Bank Wealth Yield Report

Overview

从理财子公司官网 API 采集母公司销售的理财产品数据，完成「采集 → 收益率解析 → 分类打标 → 分位数统计 → 图表 → 综合报告」的端到端流水线。调用者只需提供理财子产品收益率展示页面的网址（如 https://www.cibwm.com.cn/org-products、https://www.citic-wealth.com/），即可产出 Excel 与可视化报告。

内置两套已验证的数据源：兴银理财（兴业银行渠道，cibwm.com.cn）和信银理财（中信银行渠道，citic-wealth.com）。接入新理财公司时参照「接入新数据源」一节。

运行环境

Python：一律使用 venv 解释器 C:/Users/林紫盈/.workbuddy/binaries/python/envs/default/Scripts/python.exe
依赖：requests、openpyxl、playwright（缺 playwright 浏览器时执行 python -m playwright install chromium）
脚本均假设在当前工作目录读写 cib_products.json、citic_products.json、chart_*.svg 等文件，运行前先 cd 到输出目录

标准流程（六步）

第一步：数据采集

兴业银行：运行 scripts/scrape_cib_v2.py。POST https://www.cibwm.com.cn/api/public/pc/productInfo/getProdInfoByPage，筛选 orgType（机构/个人）、distributionChannel=兴业银行、币种 CNY、状态=预售+募集+存续，分页拉全量，输出 cib_products.json。
信银理财：运行 scripts/scrape_citic_v4.py。GET https://www.citic-wealth.com/was5/web/search，按 5 个标签（募集期 223318、每日购 232545、定开 240190、货币 259020、封闭 299180）分别拉取并合并去重，输出 citic_products.json。API 返回的 JSON 经常格式异常（缺失值、888888 占位、尾部逗号），必须先经脚本内 fix_json() 修复再解析。
信银详情补采：运行 scripts/scrape_detail_v2.py。对列表中缺 7 日年化收益率的产品，调用 wechat.citic-wealth.com 的详情 API 补收益率。需要 HMAC-SHA256 签名，且 SSL 必须开启 OP_LEGACY_SERVER_CONNECT（ctx.options |= 0x4），否则握手失败。

各 API 的完整参数、签名算法、修复规则见 references/api_details.md。

第二步：收益率解析（最易出错）

两家数据源的收益率格式不同，接入任何新数据源时必须先用 1~2 条真实样本确认格式：

数值若形如 0.0234 → 小数格式，×100 转百分比（当前信银理财如此：sevenDaysIncomeRate 等字段）
数值若形如 2.34 或字符串 "6.789%" → 已是百分比，直接使用（当前兴业银行的 sinceInceptionAnnualReturn 如此；其 benchmarkLowerLimit 为小数需 ×100）
范围字符串如 "2.580-2.780%" / "2.580~2.780%" → 取下限
负值保留负号；0 或空视为无效

参考 scripts/fix_and_regen.py 中 parse_yield_cib / parse_yield_citic / parse_yield_string。

第三步：产品分类

按优先级分 6 大类（优先级即下列顺序，命中即返回）：

现金管理类（货币型）
每日申赎（每日可申赎、无最短持有要求）
最短持有期：细分 7天 / 14天 / 21天 / 30天 / >30天
封闭式：细分 ≤3个月 / 4-6个月 / 7-12个月 / 13-18个月 / 19-24个月 / 25-36个月 / >36个月
固收增强（固收+）：按持有期细分
其他

分类依据：产品名称、投资性质、产品形态（开放式/封闭式）、期限字段、渠道标签。兴业封闭式产品跳过最短持有期检查。参考 fix_and_regen.py 中 classify_product 及 extract_hold_days 等辅助函数（持有期从名称正则提取：\d+天持有、\d+个月持有 等，月×30、年×365 换算）。

第四步：统计与可视化

有效产品筛选：收益率在 -5% ~ 15% 之间，且净值日期为当月（当月无数据则回退用全部有效产品）
分位数用线性插值法（percentile()）：现金管理类/每日申赎算 P50/P60/P70/P80/P90/P95；最短持有期/封闭式/固收增强按期限分组算 P50/P70/P90/P95
图表配色固定：兴业=蓝色渐变、信银/中信=红色渐变，P50 浅 → P95 深；柱高=收益率、柱宽∝产品数量
生成 5 张 SVG：chart_1 现金管理+每日申赎、chart_2 最短持有期、chart_3 封闭式、chart_4 固收增强、chart_5 各大类对比

运行 scripts/fix_and_regen.py 一次完成第二~五步（读取两个 JSON → 输出 Excel × 2、chart_1~5.svg、report_data.json）。

第五步：输出文件

产品分类标签表.xlsx：全部产品，第 1 列大类、第 2 列期限标签，后接银行、代码、名称、风险等级、收益率等完整字段
收益率分位数报告.xlsx：3 个 sheet（完整 P50-P95 分位数数据含产品数、期限分位数对比、说明）
chart_1.svg ~ chart_5.svg

第六步：综合报告

运行 scripts/gen_report.py：读取 report_data.json + 5 张 SVG，生成 银行理财产品收益率分析报告.html，并用 Playwright（chromium headless，file:// URL 加载）自动转：

银行理财产品收益率分析报告.pdf（A4、打印背景色、10mm 边距）
银行理财产品收益率分析报告.png（全页面长截图，viewport 宽 1200）

完成后将 PDF、PNG、两个 Excel 一起用 present_files 展示给用户。

接入新数据源（新理财公司）

当用户提供一个新的理财子产品展示网址时：

抓 API：用浏览器自动化或 fetch 打开该页面，抓取其列表接口（XHR/fetch），确认分页方式、筛选参数（机构/个人、渠道、币种、状态）
写采集脚本：仿照 scrape_cib_v2.py / scrape_citic_v4.py 写新脚本，输出统一的 <source>_products.json；注意 JSON 修复、反爬签名、SSL 兼容等问题（模式见 references/api_details.md）
确认收益率格式：取真实样本判断小数 vs 百分比（见第二步），写对应的 parse_yield_*
复用分类与流水线：在 fix_and_regen.py 的 normalize_products() 中按统一 schema（bank/productCode/productName/yield/nav/navDate/category/periodLabel…）接入新源，classify_product 增加对应分支；更新 bank_order、配色和报告文案
其余步骤（分位数、图表、Excel、报告）原样复用

Resources

scripts/

scrape_cib_v2.py — 兴业银行机构理财产品列表采集
scrape_citic_v4.py — 信银理财 5 标签采集合并（含 JSON 修复）
scrape_detail_v2.py — 信银详情页收益率补采（HMAC 签名 + SSL legacy）
fix_and_regen.py — 收益率解析、分类、分位数统计、Excel 与 SVG 图表生成
gen_report.py — HTML/PDF/PNG 综合报告生成

references/

api_details.md — 各 API 完整规格：请求参数、JSON 修复规则、HMAC-SHA256 签名算法、SSL 处理、收益率字段格式对照、分类规则细节、配色规范