- 本项目用于爬取天天基金网站的基金产品数据, 并对数据进行处理, 生成月级别和年级别的数据
- 数据爬取使用selenium, 相比api获取方式, 速度较慢, 但是数据更加全面
- 先从基金列表网站获取指定数目的基金信息,再去基金净值页面获取净值数据
- 爬取净值详情部分使用多进程,减少等待时间
├── format.py # 格式化数据
├── logger.py # 日志模块
├── logs # 日志目录
│ └── fund.log
├── main.py # 主程序
├── model.py # 数据模型
├── readme.md # 说明文档
├── requirements.txt # 依赖包
├── service.py # 服务模块
├── settings.py # 配置文件
└── store # 数据存储目录
├── calc_month.csv # 月级别数据
├── calc_year.csv # 年级别数据
└── net_value.csv # 爬取的净值数据
- 依照注释修改配置文件 settings.py
- 安装依赖
pip install -r requirements.txt
- 运行程序
- net_value.csv
{
"fund_code": "基金代码",
"trading_day": "交易日",
"unit_net_value": "单位净值",
"cumulative_net_value": "累计净值",
"daily_growth_rate": "日增长率",
"purchase_status": "申购状态 (0: 开放申购, 1: 封闭期, 2: 暂停申购, 3: 限制大额申购, 4: 场内买入, -1: 其他)",
"redeem_status": "赎回状态 (0: 开放赎回, 1: 封闭期, 2: 暂停赎回, 3: 场内卖出, -1: 其他)"
}
- calc_month.csv
{
"fund_code": "基金代码",
"fund_name": "基金名称",
"year": "年",
"month": "月",
"return": "月收益"
}
- calc_year.csv
{
"fund_code": "基金代码",
"fund_name": "基金名称",
"total_return": "总收益",
"annual_return_ratio": "年收益",
"annual_volatility": "年波动率",
"sharpe": "夏普比率",
"maximum_drawdown": "最大回撤",
"{year}_total_return": "{year}年收益",
"{year}_annual_return_ratio": "{year}年收益率",
"{year}_annual_volatility": "{year}年波动率",
"{year}_sharpe": "{year}年夏普比率",
"{year}_maximum_drawdown": "{year}年最大回撤"
}