京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在数字化时代,用户的每一次操作——无论是电商平台的“浏览-加购-下单”、APP的“登录-点击-留存”,还是金融产品的“注册-实名 ...
2026-01-13在数据驱动决策的时代,“数据质量决定分析价值”已成为行业共识。数据库、日志系统、第三方平台等渠道采集的原始数据,往往存在 ...
2026-01-13在CDA(Certified Data Analyst)数据分析师的核心能力体系中,“通过数据建立模型、实现预测与归因”是进阶关键——比如“预测 ...
2026-01-13在企业数字化转型过程中,业务模型与数据模型是两大核心支撑体系:业务模型承载“业务应该如何运转”的逻辑,数据模型解决“数据 ...
2026-01-12当前手游市场进入存量竞争时代,“拉新难、留存更难”成为行业普遍痛点。对于手游产品而言,用户留存率不仅直接决定产品的生命周 ...
2026-01-12在CDA(Certified Data Analyst)数据分析师的日常工作中,“挖掘变量间的关联关系”是高频核心需求——比如判断“用户停留时长 ...
2026-01-12在存量竞争时代,用户流失率直接影响企业的营收与市场竞争力。无论是电商、互联网服务还是金融行业,提前精准预测潜在流失用户, ...
2026-01-09在量化投资领域,多因子选股是主流的选股策略之一——其核心逻辑是通过挖掘影响股票未来收益的各类因子(如估值、成长、盈利、流 ...
2026-01-09在CDA(Certified Data Analyst)数据分析师的工作场景中,分类型变量的关联分析是高频需求——例如“用户性别与商品偏好是否相 ...
2026-01-09数据库中的历史数据,是企业运营过程中沉淀的核心资产——包含用户行为轨迹、业务交易记录、产品迭代日志、市场活动效果等多维度 ...
2026-01-08在电商行业竞争日趋激烈的当下,数据已成为驱动业务增长的核心引擎。电商公司的数据分析师,不仅是数据的“解读官”,更是业务的 ...
2026-01-08在数据驱动决策的链路中,统计制图是CDA(Certified Data Analyst)数据分析师将抽象数据转化为直观洞察的关键载体。不同于普通 ...
2026-01-08在主成分分析(PCA)的学习与实践中,“主成分载荷矩阵”和“成分矩阵”是两个高频出现但极易混淆的核心概念。两者均是主成分分 ...
2026-01-07在教学管理、学生成绩分析场景中,成绩分布图是直观呈现成绩分布规律的核心工具——通过图表能快速看出成绩集中区间、高分/低分 ...
2026-01-07在数据分析师的工作闭环中,数据探索与统计分析是连接原始数据与业务洞察的关键环节。CDA(Certified Data Analyst)作为具备专 ...
2026-01-07在数据处理与可视化场景中,将Python分析后的结果导出为Excel文件是高频需求。而通过设置单元格颜色,能让Excel中的数据更具层次 ...
2026-01-06在企业运营、业务监控、数据分析等场景中,指标波动是常态——无论是日营收的突然下滑、用户活跃度的骤升,还是产品故障率的异常 ...
2026-01-06在数据驱动的建模与分析场景中,“数据决定上限,特征决定下限”已成为行业共识。原始数据经过采集、清洗后,往往难以直接支撑模 ...
2026-01-06在Python文件操作场景中,批量处理文件、遍历目录树是高频需求——无论是统计某文件夹下的文件数量、筛选特定类型文件,还是批量 ...
2026-01-05在神经网络模型训练过程中,开发者最担心的问题之一,莫过于“训练误差突然增大”——前几轮还平稳下降的损失值(Loss),突然在 ...
2026-01-05