获取基金数据python库_PYTHON爬取基金数据及基金筛选

相信大多数的打工一族也像我一样，每个月工资下来，还完消费账单，支付房租甚至是房贷车贷之后，手头留存已经是所剩无几，日子总是过得很拮据，总是想着有没有办法能够让自己的手头变得宽裕一些，虽然进行长期投资没有办法让你短时间内变成富翁，但是提早规划你手头上的资金即便很少，积少成多，你会发现合理规划投资，让财富增长并不是一件遥远的事情；我是一个风险规避型的投资者，所以我不太敢购买股票，但是我也希望能够让自己手头上的资金不断增长，所以我选择了风险较为中等的投资方式，投资基金；下面分享一些我平时选择基金的一些原则和方法给大家，文末还有通过PYTHON爬取基金数据，进行基金表现数据监控的干货哦，希望对python爬虫有兴趣的朋友有帮助；

一、基金选择

1.基金种类：本人主要以混合基金为主，买入方式主要为“半定投”(指设置指定时间定投，但是如果定投当天基金出现上涨趋势则会取消当期定投，选择该周期内其他基金出现下降的时间买入)

2.单只基金选择：

2.1 基金公司：主要筛选4星以上的基金公司基金

2.2 基金：选择2.1基金公司中的4星以上的基金进行定投

3.买入卖出策略：

3.1通过python爬虫将基金公司的星级数据爬取下来后筛选4星以上的基金公司；

3.2 通过python爬取基金的评级和历史的收益数据，筛选评级和历史收益较高的基金

3.3 对3.2预先筛选的部分基金结合3.1的基金公司星级和基金经理的星级进行综合评估，决定最后进行投资的基金；

同时对选择的基金收益进行分析，参考历史收益情况在不同的时间段设置不同的买入卖出策略；

以下附上爬取基金收益数据的python代码，希望大家都能够实现财富自由，加油！

# 导入需要的模块

import requests

from bs4 import BeautifulSoup

import re

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

import matplotlib

import datetime

# 发送邮件

import smtplib

import email

from email.mime import multipart # import MIMEMultipart

from email.mime import text # import MIMEText

from email.mime import base # import MIMEBase

import os.path

import mimetypes

# 导入数据库相关库

import pymysql

from sqlalchemy import create_engine

#online() #needed for online viewing

#plt.rcParams['fon.sans-serif']=['SimHei'] #用来正常显示中文标签

#plt.rcParams['axes.unicode_minus']=False #用来正常显示负号

#用中文出现的情况，需要u'内容'

#指定默认字体

#matplotlib.rcParams['font.sans-serif'] = ['SimHei']

#matplotlib.rcParams['font.family']='sans-serif'

matplotlib.rcParams['font.sans-serif'] = ['SimHei'] #用来正常显示中文标签

matplotlib.rcParams['font.family']='sans-serif'

matplotlib.rc('font', serif='Microsoft YaHei UI') #指定微软雅黑字体类型

matplotlib.rcParams.update({'font.size': 12}) #字号

#解决负号'-'显示为方块的问题

matplotlib.rcParams['axes.unicode_minus'] = False

#解决负号'-'显示为方块的问题

matplotlib.rcParams['axes.unicode_minus'] = False

# 抓取网页

def get_url(url, params=None, proxies=None):

rsp = requests.get(url, params=params, proxies=proxies)

rsp.raise_for_status()

return rsp.text

# 从网页抓取数据

def get_fund_data(code,per=10,sdate='',edate='',proxies=None):

url = 'http://fund.eastmoney.com/f10/F10DataApi.aspx'

params = {'type': 'lsjz', 'code': code, 'page':1,'per': per, 'sdate': sdate, 'edate': edate}

html = get_url(url, params, proxies)

soup = BeautifulSoup(html, 'html.parser')

# 获取总页数

pattern=re.compile(r'pages:(.*),')

result=re.search(pattern,html).group(1)

pages=int(result)

# 获取表头

heads = []

for head in soup.findAll("th"):

heads.append(head.contents[0])

# 数据存取列表

records = []

# 从第1页开始抓取所有页面数据

page=1

while page<=pages:

params = {'type': 'lsjz', 'code': code, 'page':page,'per': per, 'sdate': sdate, 'edate': edate}

html = get_url(url, params, proxies)

soup = BeautifulSoup(html, 'html.parser')

# 获取数据

for row in soup.findAll("tbody")[0].findAll("tr"):

row_records = []

for record in row.findAll('td'):

val = record.contents

# 处理空值

if val == []:

row_records.append(np.nan)

else:

row_records.append(val[0])

# 记录数据

records.append(row_records)

# 下一页

page=page+1

# 数据整理到dataframe

np_records = np.array(records) #array为矩阵的形式

try:

data= pd.DataFrame()

for col,col_name in enumerate(heads):#enumerate对列表、元组等类型操作时，同时返回元素的索引和元素的值,默认索引从0开始,可以增加参数指定索引开始值(enumerate([],1))

data[col_name] = np_records[:,col]

return data

except:

pass

# 涨跌判断

def ifup(d):

df=[]

df1=[]

for i in d:

if float(i)>0:

df1="涨"

elif float(i)<0:

df1="跌"

elif float(i)==0:

df1="持平"

else:

df1=""

df.append(df1)

return df

# 邮箱认证

# "username": "***@***.com",

# "password": "******",

def Send_email(file_name_list, email_text, recei_list):

mail_info = {

"from": "***@***.com", # 自己的邮箱账号

"to": "******", # 接收邮件的对方账号

"hostname": "http://smtp.163.com",

"username": "***@***.com", # 开通smtp服务的邮箱账号

"password": "******", # 开通smtp服务的对应密码

"mail_subject": "test",

"mail_text": "hello, this is a test email, sended by python",

"mail_encoding": "utf-8"

}

server = smtplib.SMTP_SSL(mail_info["hostname"], port=465)

server.ehlo(mail_info["hostname"])

server.login(mail_info["username"], mail_info["password"]) # 仅smtp服务器需要验证时

# 构造MIMEMultipart对象做为根容器

main_msg = multipart.MIMEMultipart()

# 构造MIMEText对象做为邮件显示内容并附加到根容器

text_msg = text.MIMEText(email_text, _charset="utf-8")

main_msg.attach(text_msg)

# 构造MIMEBase对象做为文件附件内容并附加到根容器

for file_name in file_name_list:

## 读入文件内容并格式化 [方式1]

data = open(file_name, 'rb')

ctype, encoding = mimetypes.guess_type(file_name)

if ctype is None or encoding is not None:

ctype = 'application/octet-stream'

maintype, subtype = ctype.split('/', 1)

file_msg = base.MIMEBase(maintype, subtype)

file_msg.set_payload(data.read())

data.close()

email.encoders.encode_base64(file_msg) # 把附件编码

## 设置附件头

basename = os.path.basename(file_name)

file_msg.add_header('Content-Disposition', 'attachment', filename=basename, encoding='utf-8')

main_msg.attach(file_msg)

# 设置根容器属性

main_msg['From'] = mail_info['from']

main_msg['To'] = ';'.join(recei_list)

main_msg['Subject'] = email_text

main_msg['Date'] = email.utils.formatdate()

# 得到格式化后的完整文本

fullText = main_msg.as_string()

# 用smtp发送邮件

try:

server.sendmail(mail_info['from'], recei_list, fullText)

finally:

server.quit()

#此处发送2张dataframe样表为例，应该放入实际的数据分析任务代码

from pandas import DataFrame

# from main import Send_email

import datetime

import os

os.chdir('./')

# 主程序

if __name__ == "__main__":

url_fund = 'http://fund.eastmoney.com/js/fundcode_search.js'

r = requests.get(url_fund)

html = r.text

data = re.findall('"(.*?)"', html)

l = int(len(data) / 5)

df1 = []

df2 = []

for i in range(l - 1):

df1 = [data[5 * i], data[5 * i + 1], data[5 * i + 2], data[5 * i + 3], data[5 * i + 4]]

df2.append(df1)

df = pd.DataFrame(df2, columns=['基金代码', '基金拼音简称', '基金中文名称', '基金类型', '基金拼音全称'])

# 数据筛选后需要重置索引后才可以按照索引进行遍历

df = df[df['基金类型'] == "混合型"].reset_index(drop=True)

codes = ['110011', '050026', '003032']

names = ['易方达中小盘混合', '博时医疗保健行业混合A', '平安医疗健康混合']

# 测试使用实例

# codes = ['110011', '050026']

# names = ['易方达中小盘混合', '博时医疗保健行业混合A']

data_all =[]

for i in range(len(codes)):

data=get_fund_data(codes[i],per=49,sdate='2015-01-01',edate=datetime.datetime.now().strftime('%Y-%m-%d'))

# 增加月份、年份、星期和涨跌标识

# try:

dt=pd.to_datetime(data['净值日期'],format='%Y/%m/%d')

# dt=dt.apply(dt,'%Y-%m-%d')

data['月份']=dt.map(lambda x:x.month)

data['年份']=dt.map(lambda x:x.year)

# 获取星期数据

data['星期_int']=[int(i.strftime("%w")) for i in dt]

data['星期'] = data['星期_int'].replace([0,1,2,3,4,5,6],["星期日","星期一","星期二","星期三","星期四","星期五","星期六"])

# data['星期'] = weekday(data['星期_int'])

data['基金代码']=codes[i]

data['基金名称']=names[i]

#调整数据格式

data['净值日期'] = pd.to_datetime(data['净值日期'], format='%Y/%m/%d')

data['单位净值'] = data['单位净值'].astype(float)

data['累计净值'] = data['累计净值'].astype(float)

data['日增长率'] = data['日增长率'].str.strip('%').astype(float) #去掉%号

data['涨跌'] =ifup(data['日增长率'])

# 按照日期升序排序并重建索引

data = data.sort_values(by='净值日期', axis=0, ascending=False).reset_index(drop=True)

# 重置dataframe各列顺序

data=data.reindex(columns=['基金代码','基金名称','净值日期','单位净值','累计净值','日增长率','申购状态','赎回状态','分红送配','月份','年份','星期_int','星期','涨跌'])

# 分组汇总

data_groupmonth=data.groupby('月份')['日增长率'].apply(sum).reset_index()

data_groupweek = data.groupby('星期_int')['日增长率'].apply(sum).reset_index()

# data_groupmw= data.groupby(['月份', '星期_int'])['日增长率'].apply(sum).reset_index()

data_groupmw = data.groupby(['月份', '星期_int'])['日增长率'].apply(sum).unstack().reset_index()

data_groupyear = data.groupby('年份')['日增长率'].apply(sum).reset_index()

# data_groupym = data.groupby(['年份','月份'])['日增长率'].apply(sum).reset_index()

data_groupym = data.groupby(['年份', '月份'])['日增长率'].apply(sum).unstack().reset_index()

#将多个dataframe输出到同一个工作簿

writer = pd.ExcelWriter('D:/Python/基金数据/基金净值/'+names[i]+codes[i]+'.xlsx')

data.to_excel(writer, '明细数据')

#不同维度的汇总数据放在同一个sheet中

data_groupmonth.to_excel(writer, '汇总统计',index=False)

data_groupweek.to_excel(writer, '汇总统计',startcol=4,index=False)

data_groupmw.to_excel(writer, '汇总统计', startcol=8, index=False)

data_groupyear.to_excel(writer, '汇总统计', startcol=18, index=False)

data_groupym.to_excel(writer, '汇总统计', startcol=21, index=False)

# 输出数值列数据的描述统计量

data.describe().to_excel(writer, '汇总统计', startrow=20,startcol=0)

writer.save()

data_all.append(data)

# 将所有数据汇总在一张表

writer_all = pd.ExcelWriter('D:/Python/基金数据/基金净值/全部基金数据.xlsx')

# concat只能接受列表型数据凭借,data为DataFrame型数据,直接用concat会报错,先用append拼接成list后再用concat

data_all2=pd.concat(data_all)

# 增加.unstack()函数可以将月份转置为表头显示

data_all2_m=data_all2.groupby(['基金名称','月份'])['日增长率'].sum().unstack().reset_index()

data_all2_w = data_all2.groupby(['基金名称', '星期_int'])['日增长率'].sum().unstack().reset_index()

# data_all

data_all2.to_excel(writer_all,'明细数据')

data_all2_m.to_excel(writer_all,'汇总统计')

data_all2_w.to_excel(writer_all, '汇总统计',startcol=15,index=False)

# # 将数据导入数据库

try:

conn = create_engine("mysql+pymysql://root:[email protected]:3306/fund?charset=utf8")

data_all2.to_sql('funddata', conn, if_exists='replace', index=False, chunksize=100)

except:

pass

writer_all.save()

file_name_list = ['D:\Python\基金数据\基金净值\全部基金数据.xlsx']

email_text = "%s基金收益数据分析结果日报" % datetime.datetime.now().strftime('%Y%m%d %H%M')

recei_list = ['***@***.com'] # 写上自己的邮箱测试一下

Send_email(file_name_list, email_text, recei_list)