shield_lock
JinDaGe
← Back to skills
extension
Category: Data & AnalyticsNo API key required

基金相关性分析

Python输出编码，建议设置为utf-8

personAuthor: user_a706bb76hubcommunity
downloadDownload package

基金相关性分析工具 (Fund Correlation Tool)

基于 AkShare 双接口方案，支持计算国内所有类型基金的历史相关性分析。

功能特性

  • 双接口数据源：结合天天基金网基金名称接口 + AkShare历史净值接口
  • 全类型支持：ETF、开放式基金、LOF、QDII、货币基金、债券基金等
  • 灵活时间跨度：3个月 / 6个月 / 12个月
  • 多格式输出：表格(默认) / CSV / JSON / HTML可视化
  • 颜色编码矩阵：HTML报告中用颜色直观展示相关性强度

使用方法

命令行参数

# 基础用法
python fund_correlation_v3.py <基金代码1> <基金代码2> ...

# 指定时间跨度
python fund_correlation_v3.py 510050 510300 159919 --period 3m

# 输出HTML报告
python fund_correlation_v3.py 510050 510300 --output html

# 输出CSV文件
python fund_correlation_v3.py 510050 510300 --output csv

# 完整示例
python fund_correlation_v3.py 006105 000614 003629 003646 --period 3m --output html

参数说明

| 参数 | 说明 | 可选值 | |------|------|--------| | funds | 基金代码列表（6位数字） | 至少2个 | | --period, -p | 时间跨度 | 3m, 6m, 12m (默认3m) | | --output, -o | 输出格式 | table, csv, json, html | | --verbose, -v | 显示详细日志 | - |

输出示例

HTML可视化报告

HTML报告预览

HTML报告包含：

  • 颜色编码的相关系数矩阵
  • 图例说明（强正相关/中等正相关/弱正相关/基本无关/弱负相关/中等负相关/强负相关）
  • 两两配对详细数据
  • 解读说明

CSV格式

"基金名称","上证50ETF (510050)","沪深300ETF (510300)","中证500ETF (510500)"
"上证50ETF (510050)",1.0000,0.9502,0.8231
"沪深300ETF (510300)",0.9502,1.0000,0.8892
"中证500ETF (510500)",0.8231,0.8892,1.0000

控制台表格

相关系数矩阵:
======================================================================
基金列表:
  1. 宏利印度股票(QDII)A (006105)
  2. 华安德国(DAX)联接(QDII)A (000614)
  3. 摩根全球多元配置(QDII-FOF)人民币A (003629)
  4. 创金合信中证1000指数增强A (003646)

Pairwise Correlation:
------------------------------------------------------------------
  宏利印度股票(QDII)A   vs 华安德国(DAX)联接(QDII)A : +0.3358 [Weak Positive]
  宏利印度股票(QDII)A   vs 摩根全球多元配置(QDII-FOF)人民币A : +0.3930 [Weak Positive]
  宏利印度股票(QDII)A   vs 创金合信中证1000指数增强A : +0.0333 [Near Zero]
  华安德国(DAX)联接(QDII)A vs 摩根全球多元配置(QDII-FOF)人民币A : +0.8397 [Strong Positive]
  华安德国(DAX)联接(QDII)A vs 创金合信中证1000指数增强A : +0.5161 [Medium Positive]
  摩根全球多元配置(QDII-FOF)人民币A vs 创金合信中证1000指数增强A : +0.3897 [Weak Positive]

技术实现

双接口方案

| 接口 | 功能 | 数据源 | |------|------|--------| | ak.fund_name_em() | 获取基金规范名称 | 天天基金网，一次加载26709只基金 | | ak.fund_open_fund_info_em() | 获取历史净值数据 | AkShare，支持按日期过滤 |

相关性计算

  • 算法：皮尔逊相关系数 (Pearson Correlation Coefficient)
  • 数据对齐：取所有基金收益率序列的最小共同长度
  • 解读标准：
    • ≥ 0.8: 强正相关
    • 0.5-0.8: 中等正相关
    • 0.3-0.5: 弱正相关
    • -0.3-0.3: 基本无关
    • < -0.3: 负相关

数据样本量

| 时间跨度 | 约数据点数 | 适用场景 | |----------|-----------|----------| | 3m | 46-53点 | 短期趋势分析 | | 6m | 109-116点 | 中期趋势分析 | | 12m | 220-234点 | 长期趋势分析 |

安装依赖

pip install akshare pandas

示例基金代码

QDII基金

  • 006105: 宏利印度股票(QDII)A
  • 000614: 华安德国(DAX)联接(QDII)A
  • 003629: 摩根全球多元配置(QDII-FOF)人民币A

国内ETF

  • 510050: 上证50ETF
  • 510300: 沪深300ETF华泰柏瑞
  • 159919: 沪深300ETF嘉实
  • 510500: 中证500ETF
  • 159915: 创业板ETF

主动管理基金

  • 110022: 易方达消费行业股票
  • 163406: 兴全合润混合

文件结构

fund-correlation-tool/
├── SKILL.md                  # 本文件
├── fund_correlation_v3.py    # 主程序
├── README.md                 # 详细使用文档
└── screenshots/
    └── html-report-preview.png  # HTML报告截图

使用场景

  1. 投资组合优化：分析基金间相关性，构建低相关性组合
  2. QDII配置分析：评估海外资产与国内资产的相关性
  3. 指数基金对比：比较同类型ETF的跟踪误差和相关性
  4. 行业基金分析：分析主动管理基金与基准指数的相关性

注意事项

  1. 数据来自AkShare，部分QDII基金数据可能延迟
  2. 历史数据不代表未来表现
  3. 相关系数仅衡量线性关系，非线性关系可能无法捕捉
  4. 建议结合多时间跨度综合分析