给定一个净值序列，计算年化收益、最大回撤、夏普比率

数据准备：净值序列

以HS300的收盘价，作为策略的净值

获取数据准备工作

1. 安装JQDdata库，JQData使用说明。

2. 在聚宽申请账号，并且申请开通JQData权限。

3. Python版本: Python3.7

# 从聚宽JQData获取HS300从2015至2018年底，每个交易日的收盘价
# 导入JQData库
from jqdatasdk import *
import pandas as pd

# ID是申请时所填写的手机号；Password为聚宽官网登录密码
auth('18800119212','Hsh19980121') 
pd.set_option('display.max_rows', 10)

# 获取HS300每日收盘价，时间：2015-01-01至2018-12-31
df = get_price('000300.XSHG', start_date=&#

前言

如需转载请先私信联系！！！

全文分为两个部分：

• 一部分为爬虫，根据基金代码爬取历史净值数据；
• 一部分为可视化，通过pyecharts绘制基金收益图表；

爬虫

这边以诺安成长混合基金为例，其他基金也一样；

接口获取

• 打开http://fundf10.eastmoney.com/jjjz_320007.html，然后F12打开控制台，找到下面窗口进行翻页操作，注意顺序不要颠倒；
  

• 每次翻页操作在后台就会出现一个新的请求，点击preview可以发现，请求所返回的数据便是我们需要的基金净值数据！，如下所示：
  

• 接着我们来看下请求的参数信息，这就很容易看出了，fundCode为查询的基金代码，pageIndex为对应的页码，其他几个参数我们保持不表即可；
  

• 构造请求参数；

  params = {
          'callback': 'jQuery18308909743577296265_1618718938738',
          'fundCode': 320007,
          'pageIndex': 2,
          'pageSize': 20,
      }
  

• 测试几次发现headers中必须带如下参数，Referer为上游页面地址，不能为空，这里我们设置为http://fundf10.eastmoney.com/jjjz_320007.html

  headers = {
          'Host': 'api.fund.eastmoney.com',
          'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_2) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/71.0.3578.98 Safari/537.36',
          'Referer': 'http://fundf10.eastmoney.com/jjjz_320007.html'
      }
  

• 这样基本流程就算跑通了，写个循环一页一页的去采集数据即可；

• 整个过程还是很简单的，天天基金并除了header的验证之外，并未做什么反爬虫措施～

完整代码

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Author  : AwesomeTang
# @File    : crawler.py
# @Version : Python 3.7
# @Time    : 2021-04-18 12:17

import requests
import re
import json
import pandas as pd

fundCode = 161725


class FundCrawler:
    def __init__(self,
                 fund_code: int,
                 page_range: int = None,
                 file_name=None):
        """
        :param fund_code:  基金代码
        :param page_range:  获取最大页码数，每页包含20天的数据
        """
        self.root_url = 'http://api.fund.eastmoney.com/f10/lsjz'
        self.fund_code = fund_code
        self.session = requests.session()
        self.page_range = page_range
        self.file_name = file_name if file_name else '{}.csv'.format(self.fund_code)
        self.headers = {
            'Host': 'api.fund.eastmoney.com',
            'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_2) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/71.0.3578.98 Safari/537.36',
            'Referer': 'http://fundf10.eastmoney.com/jjjz_%s.html' % self.fund_code,
        }

    def fount_info(self):
        search_url = 'https://fundsuggest.eastmoney.com/FundSearch/api/FundSearchAPI.ashx'
        params = {
            "callback": "jQuery18309325043269513131_1618730779404",
            "m": 1,
            "key": self.fund_code,
        }
        res = self.session.get(search_url,
                               params=params
                               )
        try:
            content = self.content_formatter(res.text)
            fields = '，'.join([i['TTYPENAME'] for i in content['Datas'][0]['ZTJJInfo']])
            print("{:*^30}".format(self.fund_code))
            print("* 基金名称：{0:{1}>10} *".format(content['Datas'][0]['NAME'], chr(12288)))
            print("* 基金类型：{0:{1}>10} *".format(content['Datas'][0]['FundBaseInfo']['FTYPE'], chr(12288)))
            print("* 基金经理：{0:{1}>10} *".format(content['Datas'][0]['FundBaseInfo']['JJJL'], chr(12288)))
            print("* 相关领域：{0:{1}>10} *".format(fields, chr(12288)))
            print("*" * 30)
            return True
        except TypeError:
            print('Fail to pinpoint fund code, {}, please check.'.format(self.fund_code))

    @staticmethod
    def content_formatter(content):
        params = re.compile('jQuery.+?\((.*)\)')
        data = json.loads(params.findall(content)[0])
        return data

    def page_data(self,
                  page_index):
        params = {
            'callback': 'jQuery18308909743577296265_1618718938738',
            'fundCode': self.fund_code,
            'pageIndex': page_index,
            'pageSize': 20,
        }
        res = self.session.get(url=self.root_url, headers=self.headers, params=params)
        content = self.content_formatter(res.text)
        return content

    def page_iter(self):
        for page_index in range(self.page_range):
            item = self.page_data(page_index + 1)
            yield item

    def get_all(self):
        total_count = float('inf')
        page_index = 0
        while page_index * 20 <= total_count:
            item = self.page_data(page_index + 1)
            page_index += 1
            total_count = item['TotalCount']
            yield item

    def run(self):
        if self.fount_info():
            df = pd.DataFrame()
            if self.page_range:
                for data in self.page_iter():
                    df = df.append(data['Data']['LSJZList'], ignore_index=True)
                    print("\r{:*^30}".format(' DOWNLOADING '), end='')
            else:
                for data in self.get_all():
                    df = df.append(data['Data']['LSJZList'], ignore_index=True)
                    print("\r{:*^30}".format(' DOWNLOADING '), end='')
            df.to_csv(self.file_name)
            print("\r{:*^30}".format(' WORK DONE '))
            print("{:*^30}".format(' FILE NAME '))
            print("*{:^28}*".format(self.file_name))
            print("*" * 30)


if __name__ == "__main__":
    c = FundCrawler(fundCode)
    c.run()


'''运行日志
************320007************
* 基金名称：　　　　诺安成长混合 *
* 基金类型：　　　　　　　混合型 *
* 基金经理：　　　　　　　蔡嵩松 *
* 相关领域：　　　半导体，光刻胶 *
******************************
********* WORK DONE **********
********* FILE NAME **********
*         320007.csv         *
******************************
'''

数据可视化

效果如下：

• 诺安成长混合：
  

• 招商中证白酒指数：
  

包含两个图表，分别表示：

1. 折线图：从2020年1月1日开始投入1W本金，到目前的收益曲线；
2. 柱状图：从2020年1月1日开始投入1W本金，每日的收益数据；

完整代码

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Author  : AwesomeTang
# @File    : data_viz.py
# @Version : Python 3.7
# @Time    : 2021-04-18 19:22


import pandas as pd
from pyecharts.charts import *
from pyecharts import options as opts


def load_data(file):
    df = pd.read_csv(file)
    # 转换成时间格式
    df['FSRQ'] = pd.to_datetime(df['FSRQ'])
    # 按时间排序
    df.sort_values(by=['FSRQ'], inplace=True)
    # 日增长率填充0
    df['JZZZL'].fillna(0, inplace=True)
    max_date = df['FSRQ'].max()
    min_date = pd.datetime(2020, 7, 15)
    df = df[df['FSRQ'].isin(pd.date_range(start=min_date, end=max_date))]

    data_x, data_y_day, data_y_total = [], [], []
    money = 10000
    for _, row in df.iterrows():
        data_x.append(pd.to_datetime(row['FSRQ']).strftime('%Y-%m-%d'))
        money_diff = money * (float(row['JZZZL']) / 100)
        money = money + money_diff
        # print(diff_rate, money, money_diff)
        data_y_day.append(round(money_diff, 2))
        data_y_total.append(round(money, 0))
    return data_x, data_y_day, data_y_total


class DataViz:
    def __init__(self,
                 file,
                 name):
        self.file = file
        self.name = name
        self.bar, self.line, self.grid = self.init_char()
        self.data_x, self.data_y_day, self.data_y_total = load_data(file)
        # print(self.data_x, self.data_y_day, self.data_y_total)

    @staticmethod
    def init_char():
        bar = Bar()
        line = Line()
        grid = Grid(
            init_opts=opts.InitOpts(
                theme='white',
                # bg_color=JsCode(bg_color_js),
                width='1980px',
                height='1200px'
            )
        )
        return bar, line, grid

    def bar_viz(self):
        self.bar.add_xaxis(self.data_x)
        self.bar.add_yaxis(
            self.name,
            self.data_y_day,
            itemstyle_opts={
                "normal": {
                    'shadowBlur': 10,
                    'shadowColor': 'rgba(0, 0, 0, 0.5)',
                    'shadowOffsetX': 10,
                    'shadowOffsetY': 10,
                    'borderColor': 'rgb(220,220,220)',
                    'borderWidth': 1
                }
            },
            gap='50%',
            tooltip_opts=opts.TooltipOpts(is_show=True, formatter='{b}<br>当日收益：{c}元'),
            label_opts=opts.LabelOpts(is_show=False)
        )
        self.bar.set_global_opts(
            visualmap_opts=opts.VisualMapOpts(
                is_show=False,
                is_piecewise=True,
                pieces=[{"max": 0, "color": 'green'},
                        {"min": 1,
                         "color": 'red'},
                        ]
            ),
            yaxis_opts=opts.AxisOpts(
                name='日收益/元',
                type_="value",
                # is_scale=True,
                splitline_opts=opts.SplitLineOpts(
                    is_show=True,
                    linestyle_opts=opts.LineStyleOpts(
                        type_='dashed'))
            ),
            xaxis_opts=opts.AxisOpts(
                name='日期',
                splitline_opts=opts.SplitLineOpts(
                    is_show=True,
                    linestyle_opts=opts.LineStyleOpts(
                        type_='dashed'))),
            legend_opts=opts.LegendOpts(is_show=False),
        )
        return self

    def line_viz(self):
        self.line.add_xaxis(self.data_x)
        self.line.add_yaxis(
            self.name,
            self.data_y_total,
            is_symbol_show=True,
            symbol='circle',
            symbol_size=1,
            is_smooth=True,
            linestyle_opts={'shadowBlur': 5,
                            'shadowColor': 'rgba(0, 0, 0, 0.5)',
                            'shadowOffsetY': 10,
                            'shadowOffsetX': 10,
                            'width': 2,
                            'curve': 0.1,
                            },
            tooltip_opts=opts.TooltipOpts(is_show=False),
            label_opts=opts.LabelOpts(is_show=False)
        )
        self.line.set_global_opts(
            visualmap_opts=opts.VisualMapOpts(
                is_show=False,
                is_piecewise=True,
                pieces=[{"max": 0, "color": 'green'},
                        {"min": 1,
                         "color": 'red'},
                        ]
            ),
            yaxis_opts=opts.AxisOpts(
                name='持仓/元', type_="value", is_scale=True,
                splitline_opts=opts.SplitLineOpts(is_show=True,
                                                  linestyle_opts=opts.LineStyleOpts(
                                                      type_='dashed'))
            ),
            xaxis_opts=opts.AxisOpts(
                name='日期',
                splitline_opts=opts.SplitLineOpts(is_show=True,
                                                  linestyle_opts=opts.LineStyleOpts(
                                                      type_='dashed'))),
            legend_opts=opts.LegendOpts(
                is_show=False
            ),
            title_opts=opts.TitleOpts(
                title="1W元本金日收益趋势",
                pos_left='center',
                title_textstyle_opts=opts.TextStyleOpts(
                    color='#08A05C',
                    font_size=20,
                    font_weight='bold'),
                subtitle='{}'.format(self.name),
            ),
            graphic_opts=[
                opts.GraphicGroup(
                    graphic_item=opts.GraphicItem(id_='1', left="250px", top="250px"),
                    children=[
                        opts.GraphicRect(
                            graphic_item=opts.GraphicItem(
                                left="center", top="center", z=1
                            ),
                            graphic_shape_opts=opts.GraphicShapeOpts(
                                width=250, height=120
                            ),
                            graphic_basicstyle_opts=opts.GraphicBasicStyleOpts(
                                # 颜色配置，这里设置为黑色，透明度为0.5
                                fill="rgba(0,0,0,0.5)",
                                line_width=4,
                                stroke="#000",
                            ),
                        ),
                        opts.GraphicText(
                            graphic_item=opts.GraphicItem(
                                left="center", top="center", z=100
                            ),
                            graphic_textstyle_opts=opts.GraphicTextStyleOpts(
                                # 要显示的文本
                                text='{}\n\n截止日期：{}\n\n持有收益：{}元\n\n持有收益率：{:.2%}'.format(
                                    self.name,
                                    self.data_x[-1],
                                    self.data_y_total[-1] - 10000,
                                    self.data_y_total[-1] / 10000 - 1),
                                font="bold 14px Microsoft YaHei",
                                graphic_basicstyle_opts=opts.GraphicBasicStyleOpts(
                                    fill="#fff"
                                ),
                            ),
                        )
                    ],
                ), ]
        )
        self.line.set_series_opts(
            label_opts=opts.LabelOpts(is_show=False),
            markline_opts=opts.MarkLineOpts(
                data=[
                    opts.MarkLineItem(type_="min", name="最小值"),
                    opts.MarkLineItem(type_="max", name="最大值"),
                ],
                label_opts=opts.LabelOpts(is_show=True, position='left', formatter='{b}：\n{c}元'),
            ),
            markpoint_opts=opts.MarkPointOpts(
                data=[
                    opts.MarkPointItem(
                        name="收益",
                        coord=[self.data_x[-1], self.data_y_total[-1]],
                        value=int(self.data_y_total[-1]),
                        symbol_size=[80, 50]
                    )
                ]
            )
        )

    def run(self):
        self.line_viz()
        self.bar_viz()
        self.grid.add(
            self.line,
            is_control_axis_index=False,
            grid_opts=opts.GridOpts(
                pos_left='7%',
                pos_right='7%',
                pos_top='10%',
                pos_bottom='50%')
        )

        self.grid.add(
            self.bar,
            is_control_axis_index=False,
            grid_opts=opts.GridOpts(
                pos_left='7%',
                pos_right='7%',
                pos_top='60%',
                pos_bottom='5%')
        )
        self.grid.render(self.file.replace('csv', 'html'))


if __name__ == "__main__":
    v = DataViz(file='320007.csv', name='诺安成长混合（320007）')
    v.run()

• 代码比较长，如有任何问题欢迎留言，私信～～
• 欢迎三连

• 作者：AwesomeTang
• 如需转载请先私信联系！！！

目录

 一、当数据为净值，求年化收益率

二、当数据为收盘价，求年化收益率

 一、当数据为净值，求年化收益率

前置：

文章中用到的数据

链接：https://pan.baidu.com/s/1rKLM45dq_xIKxcI54Nq0qg 
提取码：c298

公式:

计算过程（jupyter notebook）：

import pandas as pd
df = pd.read_csv('./temptemp.csv',encoding='utf-8')
df['o_date'] = df['date']
df['o_date'] = pd.to_datetime(df['o_date'])
df.dropna(inplace=True)
df.sort_values(by='o_date', ascending=True, inplace=True)
df.head()

# value值从1开始，每一日的value是当日的净值
# 对应到公式，第一行的value为初始净值，最后一行的value为最终净值
first_one = df.iloc[0]
last_one = df.iloc[-1]
annual_profilt = pow(last_one['value']/first_one['value'],250/len(df))-1
annual_profilt

二、当数据为收盘价，求年化收益率

推导：

设，

1. 周期为p，例如p可以是日、周、月、季度等，对应的就是日收益率、周收益率、月收益率、季度收益率等；数据个数为N

2. 每期收益率为Rp，每期平均收益率为，年化平均收益率为

3.  对应周期p,一年有m个周期p,例如：p为日，m为252；p为周，m为52；p为月，m为12等

求，

1. 每期平均收益率

2. 年化收益率

 代码：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline
df_aapl = pd.read_csv('AAPL.csv',encoding='utf-8')
df_aapl.head()

df_aapl['ret'] = df_aapl['Close'].pct_change()
df_aapl.head()

df_aapl['ret'].plot(figsize=(8,4))

# 计算日平均收益率
# prod() 将所有数值乘起来
r_daily_mean = ((1+df_aapl['ret']).prod())**(1/df_aapl.shape[0])-1
r_daily_mean
# out: 0.0006941719590121131

# 计算年收益率
annual_rets = (1+r_daily_mean)**252-1
annual_rets
# out: 0.19109213356890775

# 适用不同周期收益率计算年化收益率函数
def annualize_rets(returns,n_periods):
    '''
    给定一系列的收益率和期数，算出年化收益率
    '''
    # 每一期的平均收益
    r_periodic_mean = ((1+returns).prod())**(1/returns.shape[0])-1
    return (1+r_periodic_mean)**n_periods-1
annualize_rets(df_aapl['ret'],252) 
# out: 0.19109213356890775