酱香科技！用 Python 分析白酒类基金有多赚钱！

Myth丶恋晨 2024-04-25 08:57 74阅读 0赞

![41f4a71f523a713fef678acd620f9e35.jpeg][]

一、简介

玩过几个月的基金，所以今天闲着没事看能不能编程实现-从采集基金数据然后进行分析

这里以白酒为例，相信玩过基金的人都知道，白酒这个基金上过几次热搜，在基金排行榜也是无人不知，所以选择了白酒为例（最重要的是2021-1-25,白酒涨幅了6.35%，这个是什么概念！！就是你买一百元就赚6.35元）。

废话有点多，开始下一步。

二、采集基金

![43862e2170cf22f1f2fbef581abd5f37.png][]

### 分析 ###

首先是页面，这里选择了蛋卷基金网页去采集数据

https://danjuanapp.com/funding/161725?channel=1300100141

其中白酒基金的代号是：**161725**

通过F12查看数据包可以发现，这里网页是通过异步加载数据，那接下就好办了

![fb89d084ee9e72e63acd70cecd964dba.png][]

![c179bee89256c547f6c45673d670c4e8.png][]

可知访问链接是

https://danjuanapp.com/djapi/fund/nav/history/161725?size=200&page=1

![0e128a3476f53a3d7ec122ef1b4539c1.png][]

放到浏览器访问，可以返回json数据，同时我们也发现，通过改变代号**161725，和size，可以获取不同基金的最新多少条数据。**

### 编程 ###

首先通过requests请求数据，code是对应的基金代号，这里161725是白酒基金，size是对应的数据量

code = 161725``size = 365``url = "https://danjuanapp.com/djapi/fund/nav/history/"+str(code)+"?size="+str(size)+"&page=1"``   ``headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 6.3; Win64; x64; rv:84.0) Gecko/20100101 Firefox/84.0',`          `}``res = requests.get(url, headers=headers)``res.encoding = 'utf-8'``s = json.loads(res.text)

获取到数据后。按从以前到现在（倒叙）打印，并且按月分开

s = s['data']['items']``f = ((s[len(s)-1]['date']).split("-"))[1]``   ``for j in range(len(s)-1,-1,-1):`    `i = s[j]`    `m = (i['date'].split("-"))`    `if m[1] == f:`        `try:`            `date = i['date']`            `percentage = i['percentage']`            `value = i['value']`            `print("date=" + str(date) + ",percentage=" + str(percentage) + ",value=" + str(value))`        `except:`            `pass`    `else:`        `f = m[1]`        `try:`            `date = i['date']`            `percentage = i['percentage']`            `value = i['value']`            `print("date=" + str(date) + ",percentage=" + str(percentage) + ",value=" + str(value))`        `except:`            `pass`        `print("---------------")

结果如下：

![a498708803356e04dcd3ef4375b4da6c.png][]

三、可视化分析

### 1.月初和月末对比 ###

def analysis1(x,y1,y2):`    `myfont = font_manager.FontProperties(fname="C:\\Windows\\Fonts\\simhei.ttf")`    `a=x`    `b_14=y1`    `b_15=y2``   `    `bar_width = 0.25`    `x_14 = list(range(len(a)))`    `x_15 = list(i + bar_width for i in x_14)``   `    `# 设置图形大小`    `plt.figure(figsize=(20, 8), dpi=80)`    `plt.bar(range(len(a)), b_14, width=bar_width, label="月初")`    `plt.bar(x_15, b_15, width=bar_width, label="月末")``   `    `# 设置图例`    `plt.legend(prop=myfont)`    `#`    `plt.xlabel("月份",fontproperties=myfont)`    `plt.ylabel("值",fontproperties=myfont)`    `# 设置x轴刻度`    `plt.xticks(x_15, a, fontproperties=myfont)`    `plt.savefig("./mutiy.png")`    `plt.show()

效果图1

![24fd69bb9bba39b41e67d125645338dc.png][]

分析：

通过上面的条形图可知，最近几个月的月末值都大于月初值，说明这几个月都是属于盈利状态，尤其是2020-12月，盈利最大。而2020-8月是亏损最大的，从整体上来看，整年的月份整合下来，整体还是盈利的。

### 2.当月最高涨和最低跌 ###

###2.当月最高涨、最低跌``def analysis2(x,y1,y2):`    `myfont = font_manager.FontProperties(fname="C:\\Windows\\Fonts\\simhei.ttf")`    `a=x`    `b_14=y1`    `b_15=y2``   `    `bar_width = 0.25`    `x_14 = list(range(len(a)))`    `x_15 = list(i + bar_width for i in x_14)``   `    `# 设置图形大小`    `plt.figure(figsize=(20, 8), dpi=80)`    `plt.bar(range(len(a)), b_14, width=bar_width, label="当月最高涨")`    `plt.bar(x_15, b_15, width=bar_width, label="当月最低跌")``   `    `# 设置图例`    `plt.legend(prop=myfont)`    `#`    `plt.xlabel("月份",fontproperties=myfont)`    `plt.ylabel("值",fontproperties=myfont)`    `# 设置x轴刻度`    `plt.xticks(x_15, a, fontproperties=myfont)`    `plt.savefig("./mutiy.png")`    `plt.show()

效果图2

![ae16710509e327d23ad1aafe265cc24c.png][]

分析：

其中的蓝线是当月涨最高的一次，橙色是当月跌最多的一次。在2020-7月跌的最狠，10月和12月涨的也是较多。

### 3.当月波动值（最高涨和最低跌之差） ###

###3.当月波动值（最高涨、最低跌之差）``def analysis3(x,y1,y2):`    `myfont = font_manager.FontProperties(fname="C:\\Windows\\Fonts\\simhei.ttf")`    `a=x`    `y=[]`    `for i in range(0,len(y1)):`        `y.append(float(y1[i]-y2[i]))`    `# 设置图形大小`    `plt.figure(figsize=(20, 8), dpi=80)`    `plt.plot(a,y, label="波动差值")``   `    `# 设置图例`    `plt.legend(prop=myfont)`    `plt.xlabel("月份", fontproperties=myfont)`    `plt.ylabel("值", fontproperties=myfont)`    `plt.savefig("./mutiy.png")`    `plt.show()

效果图3

![95bf9bb6512e5ea5203c7fd2053152e8.png][]

分析：

图中显示是当月的最高涨和最低跌之差，这里采用这些图，效果更佳明显。2019-7月是波动最小的一个月，2020-7月是波动最大的一个月，都是7月，哈哈哈，真巧。

4.月差值(月末减月初，该月是否盈亏）

###4.月差值(月末减月初，该月是否盈亏）``def analysis4(x,y):`    `myfont = font_manager.FontProperties(fname="C:\\Windows\\Fonts\\simhei.ttf")``   `    `# 设置图形大小`    `plt.figure(figsize=(20, 8), dpi=80)`    `plt.plot(x,y, label="月末-月初")``   `    `# 设置图例`    `plt.legend(prop=myfont)`    `plt.xlabel("月份", fontproperties=myfont)`    `plt.ylabel("值", fontproperties=myfont)`    `plt.savefig("./mutiy.png")`    `plt.show()

效果图4

![704a0eb60c9dd2b3ecc3ba838f6fab91.png][]

分析：

当月的值大于0表示该月是盈利，小于0表示亏损。通过折线图来看，多数月份的值大于0，尤其是最近的几个月，更是远大于0。

好了，就分析这些吧，要去吃饭了，下次再说（偷懒！）

4、总结

1.  以上的分析是以白酒为例（代号161725），通过改变代号可以通用分析其他的基金。
2.  通过改变size可以分析几个月，近一年，近几年的基金数据。

**如果大家对Python感兴趣，这套python学习资料一定对你有用**

**对于0基础小白入门：**

> 如果你是零基础小白，想快速入门Python是可以考虑的。
> 
> 一方面是学习时间相对较短，学习内容更全面更集中。  
> 二方面是可以根据这些资料规划好学习计划和方向。

包括：Python激活码+安装包、Python web开发，Python爬虫，Python数据分析，人工智能、机器学习、Python量化交易等习教程。带你从零基础系统性的学好Python！

### 零基础Python学习资源介绍 ###

① Python所有方向的学习路线图，清楚各个方向要学什么东西

② 600多节Python课程视频，涵盖必备基础、爬虫和数据分析

③ 100多个Python实战案例，含50个超大型项目详解，学习不再是只会理论

④ 20款主流手游迫解 爬虫手游逆行迫解教程包

⑤ 爬虫与反爬虫攻防教程包，含15个大型网站迫解

⑥ 爬虫APP逆向实战教程包，含45项绝密技术详解

⑦ 超300本Python电子好书，从入门到高阶应有尽有

⑧ 华为出品独家Python漫画教程，手机也能学习

⑨ 历年互联网企业Python面试真题,复习时非常方便

![在这里插入图片描述][7c1055f9bb6e41af9262556bdf20e084.png_pic_center]

#### ?Python学习路线汇总? ####

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。**（全套教程文末领取哈）**  
![在这里插入图片描述][9f969354b48f4e3ab0253e89203deca2.png_pic_center]

#### ?Python必备开发工具? ####

![6be280b059df8debff4a4b52d6a6ad1f.png_pic_center][]

**温馨提示：篇幅有限，已打包文件夹，获取方式在：文末**

#### ?Python学习视频600合集? ####

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。  
![f2a1e9c7368b6ac7d169ab4147b537f4.png_pic_center][]

#### ?实战案例? ####

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

![在这里插入图片描述][6cf364e7eeb64b0da07021bce5a59ec6.png_pic_center]

#### ?100道Python练习题? ####

检查学习结果。![15bc30b75e1de8c9fa2daab3742d4430.png_pic_center][]

#### ?面试刷题? ####

![99f6475fb1237ba21e45d55c67bf83f4.png_pic_center][]

![在这里插入图片描述][3360d1bcb588491dac483ff4c30fb05c.png_pic_center]

![在这里插入图片描述][49fe592a1ae644c2822a1b4a850724cd.png_pic_center]

### 资料领取 ###

这份完整版的Python全套学习资料已经上传网盘，朋友们如果需要可以点击下方微信卡片免费领取 **↓↓↓**【保证100%免费】  
![28c313fe0bc8cfd922b6246074689e50.png][]

[41f4a71f523a713fef678acd620f9e35.jpeg]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/25/581944864d504deebf78b7fc157da8ba.jpeg
[43862e2170cf22f1f2fbef581abd5f37.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/25/f49f679121a641fb8bc1264f388c5a23.png
[fb89d084ee9e72e63acd70cecd964dba.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/25/1a590f8db0224e4aa2a2e97ffd58a087.png
[c179bee89256c547f6c45673d670c4e8.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/25/91e13b8cc1114344aab240e58a1fce83.png
[0e128a3476f53a3d7ec122ef1b4539c1.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/25/a4df7be248f642c984958893eb62077e.png
[a498708803356e04dcd3ef4375b4da6c.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/25/07f6dca0f94a4fb9861dd8a5ad48dd58.png
[24fd69bb9bba39b41e67d125645338dc.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/25/c681727b57004a7699dcbfdc96cd232e.png
[ae16710509e327d23ad1aafe265cc24c.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/25/ec2fdf2e0f604e929bd211cb5379119e.png
[95bf9bb6512e5ea5203c7fd2053152e8.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/25/220366d410e04eb08b9580bb0528569a.png
[704a0eb60c9dd2b3ecc3ba838f6fab91.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/25/9611547f010a45b386b76216c95cfb72.png
[7c1055f9bb6e41af9262556bdf20e084.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/25/c48b6454ce5143478d483f21347b19f8.png
[9f969354b48f4e3ab0253e89203deca2.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/25/4dee5337151349d891b68a8178237975.png
[6be280b059df8debff4a4b52d6a6ad1f.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/25/9dff238208f34a1c8c0778a178b1c91f.png
[f2a1e9c7368b6ac7d169ab4147b537f4.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/25/8cd90ac152a94a7fb73b4987e2a71afe.png
[6cf364e7eeb64b0da07021bce5a59ec6.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/25/cd3a757a402f4488a8773146e3393c69.png
[15bc30b75e1de8c9fa2daab3742d4430.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/25/d99e372f95064cab89ee08233b7f5ca2.png
[99f6475fb1237ba21e45d55c67bf83f4.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/25/68073392c8cc4e7687d4d1674dd1e524.png
[3360d1bcb588491dac483ff4c30fb05c.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/25/ae7ed2dfc107427e8635ce7994dab608.png
[49fe592a1ae644c2822a1b4a850724cd.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/25/8b3d2b1a6cae41b987e05a153aee3fec.png
[28c313fe0bc8cfd922b6246074689e50.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/25/b18886c90ab34a0682a5f6678f6cfbe8.png