
作者:俊欣
来源:关于数据分析与可视化
时间过得真快,2021年差不多还有10天就要和大家说再见了,大家今年过得怎么样?有什么收获或者遗憾呢?
今天我们来分析一下2021年的基金市场,分析一下今年表现最好的那些基金有什么特征?作为理财小白的你,如何在2022年如何科学理性地投资从而避免被当做韭菜收割呢?
首先对于基金,可以大致分为:货币型基金、债券型基金、混合型基金和股票型基金等等
主要投资于货币市场,如短期国债、回购、央行票据、银行存款等等,风险基本没有。其主要特征是“本金无忧、活期便利、定期收益、每日计收益、按月分红利”。
类似的像余额宝就是货币型基金,而我们一般以七日年化收益率来衡量与评价这种基金
指的是以国债、金融债等固定收益类金融工具为主要投资对象的基金,因为其投资的产品收益比较稳定,又被称为是“固定收益基金”,主要的特点有
顾名思义主要是投资于股票市场的基金,其中股票仓位不能低于80%,当然根据股票的种类可以分成优先股基金和普通股基金
混合型基金是指投资于股票、债券以及货币市场工具的基金,根据股票、债券投资比例以及投资策略的不同,混合型基金又可以分为偏股型基金、偏债型基金、配置型基金等多种类型。
相比较与前三者,混合型基金实现投资的多元化,无需去分别购买风格不同的股票型、债券型以及货币基金。
下面我们来看一下小编筛选出来的表现优异的基金们有什么样的特征?
此次数据的来源是来自于【蛋卷基金】,通过ajax异步交互来传输数据,有专门的接口,我们分析得到翻页的规律主要是通过改变当中的page参数,而type参数则是控制其基金的种类,就是上面提到的股票型、债券型和混合型基金等等
数据抓取的代码如下
@retry(stop=stop_after_attempt(7)) def send_requests(url): response = requests.get(url=url, headers=headers, timeout=10) return response.text # 数据提取与整理 def parse_json(response_data): fund_name_list = [] fund_code_list = [] fund_yield_list = [] fund_value_list = [] response_j = json.loads(response_data) funds_list = response_j.get("data").get("items") for fund in funds_list: fund_name = fund.get("fd_name") fund_name_list.append(fund_name) fund_code = fund.get("fd_code") fund_code_list.append(fund_code) fund_yield = fund.get("yield") fund_yield_list.append(fund_yield) fund_value = fund.get("unit_nav") fund_value_list.append(fund_value) return fund_name_list, fund_code_list, fund_yield_list, fund_value_list
抓取完成后,数据是这样的:
今年以来收益率前十名的股票型基金是:
收益率的分布情况如下图所示:
而混合型基金收益率前十名的分别是:
收益率分布情况如下图所示:
让小编略感到惊讶的则是债券型基金,它的收益率也并不比股票型基金要差,排在前十位的收益率分别是
它的收益率分布情况如下图所示:
下面我们来看一下这些表现优异的基金的资产规模状况,
对于股票型基金,收益率Top200的基金中,其资产规模大多在6亿元以下,大多都是在1亿元-3亿元之间
而对于混合型基金而言,结论也是相似,资产规模大多在1亿元-5亿元之间
究竟是买新基金好还是买老基金好呢?
小编筛选了收益率较高的前100名的股票型基金,针对它们的创立时间进行了汇总分析,发现成立时间大多都是在2018年以及2015年-2016年之间,距今差不多已有3-6年的历史,
而相对于混合型基金而言,收益率前30的基金上市时间大多在2015-2017年,距今也差不多有4-6年的时间
从上图中同时我们也可以看出老基金的收益率总体上还是要比新基金的收益率要更高一些的
每支基金的前十大持仓股也是十分重要的信息,因此我们来看一下哪些股票被重仓了。
我们筛选了收益率前30的股票型基金和混合型基金,将这些被重仓的股票,它们的持股比例做一个累加,挑选出持仓股累计占比排名前30的股票种类。
在股票型基金当中,而宁德时代是被较为关注的股票之一
而混合型基金的则是
买基金主要还是要看基金经理人,查看一下他们以往的成绩,因此我们来看一下这些基金掌舵人的表现如何?
我们首先来看混合型基金的情况,收益率前200的基金中,小编根据基金经理持有基金的平均收益率为标准,选取排名前10的经理,我们可以看到“韩广哲”以及“韩创”这两位基金经理人的收益率能够达到65%左右
而对于股票型基金而言,基金经理人“曹春林”所管理的基金收益率大约也有55%左右
我们来看一下这些明星基金经理人所管理的基金,混合型基金的明星经理人,他们分别管理的基金是
而股票型基金的明星经理人所管理的基金则是
最后的最后小编还是需要提醒各位读者朋友:投资有风险,理财也需要谨慎。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16CDA 数据分析师:掌控表格结构数据全功能周期的专业操盘手 表格结构数据(以 “行 - 列” 存储的结构化数据,如 Excel 表、数据 ...
2025-09-16MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15CDA 数据分析师:激活表格结构数据价值的核心操盘手 表格结构数据(如 Excel 表格、数据库表)是企业最基础、最核心的数据形态 ...
2025-09-15Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11