python爬虫之基金信息存储

目录

• 1 前言
• 2 信息存储
• 2.1 基金基本信息存储
• 2.2 基金变动信息获取
• 3 需要改进的地方
• 3.1 基金类型
• 3.2 基金的更新顺序
• 4 总结

1 前言

前面已经讲了很多次要进行数据存储，终于在上一篇中完成了数据库的设计，在这一篇就开始数据的存储操作，在数据存储的这个部分，会将之前抓取到的基金列表，基金基本信息和基金变动信息以及ETF信息进行存储。

2 信息存储

2.1 基金基本信息存储

在这里获取基金信息包括两个部分，一部分是场外基金另外一部分是场外基金信息。之在前的文章中，我们已经获完成了场外基金和ETF基金信息的代码，因此在这里我们仅仅需要存储数据库即可，那么有个问题，基金的信息是随时发生变更的或者更新的。在保存时需要先判断基金代码是否已经存在，如果存在则更新，如果不存在则新增，但是这样效率有点低，这时候就用到之前的文章内容，使用这样 on duplicate key update 的语句就可以一条sql搞定了。

举例如下所示:

INSERT INTO `tb_fund_list`(`code`, `name`, `fund_type`) VALUES ('000363','国泰聚信价值优势混合C','混合型-灵活')
on duplicate key update `code` = '000363', `name` = '国泰聚信价值优势混合C' ,`fund_type` = '混合型-灵活';

如果存在000363基金的话，我们就进行更新操作，如果不存在那么久插入数据。

具体实现的代码如下图所示:

2.2 基金变动信息获取

基金的变动信息不论是场内基金还是场外基金都是一样的获取方式，在这里就可以使用通用的逻辑进行处理了，就是之前抓取基金变动信息和基金价格信息的方式。

3 需要改进的地方

3.1 基金类型

现在基金基本信息中的基金类型还是中文，这样的中文存储起来不符合常用的编码规范，之前没有处理是因为还不知道有多少种基金的类型，现在已经获取到了所有的基金，这个时候我们需要查询一下所有的基金类型，然后建立枚举来表述不同的基金类型。

# 获取所有的基金类型信息
select distinct fund_type from tb_fund_list;

根据查询出来的基金类型，最终定义的基金类型如下图所示:

fund_type_dic = {
    "QDII": "1",
    "商品(不含QDII)": "2",
    "股票型": "3",
    "指数型-股票": "4",
    "混合型-偏债": "51",
    "混合型-偏股": "52",
    "混合型-平衡": "53",
    "混合型-灵活": "61",
    "债券型-中短债": "62",
    "债券型-可转债": "63",
    "债券型-混合债": "64",
    "债券型-长债": "65"
}

根据经验来说，债券型的基金相对比较多，如果对债券基金感兴趣的

可以时常更新数据，在后续的操作中以非债券型基金为主进行分析，数据总量相对较小，批量更新的时间也相对较短。

3.2 基金的更新顺序

在之前的基金获取过程中，总体来讲获取的顺序是混乱的，在最终的数据结果存储时，需要将获取的信息基金拼接和组装。最终的更新数据顺序为：

• 1 更新场外基金列表(新增或者更新)
• 2 更新ETF信息列表(新增或者更新)
• 3 查询基金的基本信息进行更新操作
• 4 查询基金的阶段变动信息进行更新

4 总结

获取基金的信息已经完毕，已经把基金信息保存成功，在下一章中将介绍如何建立线性模型去评估基金的分数，为投资基金做出定量分析。

到此这篇关于python爬虫之基金信息存储的文章就介绍到这了,更多相关python信息存储内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！