目前三季度已经过去了一个月，大部分基金都已经公布了三季度持仓数据，今天我们就用 Python 分析以下今年三个季度基金的调仓情况。
获取数据
第一步，我们要获取目前发行的所有基金及其持有的股票。
可以写一个爬虫去基金网站爬数据，但太麻烦，这里其实是有捷径的。有些朋友可能听说过量化投资，这些做量化投资的平台都会提供金融数据，我们只要安装相应的 Python 包就可以获取股票、基金、债券相关的数据。
本次分析用的是聚宽（https://www.joinquant.com/）平台，新用户注册后会有6个月试用期，期间可以免费使用平台所有数据，每天可调用100万条数据，完全够我们分析了。
注册账号后，我们就可以调用聚宽的数据。以下代码我用 Python 3.8+jupyter 编写、运行。
导入包，获取聚宽授权
from jqdatasdk import *
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['Arial Unicode MS'] # mac matplot显示中文
plt.rcParams['axes.unicode_minus'] = False
auth('聚宽账户', '聚宽密码') # 聚宽授权
调用聚宽 get_all_securities 函数，获取所有的基金，该函数文档如下
代码如下：
df = get_all_securities(['fund', 'open_fund'], '2021-11-10')
df
df 里可能会有重复基金，按照基金代码（df.index）去重看看共获取了多少只基金
code_arr = list(set([x.split('.')[0] for x in df.index.values]))
len(code_arr)
共返回 13698 支基金，这可比爬虫来得快多了。
获取股票投资占比
这里我只想关注股票类型的基金，所以需要获取每支基金股票投资的占比，股票投资占比小于 50% 的，剔除掉。
从文档来看，查询 FUND_PORTFOLIO 表的 stock_rate 字段就可以获取基金的股票投资占比。查询方式是用 query 函数构造查询语句，然后调用 finance.run_query 函数完成查询。
写一个函数，用来返回查询语句
def asset_query(arr):
q=query(finance.FUND_PORTFOLIO.code,
finance.FUND_PORTFOLIO.name,
finance.FUND_PORTFOLIO.period_end,
finance.FUND_PORTFOLIO.report_type,
finance.FUND_PORTFOLIO.stock_rate
).filter(finance.FUND_PORTFOLIO.code.in_(arr),
finance.FUND_PORTFOLIO.period_end.in_(['2021-03-31', '2021-06-30', '2021-09-30']),
finance.FUND_PORTFOLIO.report_type.in_(['第一季度', '第二季度', '第三季度']))
return q
asset_query 函数的参数 arr 是个数组，存放基金代码。query函数指定返回的字段。filter 函数指定需要筛选的数据，code 代表基金代码；period_end 是报告期（每个季度最后一天），填入的三个日期分别代表每个季度；report_type 是报告类型，填入的是三个季度，添加该条件是为了只读取单季度的数据，不需要半年或年度数据。最终返回查询语句 q。
asset_query 函数生成对象 q 的用的是 SQLAlchemy 提供的语法规则，SQLAlchemy 是Python 中著名的 ORM 框架，简单来说它提供以 Python 代码的方式查询数据库，而不用写 SQL。感兴趣的朋友可以学习下，能够帮你实现更复杂的查询逻辑。
运行 finance.run_query 来执行查询
i = 0
while i < len(code_arr):
print('获取基金资产 ' + str(i))
tmp_arr = code_arr[i: i+1500]
q = asset_query(tmp_arr)
tmp_df = finance.run_query(q)
if i == 0:
asset_df = tmp_df
else:
asset_df = pd.concat([asset_df, tmp_df])
i += 1500
因为 finance.run_query 单次最多返回 5000 行数据，所以这里写了个循环分批读取，一次只读取 1500 个基金的数据。因为一个基金返回 3 个季度数据，所以一次读取最多返回 4500 数据，不会超限。
读取完成后，看看 asset_df
筛选 stock_rate 大于 50 的基金
stock_fund_df = asset_df[asset_df['stock_rate'] > 50]
统计筛选后，还剩多少只基金
stock_fund_code_arr = list(set(stock_fund_df['code']))
len(stock_fund_code_arr)
返回 5590，过滤掉了一半。
获取基金持仓
获取基金持仓的方式跟上面一样，只不过表名和字段名变了。
编写 hold_stock_query 函数，生成相应的查询语句
def hold_stock_query(arr):
q=query(finance.FUND_PORTFOLIO_STOCK
).filter(finance.FUND_PORTFOLIO_STOCK.code.in_(arr),
finance.FUND_PORTFOLIO_STOCK.rank <= 10,
finance.FUND_PORTFOLIO_STOCK.period_end.in_(['2021-03-31', '2021-06-30', '2021-09-30']),
finance.FUND_PORTFOLIO_STOCK.report_type.in_(['第一季度', '第二季度', '第三季度']))
return q
finance.FUND_PORTFOLIO_STOCK.rank <= 10代表只获取前十大重仓股。
同样通过循环的方式查询数据
i = 0
while i < len(stock_fund_code_arr):
print('获取基金持仓 ' + str(i))
tmp_arr = stock_fund_code_arr[i: i+150]
q = hold_stock_query(tmp_arr)
tmp_df=finance.run_query(q)
if i == 0:
hold_stock_df = tmp_df
else:
hold_stock_df = pd.concat([hold_stock_df, tmp_df])
i += 150
hold_stock_df
看看 hold_stock_df 的信息
name是持有的股票名，rank是持有该股票的排名（1 代表该基金第一大重仓股），proportion是持仓该股票比例。
调仓方向
这里我想按照行业来看，如：从第一季度到第三季度，有多少基金购买了新能源股票，有多少基金购买了白酒股票。所以，就需要将股票对应到行业上。
严格来说应该找权威的券商，将每个股票都映射成某个行业。不过这里我只是想定性分析一下，所以找了一些行业指数基金的前 6 大重仓股来代替某个行业。映射关系如下
stock_to_industry_dict = {
'比亚迪':'新能源',
'宁德时代':'新能源',
'恩捷股份':'新能源',
'赣锋锂业':'新能源',
'亿纬锂能':'新能源',
'汇川技术':'新能源',
'圣邦股份':'半导体',
'韦尔股份':'半导体',
'卓胜微':'半导体',
'北方华创':'半导体',
'兆易创新':'半导体',
'三安光电':'半导体',
'贵州茅台':'白酒',
'五粮液':'白酒',
'山西汾酒':'白酒',
'泸州老窖':'白酒',
'洋河股份':'白酒',
'酒鬼酒':'白酒',
'阳关电源':'光伏',
'通威股份':'光伏',
'中环股份':'光伏',
'隆基股份':'光伏',
'特变电工':'光伏',
'正泰电器':'光伏',
'药明康德':'医疗',
'智飞生物':'医疗',
'沃森生物':'医疗',
'泰格医药':'医疗',
'长春高新':'医疗',
'凯莱英':'医疗',
'复星医药':'医疗',
}
向 hold_stock_df 添加一列 industry，代表持有该股票所对应的行业
def stock_to_industry(cols):
if cols['name'] in stock_to_industry_dict:
return stock_to_industry_dict[cols['name']]
return '无'
hold_stock_df['industry'] = hold_stock_df.apply(lambda x: stock_to_industry(x), axis=1)
hold_stock_df
找一个新能源基金看下效果
hold_stock_df[hold_stock_df['code'] == '005939']
有了行业信息，就可以用透视表直接统计每个行业在三个季度基金数量的变化
industry_count_df = hold_stock_df.pivot_table(index='industry',
columns=['report_type'],
values='code',
aggfunc=lambda x:len(x.unique()))
cols_name = ['第一季度', '第二季度', '第三季度']
industry_count_df = industry_count_df[cols_name]
industry_count_df.drop(['无'], inplace=True)
plt.rcParams['figure.figsize'] = (12, 8)
industry_count_df.plot.bar()
从图上还是能发现一些明显的特征的，持仓新能源的基金不光基数大，增速速度还很快。比较意外的是白酒的持仓基金数量居然是下降的。
探索更有意思的
由于我们能够拿到所有的基金，其实我们还可以探索的东西有很多。比如：可以做出如下效果的数据
每一行都代表一只基金，列 rank1 ~ rank10 代表该基金前十大重仓股，逗号前半部分是持仓股票，后半部分是持仓占比。标红代表是我们关注的股票，最后一列是标红股票持仓占比的加和。
这种展示方式有很多好处，比支付宝、同花顺软件还好。
第一，支持按照某些股票筛选基金（上图标红的部分），我了解的基金软件都只能按照一只股票筛选基金
第二，可以计算包含这些股票总持仓占比（candid_prop列），总持仓越高跟我们预期越接近。而现有的基金软件都要自己手动加
第三，一行展示基金所有持仓，一目了然，而基金软件看不同基金的持仓需要在不同基金之间来回切页面，非常不方便。
最后，介绍下上图的实现代码。首先，只筛选最新季度持仓即可
hold_stock_p3_df = hold_stock_df[hold_stock_df['report_type'] == '第三季度']
构造两个新列
hold_stock_p3_df['hold_rank'] = ['rank%d' % i for i in hold_stock_p3_df['rank']]
hold_stock_p3_df['hold_info'] = hold_stock_p3_df['name'] + " : " + hold_stock_p3_df['proportion'].astype(str)
用透视图，列转行
tmp_df = hold_stock_p3_df.pivot(index='code', columns='hold_rank', values='hold_info')
tmp_idx = tmp_df.index
tmp_df = tmp_df.reset_index()
tmp_df['name'] = tmp_idx
rank_cols = ['rank%d' % i for i in range(1, 11)]
col_names = ['code'] + rank_cols
final_fund_df = tmp_df[col_names]
final_fund_df
定义函数，计算候选股票集合的总持仓占比
candid_fund_list = ['宁德时代','比亚迪', '恩捷股份', '璞泰来', '诺德股份']
def filter_fund(x):
all_prop = 0
for i in range(1, 11):
col = 'rank' + str(i)
vals = str(x[col]).split(':')
if vals[0].strip() in candid_fund_list:
all_prop += float(vals[1].strip())
return all_prop
定义函数用于上色
def show_color(val):
color = '#BB0000' if str(val).split(':')[0].strip() in candid_fund_list else ''
return 'color:%s' % color
修改 condid_fund_list 的值，就可以股票筛选相关的基金，实现本节开头那张图的效果
final_fund_df['candid_prop'] = final_fund_df.apply(lambda x: filter_fund(x), axis=1)
tmp_fund_df = final_fund_df[final_fund_df['candid_prop'] > 0].sort_values(by='candid_prop', ascending=False)
tmp_fund_df = tmp_fund_df.style.applymap(show_color)
tmp_fund_df
这里我们只分析了基金数据，聚宽平台还包括股票、债券等其他金融数据，获取方式跟上面讲的一样。有兴趣的朋友可以试试。
源文件已经整理好，关注公众号 渡码 回复关键词 基金调仓 即可。
