Python批量获取基金季报

最近研究基金的时候，突然对今年来收益最高的基金有点好奇，于是去翻了翻该基金的业绩报告。

好家伙，今年来收益接近30%了，这还是最近一段时间回调了，如果在9月初那会，净值最高冲到了2.64，也就是累计涨幅达到了164%。

说出来你可能不信，这个基金2020年才成立的。我直呼好家伙

先看一下历史业绩数据：

再来看一下今年来的业绩情况：

大幅跑赢沪深300指数，且相对于沪深300，回撤也降低了很多。

其中最让我亮眼的一个点，竟然是今年来的季度胜率为100%。也就是说在已经过去的三个季度里面，每个季度都跑赢沪深300指数

这个让我有点好奇，于是我把时间维度拉长到近三年

最近的10个季度，除了20Q2和21Q4不及沪深300指数，其余8个季度都跑赢沪深300指数，胜率80%。当然如果要从20年Q3季度算起，胜率更是高达88.88%。

周期性行业的恐怖如斯，这可能只是一个小小的缩影。

对了，这个指数基金是国泰中证煤炭ETF，上面截图的是它的场外基金连接C，代码是008280。简介如下：

这里有必要给大家提个醒：

基金的季度报告里可以查看基金的各种信息，你可以看到，上面那个报告长达60页，满满的都是基金经理对于该行业的投资理念和个人理解，远不是我们这种小散可以比的。

所以，如果想购买一个基金，最好的办法可能是先看看他过去几年的报告，了解一下投资风格。

但是，如何快速获取一个基金的所有报告，理解其投资风格呢？

今天教大家用 Python 批量搞定，先给一个使用说明，源码和逻辑见后文

1、核心代码

首先是需要自定义一些参数，分别是：

# 自定义参数
fund_code = '008279' #基金代码
start_date = '2021-01-01' #起始时间，默认20210101
end_date = datetime.now().strftime('%Y-%m-%d')

其次是获取从起始时间到截止时间之间的所有报告清单，起始时间默认是2021年1月1日，截止时间为当前日期

# 获取内部定义ID
fund_code_Id = get_inner_Id(fund_code)
# 获取报告的清单信息
df_report_info = get_detail_info(fund_code, fund_code_Id, start_date, end_date)

最后是对清单中的PDF文件进行下载

# 下载报告清单
download_file(fund_code, df_report_info)

程序运行图如下：

最终爬取的报告结果如下：

2、爬虫思路

获取源码文件请直接在后台回复 基金季报

后续我将主要围绕基金、指数等展开量化策略研究分析，相关的源代码和数据肯定是不会一直公开的，目前仅针对公众号粉丝免费，先到先得吧，后面大概率会收费。

这里我是从巨潮资讯上爬取的，选择它是因为它的数据比较全，使用起来比较舒服，所以后续的其他文章大概率也会是从这拿数据了

打开切到基金这一栏

在右边的框里，选择开始时间和结束时间，基金代码输入对应的6位数字【或者简称也行，会有提示】，分类可以选择年报、中报、季报等

选择完成后，点击查询按钮，左边部分会出现该基金的查询结果 【向下】

可以看到，对应日期的基金报告都已经列了出来

随便点开一个就是我们需要的pdf了

流程走通之后，接下来按F12打开开发者工具，切换到NetWork栏，并重复上述的步骤

可以看到，点击查询按钮就会出现一个请求，该请求的响应内容就是我们上面看到的报告清单

根据该请求的内容和参数，我们发现Form Data里是需要传入参数的

seDate是起止时间，stock是传入的代码，其中008279是我们刚刚传入的，jjjl0000034是它自动生成的

而后者只要能找到每个基金代码对应的自动生成的代码，就可以得到stock的参数。

而这个对应的关系，在前一个页面里就可以拿到

把这个数据获取下来就可以了。

获取详细报告清单的核心代码如下：

# 获取详细报告清单
url = 'http://www.cninfo.com.cn/new/hisAnnouncement/query'
response = requests.post(url, params=params, headers={'User-Agent': get_ua()})
report_json = json.loads(response.text)
# 将JSON转换为DF
df_report_info = pd.json_normalize(report_json['announcements'])  

批量下载PDF文件就很容易了，刚刚获取到的数据里有网址，直接用request.get获取，用open函数保存就可以了

批量下载的核心代码如下：

# 下载报告清单
for index, row in df_data.iterrows():
 print('[ 提示 ]: 正在爬取第{0}/共{1}份报告...'.format(index+1, df_data.shape[0]))
    pdf_url = 'http://static.cninfo.com.cn/{0}'.format(row['adjunctUrl'])
    savepath = os.path.join(dirpath, row['announcementTitle'] + '.pdf')
    res = requests.get(url=pdf_url, stream=True)
    with open(f'{savepath}', 'wb') as f:
     f.write(res.content)
     print('======>> 下载完成')
    time.sleep(2)

以上是核心源码，这里省去了非核心部分，需要请查看源码文件。

后续我将主要围绕基金、指数等展开量化策略研究分析，相关的源代码和数据肯定是不会一直公开的，目前仅针对公众号粉丝免费，先到先得吧，后面大概率会收费。

OK，今天就到这，文章的最后，需要再做一个免责声明：上面所有的内容也只是我的个人推测，提到的所有基金/股票代码只是为了演示，仅供参考，不构成投资建议，投资有风险，入市需谨慎。