = 1
startDate = '2018-02-22' #起始时间
endDate = '2020-03-21' #截止时间
header = {
'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; Win64; x64; rv:69.0) Gecko/20100101 Firefox/69.0',
'Referer': 'http://fundf10.eastmoney.com/jjjz_{0}.html'.format(fundCode)
}
url = 'http://api.fund.eastmoney.com/f10/lsjz?fundCode={0}&pageIndex={1}&pageSize=5000&startDate={2}&endDate={3}&_=1555586870418?'\
.format(fundCode, pageIndex, startDate, endDate)
response = requests.get(url, headers=header)
输出结果为：
一下子全出来了，简直太意外了
这里有个网站的反爬措施大家需要注意一下，就是我在requests的头部信息中加入了Referer值，它会告诉服务器该网页是从哪个页面链接过来的，服务器因此可以获得一些信息用于处理，如果不加Referer，将会出错，这是一种常见的反爬措施。
用返回的数据画个业绩走势图，代码为：
minytick = (int(min(JZZZLs)/10)-1)*10
maxytick = (int(max(JZZZLs)/10)+1)*10
plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签
matplotlib.rcParams['axes.unicode_minus'] =False #显示负号
plt.figure(figsize=(15, 10), dpi=80)
plt.title('基金折线图', color='y', fontweight=800, size=40)
plt.scatter(x, JZZZLs, s=50, c='r')
plt.plot(x, JZZZLs, c='b')
plt.xticks(x[::len(x)-1], FSRQs[::len(x)-1], size=20) # x坐标
plt.ylim(minytick, maxytick)
plt.yticks(range(minytick, maxytick, 10), size=20)
plt.ylabel('%', size=50)
plt.grid(axis="y") #生成网格'''
plt.grid(axis="x") #生成网格'''
plt.show()
结果为：
我就在那个最高的峰值上
说多了都是泪，还是接着分析吧！
第三步：按照数学模型对1支基金开始分析数据
参照第一步的数据模型，根据当天的收益判是否该抄底，再根据第二天收益情况判定是否抄底成功，代码如下：
for i, j in enumerate(result):
# print(j)
today = 0
if j['JZZZL'] != '':
today = float(j['JZZZL']) # 当天收益
if today < -3:
tall += 1
if float(result[i + 1]['JZZZL']) > 2: # 大于2时视为抄底成功
tsuccess += 1
else:
tfail += 1
输出结果：
用matplotlib画出饼状图，代码如下
labels = ['成功', '失败']
sizes = [tsuccess, tfail]
explode = (0, 0)
plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签
plt.pie(sizes, explode=explode, labels=labels, autopct='%1.1f%%', shadow=False,startangle=150)
plt.title("基金抄底成功概率")
plt.show()饼状图结果为：
从上图可以分析，2018-02-22至2020-03-21之间，该支基金总共可以抄底22次，成功3次，失败19次，成功率为位13.6%，看起来不是很理想。
第四步：对10支基金进行分析
随便找了10支基金，还是在这个时间段，将所有基金的成功次数和失败次数分别相加，计算出成功概率
输出结果为：
画出总的饼状图：
从10支基金的总结果来看，抄底成功的概率为24.6%，失败的概率为75.4%，相当于4次抄底只有1次能成功，感觉以后不能相信抄底了。
小结：本文以基金定投为切入线进行了1次简单的数据分析，所有结果仅以学习为主，不作为投资的依据，千万要慎重，不要像我一样登高望远，山顶太冷啊！
原创文章：小dull鸟，公众号「ython的爬虫与数据分析之路」
整理排版：朱小五，公众号「凹凸数据」
文中相关源码
关注公众号「凹凸数据」后台回复“基金”即可获取
近期文章，点击图片即可查看
后台回复关键词「进群」，即刻加入读者交流群~
五
永远在“抄底”的路上。
朱小五