用 Python 快速获取基金持仓增减情况 | 更新版

来源：Python数据之道 (ID:PyDataLab)

作者：阳哥

01写在前面

大家好，我是阳哥。

大家知道，在财经领域，Python是有着广泛的用途的。2021年，量化基金开始成为弄潮儿。有不少消息称，量化基金贡献了相当比例的成交量，量化基金对成交量的贡献到底有多大，咱也不知道。

我们所知道的是，在金融量化领域，Python 是主力编程语言之一。

在2021年9月，阳哥曾分享过 用 Python 快速获取基金持仓增值与减持情况 这个内容，由于使用的工具 akshare 获取数据的接口发生变化，有不少同学在运行代码时遇到问题，本次将更新下文章内容，以及代码文件。

在财经领域，之前阳哥分享过部分Python实践应用的主题，包括：

1. 用Python来做一个投资计划

2. 用Python快速追踪基金的收益情况

3. 视频：Plotly 和 Dash 在投资领域的应用

4. 视频：Plotly中绘制股票交易图表

5. Plotly中绘制三种经典的股票交易图表

6. 神器Tushare，财经数据必备工具！

7. 用 Python 读取巴菲特近期持仓数据

大家知道，近几年，不少同学都是经由基金进入到股市中的。2020年就很流行“买股不如买基”的说话，至于股票和基金到底谁更好，这个仁者见仁智者见智，恐怕一时半会儿也说不清楚。

本文中，阳哥给大家分享的主题是 用 Python 来追踪和更新基金的持仓结构以及基金的股票增持和减持情况，涉及到的Python库主要是 pandas 和 akshare 。

最终实现的效果包括两个方面：

• 单支基金的不同季度持仓变化情况

• 多支基金的十大持仓的历史信息

效果如下：

02akshare 介绍

与 Tushare 类似， akshare 是国内比较的优秀的财经数据工具。

AKShare 是基于 Python 的财经数据接口库, 目的是实现对股票、期货、期权、基金、外汇、债券、指数、加密货币等金融产品的基本面数据、实时和历史行情数据、衍生数据从数据采集、数据清洗到数据落地的一套工具。

在使用 akshare 之前，需要进行安装，使用命令如下：

pip install akshare

在安装好 akshare 后，导入相关 Python库，如下：

import akshare as ak
import pandas as pd
import numpy as np

print(f'pandas version: {pd.__version__}')
print(f'akshare version: {ak.__version__}')

# pandas version: 1.3.2
# akshare version: 1.3.41

2022.1.12 更新内容：

本文中， akshare 使用的版本为 1.3.41

03单支基金

对于单支基金的持仓情况变化，主要是通过对比临近的两个季度，来观察基金持仓的股票增持与减持情况，从而来跟踪基金的趋势变化。

由于基金季度报告中，1季度和3季度只披露前十大股票的持仓情况，而半年度（Q2）和年度（Q4）报告会披露全部持仓的情况，因此，也可以通过对更详细信息的对比来挖掘有些趋势信息。

下面，将详细的介绍获取并对比两个季度的持仓数据。

分步骤介绍

首先，咱们通过 akshare 来获取基金的季度持仓数据，以 易方达蓝筹精选基金（基金代码：005827）为例，获取2019-2021年的持仓数据情况，代码如下：

# 易方达蓝筹精选，005827
# 前海开源公共事业股票，005669
years = ['2019','2020','2021']

data = pd.DataFrame()
for yr in years:
    # df_tmp = ak.fund_em_portfolio_hold(code="005827",year=yr) # akshare version: 1.0.91
    df_tmp = ak.fund_portfolio_hold_em(code="005827",year=yr) # akshare version: 1.3.41
    data = data.append(df_tmp)

data['季度']=data['季度'].apply(lambda x:x[:6])
data['季度'] = data['季度'].str.replace('年','Q')
data['占净值比例'] = pd.to_numeric(data['占净值比例'])
data

2022.1.12 更新内容：

基金持仓数据获取的接口，在 akshare 1.3.41 版本中，更新为 fund_portfolio_hold_em

结果如下：

假设咱们需要对比2021年1季度和2021年2季度的持仓变化情况，则只需要在上面的数据上选择 2021Q1 和 2021Q2 即可。

数据选取如下：

s1 = '2021Q1'
s2 = '2021Q2'
s1_share = s1+'持股数'
s2_share = s2+'持股数'
s1_value = s1+'持仓市值'
s2_value = s2+'持仓市值'
s1_ratio = s1+'持仓比例'
s2_ratio = s2+'持仓比例'

df1 =data[data['季度']==s1]
df1 = df1[['股票代码', '股票名称','持股数','持仓市值','占净值比例']]
df1 = df1.rename(columns={'持股数':s1_share,'持仓市值':s1_value,'占净值比例':s1_ratio})
df2 =data[data['季度']==s2]
df2 = df2[['股票代码', '股票