
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
Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02