# 行情数据
仅有场内基金提供五档行情，日行情、分钟行情、tick 行情数据，具体调用方式请参考 API-get_price.
*场外基金无该数据
# 基金基础数据，净值数据，以及衍生数据
以下基金 API 中，涉及 order_book_ids 参数无需填后缀，比如 000001、159001。
# fund.instruments - 获取基金基础信息
fund.instruments(order_book_ids)
# 参数
| 参数 | 类型 | 注释 |
|---|---|---|
| order_book_ids | str OR str list | 基金代码 |
# 返回
基金 instrument 对象或 instrument list
| 字段 | 类型 | 说明 |
|---|---|---|
| order_book_id | str | 合约代码 |
| transition_time | integer | 合约代码复用次数，代码从来都属于唯一个基金，则 transition_time 为零 |
| symbol | str | 证券的名称 |
| issuer | str | 基金公司(即将被废弃，同字段请使用‘amc') |
| fund_manager | str | 基金经理 |
| establishement_date | str | 基金成立日 |
| listed_date | str | 基金上市日 |
| stop_date | str | 基金终止日 |
| de_listed_date | str | 基金退市日 |
| benchmark | str | 业绩比较基准 |
| latest_size | float | 最新基金规模（单位：元） |
| abbrev_symbol | str | 基金简称 |
| object | str | 投资目标 |
| investment_scope | str | 投资范围 |
| min_investment | str | 基金最小投资额 |
| type | str | 合约的资产类型 |
| fund_type | str | 基金类型。债券型 - Bond, 股票型 - Stock, 混合型 - Hybrid, 货币型 - Money, 短期理财型 - ShortBond, 股票指数 - StockIndex, 债券指数 - BondIndex, 联接基金 - Related, QDII - QDII |
| least_redeem | str | 最小申赎份额，仅对 ETF 展示 |
| amc | str | 基金公司 |
| amc_id | str | 基金公司 ID |
| accrued_daily | bool | 货币基金收益分配方式(份额结转方式) 按日结转还是其他结转 |
| exchange | str | 交易所，'XSHE' - 深交所, 'XSHG' - 上交所 |
| round_lot | int | 一手对应多少份，通常公募基金一手是 1 份 |
| trustee | int | 基金托管人代码 |
| redeem_amount_days | int | 赎回款到账天数 |
| confirmation_days | int | 申赎份额确认天数 |
# 范例
- 查询某基金合约信息
In [20]: fund.instruments('000014')
Out[20]: Instrument(order_book_id='000014', benchmark='100.0％×一年定期存款收益率(税后)加1.2%', issuer='华夏基金管理有 限公司', establishment_date='2013-03-19', listed_date='2013-03-19', de_listed_date='0000-00-00', stop_date='0000-00-00', symbol='华夏聚利债券', fund_manager='何家琪', fund_type='Bond', accrued_daily=False, latest_size=667046240.1, type='PublicFund', transition_time=1, exchange='', amc_id='41511', amc='华夏基金管理有限公司', abbrev_symbol='华夏聚利',..., min_investment=1.0, object='在控制风险的前提下，追求较高的当期收入和总回报。', trustee=3037, redeem_amount_days=7, confirmation_days=1, round_lot=1.0)
- 当某个旧基金的合约代码被重复使用，如何查找它的历史合约信息
In [10]: fund.instruments('000014_CH0')
Out[7]: Instrument(order_book_id='000014_CH0', benchmark='100.0％×一年定期存款收益率(税后)加1.2%', issuer='华夏基金管理有限公司', establishment_date='2013-03-19', listed_date='2013-03-19', symbol='华夏一年债', accrued_daily=False, fund_type='Bond', transition_time=0, de_listed_date='2014-03-19', stop_date='2014-03-19', latest_size=4016611053.94, type='PublicFund', exchange='', amc_id='41511', amc='华夏基金管理有限公司', round_lot=1.0)
# fund.all_instruments - 获取所有公募基金信息
fund.all_instruments(date=None)
# 参数
| 参数 | 类型 | 注释 |
|---|---|---|
| date | str, datetime.date, datetime.datetime, pandasTimestamp | 查询日期，默认为当前日期上一交易日。过滤掉在该日期尚未上市交易的基金合约 |
# 返回
pandas DataFrame
| 字段 | 类型 | 说明 |
|---|---|---|
| order_book_id | str | 合约代码 |
| symbol | str | 证券的简称 |
| issuer | str | 基金公司 |
| fund_manager | str | 基金经理 |
| listed_date | str | 发行日期 |
| benchmark | str | 业绩比较基准 |
| latest_size | float | 最新基金规模（单位：元） |
| fund_type | str | 基金类型。债券型 - Bond, 股票型 - Stock, 混合型 - Hybrid, 货币型 - Money, 短期理财型 - ShortBond, 股票指数 - StockIndex, 债券指数 - BondIndex, 联接基金 - Related, QDII - QDII |
# 范例
In [20]: fund.all_instruments().head()
Out[20]:
order_book_id listed_date issuer symbol fund_type \
0 233001 2004-03-26 摩根士丹利华鑫基金 大摩基础行业混合 Hybrid
1 165519 2013-08-16 信诚基金 信诚中证800医药指数分级 StockIndex
2 004234 2017-01-19 中欧基金 中欧数据挖掘混合C Hybrid
3 370026 2013-02-04 上投摩根基金 上投轮动添利债券C Bond
4 519320 2016-05-04 浦银安盛基金 浦银安盛幸福聚利定开债A Other
fund_manager latest_size benchmark
0 孙海波 1.318854e+08 沪深300指数×55%+ 中证综合债券指数×45%
1 杨旭 2.371657e+08 95%×中证800制药与生物科技指数收益率+5%×金融同业存款利率
2 曲径 NaN 沪深300指数收益率×60%+中债综合指数收益率×40%
3 唐瑭 8.183768e+06 中证综合债券指数
4 刘大巍 3.018930e+09 一年期定期存款利率(税后)+1.4%
# fund.get_transition_info - 获取基金转型信息
fund.get_transition_info('order_book_ids')
# 参数
| 参数 | 类型 | 注释 |
|---|---|---|
| order_book_ids | str or list | 合约代码 |
# 返回
pandas DataFrame
| 字段 | 类型 | 说明 |
|---|---|---|
| order_book_id | str | 基金合约号 |
| transition_time | str | 转型次数。'0'-原始基金，'1'-第一次转型后基金，'2'-第二次转型后基金，以此类推 |
| abbrev_symbol | str | 基金简称 |
| symbol | str | 基金全称 |
| amc | str | 基金公司名称 |
| establishment_date | str | 成立日 |
| listed_date | str | 上市日 |
| de_listed_date | str | 退市日 |
| stop_date | str | 终止日 |
| accrued_daily | str | 货币基金收益分配方式(份额结转方式) 按日结转还是其他结转 |
# 范例
In [4]: fund.get_transition_info('000014')
Out[4]:
abbrev_symbol accrued_daily amc ... listed_date stop_date symbol
order_book_id transition_time ...
000014 0 华夏一年债 False 华夏基金管理有限公司 ... 2013-03-19 2014-03-19 华夏一年定期开放债券
1 华夏聚利 False 华夏基金管理有限公司 ... 2014-03-19 0000-00-00 华夏聚利债券
# fund.get_nav - 获取基金净值信息
fund.get_nav(order_book_ids, start_date=None, end_date=None, fields=None, expect_df=False)
# 参数
| 参数 | 类型 | 注释 |
|---|---|---|
| order_book_ids | str or list | 基金代码 |
| start_date | str, datetime.date, datetime.datetime, pandasTimestamp | 查询的开始日期，默认为所有净值数据 |
| end_date | str, datetime.date, datetime.datetime, pandasTimestamp | 查询的结束日期 |
| fields | str OR str list | 查询字段，有效值见下方 |
| expect_df | boolean | 默认返回原有的数据结构。如果调为真，则返回 pandas dataframe |
# 返回
pandas DataFrame
| 字段 | 类型 | 说明 |
|---|---|---|
| unit_net_value | float | 单位净值 |
| acc_net_value | float | 累计单位净值 |
| adjusted_net_value | float | 复权净值 |
| change_rate | float | 涨跌幅 |
| daily_profit | float | 每万元收益 |
| weekly_yield | float | 7 日年化收益率 |
# 范例
In [11]: fund.get_nav(['000003','519505'],expect_df=True,start_date=20200910)
Out[11]:
unit_net_value acc_net_value change_rate adjusted_net_value daily_profit weekly_yield
order_book_id datetime
000003 2020-09-10 0.912 1.122 -0.009771 1.072268 NaN NaN
2020-09-11 0.915 1.125 0.003289 1.075795 NaN NaN
2020-09-14 0.915 1.125 0.000000 1.075795 NaN NaN
2020-09-15 0.915 1.125 0.000000 1.075795 NaN NaN
2020-09-16 0.914 1.124 -0.001093 1.074619 NaN NaN
2020-09-17 0.911 1.121 -0.003282 1.071092 NaN NaN
519505 2020-09-10 1.000 1.000 0.000046 1.498024 0.4591 0.01971
2020-09-11 1.000 1.000 0.000046 1.498093 0.4607 0.01921
2020-09-13 1.000 1.000 0.000046 1.498231 0.9221 0.01934
2020-09-14 1.000 1.000 0.000047 1.498302 0.4698 0.01832
2020-09-15 1.000 1.000 0.000047 1.498373 0.4719 0.01713
2020-09-16 1.000 1.000 0.000048 1.498445 0.4837 0.01718
2020-09-17 1.000 1.000 0.000048 1.498517 0.4790 0.01729
# fund.get_transaction_status - 获取基金申购赎回相关信息
fund.get_transaction_status(order_book_ids, fields=None, start_date=None, end_date=None, investor=None)
# 参数
| 参数 | 类型 | 注释 |
|---|---|---|
| order_book_ids | str or list | 基金代码 |
| start_date | str, datetime.date, datetime.datetime, pandasTimestamp | 查询的开始日期，默认为所有净值数据 |
| end_date | str, datetime.date, datetime.datetime, pandasTimestamp | 查询的结束日期 |
| fields | str OR str list | 查询字段，有效值见下方 |
| investor | str | 可选机构-'institution', 个人-'retail', 不输入默认返回机构 |
| market | str | 指定市场，目前仅有中国市场('cn')的基金数据 |
# 返回
pandas DataFrame
| 字段 | 类型 | 说明 |
|---|---|---|
| subscribe_status | str | 订阅状态。开放 - Open, 暂停 - Suspended, 限制大额申购 - Limited, 封闭期 - Close |
| redeem_status | str | 赎回状态。开放 - Open, 暂停 - Suspended, 限制大额赎回 - Limited, 封闭期 - Close |
| issue_status | str | 募集状态。募集中 - Open, 非募集期 - Close |
| subscribe_upper_limit | float | 申购上限（金额） |
| subscribe_lower_limit | float | 申购下限（金额） |
| redeem_lower_limit | float | 赎回下限（份额） |
| redeem_upper_limit | float | 赎回上限（份额），仅支持 ETF |
# 范例
获取个人申赎状态及相关信息
In [14]: fund.get_transaction_status('040001',start_date='2020-11-01',end_date='2020-11-10',investor='retail')
Out[14]:
subscribe_status redeem_status issue_status subscribe_upper_limit subscribe_lower_limit redeem_lower_limit
order_book_id datetime
040001 2020-11-01 Open Open Close None 1 1
2020-11-02 Open Open Close None 1 1
2020-11-03 Open Open Close None 1 1
2020-11-04 Open Open Close None 1 1
2020-11-05 Open Open Close None 1 1
2020-11-06 Open Open Close None 1 1
2020-11-07 Open Open Close None 1 1
2020-11-08 Open Open Close None 1 1
2020-11-09 Open Open Close None 1 1
2020-11-10 Open Open Close None 1 1
获取机构申赎状态及相关信息
In [18]: fund.get_transaction_status('040001',start_date='2020-01-15',end_date='2020-01-25',investor='institution')
Out[18]:
subscribe_status redeem_status issue_status subscribe_upper_limit subscribe_lower_limit redeem_lower_limit
order_book_id datetime
040001 2020-01-15 Open Open Close None 1 1
2020-01-16 Limited Open Close 1e+06 1 1
2020-01-17 Limited Open Close 1e+06 1 1
2020-01-18 Limited Open Close 1e+06 1 1
2020-01-19 Limited Open Close 1e+06 1 1
2020-01-20 Limited Open Close 1e+06 1 1
2020-01-21 Limited Open Close 1e+06 1 1
2020-01-22 Open Open Close None 1 1
2020-01-23 Open Open Close None 1 1
2020-01-24 Open Open Close None 1 1
2020-01-25 Open Open Close None 1 1
# fund.get_credit_quality - 获取基金债券持仓投资信用评级信息
fund.get_credit_quality(order_book_ids, date=None, market='cn')
从指定日期回溯，获取最近的基金债券投资信用评级信息。
# 参数
| 参数 | 类型 | 注释 |
|---|---|---|
| order_book_ids | str or list | 基金代码 |
| date | str, datetime.date, datetime.datetime, pandasTimestamp | 查询日期，回溯获取距离指定日期最近的债券投资信用评级数据。如不指定日期，则获取所有日期的债券投资评级数据 |
| market | str | 指定市场，目前仅有中国市场('cn')的基金数据 |
# 返回
pandas DataFrame
- order_book_id : 基金合约代码
- date : 持仓披露日期
- credit_rating : 债券信用等级
- bond_sector_rating_type: 债券持仓评级类别
- market_value : 持仓市值（单位：元）
# 范例
In [8]: fund.get_credit_quality(['000003','000033'],20200620)
Out[8]:
credit_rating bond_sector_rating_type market_value
order_book_id date
000003 2019-12-31 未评级 债券短期信用评级 6.721030e+06
2019-12-31 AAA 债券长期信用评级 1.083061e+08
2019-12-31 AAA以下 债券长期信用评级 4.014485e+07
000033 2019-12-31 A-1 债券短期信用评级 8.182628e+07
2019-12-31 未评级 债券短期信用评级 3.466683e+08
2019-12-31 AAA 债券长期信用评级 4.052186e+09
2019-12-31 AAA以下 债券长期信用评级 1.284435e+09
2019-12-31 AAA 资产支持证券将长期信用评级 2.036309e+07
# fund.get_etf_components - 获取 ETF 成分股持有情况
fund.get_etf_components(order_book_ids, trading_date=None, market='cn')
获取 ETF 成分股持有情况
# 参数
| 参数 | 类型 | 注释 |
|---|---|---|
| order_book_ids | str or list | 基金代码 |
| date | str, datetime.date, datetime.datetime, pandasTimestamp | 查询日期，如不指定日期，则获取当天数据（注意仅交易日有效）。 |
# 返回
pandas DataFrame
- order_book_id: 成分股代码
- trading_date: 持仓日期
- stock_amount: 股票数量
- cash_substitute: 现金替代规则
- cash_substitute_proportion: 现金替代比例
- fixed_cash_substitute: 固定现金金额（上交所字段，深交所是用申购替换金额填充该字段）
- redeem_cash_substitute: 赎回替代金额(元)（深交所）
# 范例
In [10]: fund.get_etf_components('510050.XSHG',trading_date=20190117)
Out[10]:
trading_date order_book_id stock_code stock_amount cash_substitute cash_substitute_proportion fixed_cash_substitute
0 2019-01-17 510050.XSHG 600000 5600.0 允许 0.1 NaN
1 2019-01-17 510050.XSHG 600016 11900.0 允许 0.1 NaN
2 2019-01-17 510050.XSHG 600019 4300.0 允许 0.1 NaN
3 2019-01-17 510050.XSHG 600028 5800.0 允许 0.1 NaN
4 2019-01-17 510050.XSHG 600029 1600.0 允许 0.1 NaN
5 2019-01-17 510050.XSHG 600030 3800.0 允许 0.1 NaN
6 2019-01-17 510050.XSHG 600036 4900.0 允许 0.1 NaN
7 2019-01-17 510050.XSHG 600048 3400.0 允许 0.1 NaN
8 2019-01-17 510050.XSHG 600050 4500.0 允许 0.1 NaN
...
# fund.get_etf_cash_components - 获取 ETF 现金差额数据
fund.get_etf_cash_components(order_book_ids,start_date,end_date)
获取 ETF 基金现金差额数据
# 参数
| 参数 | 类型 | 注释 |
|---|---|---|
| order_book_id | str or list | 基金代码 |
| start_date | date | 开始日期，默认为历史全部 |
| end_date | date | 结束日期，默认为当日 |
# 返回
pandas DataFrame
| 字段 | 类型 | 说明 |
|---|---|---|
| date | str | 预估日期 |
| pre_date | str | 交易日期 |
| cash_component | float | 现金差额（单位:元） |
| nav_per_basket | float | 最小申购赎回单位资产净值（单位:元） |
| est_cash_component | float | 预估现金差额（单位:元） |
| max_cash_ratio | float | 现金替代上限 |
# 范例
- 获取单个 ETF 现金差额数据
In[]:fund.get_etf_cash_components('510050.XSHG','20191201','20191205')
Out[]:
order_book_id date cash_component est_cash_component max_cash_ratio nav_per_basket pre_date
510050.XSHG 2019-12-02 55959.24 31237.24 0.5 2646969.24 2019-11-29
2019-12-03 31488.64 35832.64 0.5 2608899.64 2019-12-02
2019-12-04 34927.55 33264.55 0.5 2617784.55 2019-12-03
2019-12-05 33230.56 35727.56 0.5 2610131.56 2019-12-04
- 获取多个 ETF 现金差额数据
In[]:fund.get_etf_cash_components(['510050.XSHG','510300.XSHG'],'20191201','20191205')
Out[]:
order_book_id date cash_component est_cash_component max_cash_ratio nav_per_basket pre_date
510050.XSHG 2019-12-02 55959.24 31237.24 0.5 2646969.24 2019-11-29
2019-12-03 31488.64 35832.64 0.5 2608899.64 2019-12-02
2019-12-04 34927.55 33264.55 0.5 2617784.55 2019-12-03
2019-12-05 33230.56 35727.56 0.5 2610131.56 2019-12-04
510300.XSHG 2019-12-02 -34311.25 -29329.25 0.5 3501800.75 2019-11-29
2019-12-03 -28545.40 -30993.40 0.5 3508327.60 2019-12-02
2019-12-04 -30828.28 -29276.28 0.5 3522019.72 2019-12-03
2019-12-05 -29934.94 -32790.94 0.5 3520765.06 2019-12-04
# fund.get_split - 获取基金拆分信息
fund.get_split(order_book_ids)
# 参数
| 参数 | 类型 | 注释 |
|---|---|---|
| order_book_ids | str or list | 基金代码 |
# 返回
pandas DataFrame
index: 除权除息日
- split_ratio: 拆分折算比例，1 拆几
# 范例
In [13]: fund.get_split('000246').head()
Out[13]:
split_ratio
2013-11-01 1.00499349
2013-12-02 1.00453123
2014-01-02 1.00455316
2014-02-07 1.00456182
2014-03-03 1.00452639
# fund.get_dividend - 获取基金分红信息
fund.get_dividend(order_book_ids)
# 参数
| 参数 | 类型 | 注释 |
|---|---|---|
| order_book_ids | str or list | 基金代码 |
# 返回
pandas DataFrame
index: 除权除息日
- book_closure_date: 权益登记日
- dividend_before_tax: 每份税前分红
- payable_date: 分红发放日
# 范例
In [11]: fund.get_dividend('050116')
Out[11]:
book_closure_date payable_date dividend_before_tax
2012-01-17 2012-01-17 2012-01-19 0.002
2013-01-16 2013-01-16 2013-01-18 0.013
2015-01-14 2015-01-14 2015-01-16 0.028
# fund.get_ratings - 获取基金评级信息
fund.get_ratings(order_book_ids, date=None)
# 参数
| 参数 | 类型 | 注释 |
|---|---|---|
| order_book_ids | str or list | 基金代码 |
| date | str, datetime.date, datetime.datetime, pandasTimestamp | 查询日期，回溯获取距离指定日期最近的数据。如不指定日期，则获取所有日期的数据 |
# 返回
pandas DataFrame
index: 评级日期
- zs: 招商评级 s
- sh3: 上海证券评级三年期
- sh5: 上海证券评级五年期
- jajx: 济安金信评级
# 范例
In [16]: fund.get_ratings('202101')
Out[16]:
zs sh3 sh5 jajx
2009-12-31 NaN NaN NaN 3.0
2010-03-31 NaN NaN NaN 3.0
2010-04-30 2.0 NaN NaN NaN
2010-06-30 NaN 3.0 4.0 1.0
2010-09-30 NaN 3.0 4.0 1.0
2010-12-31 NaN 2.0 4.0 1.0
# fund.get_units_change - 获取基金份额变动信息
fund.get_units_change(order_book_ids, date=None)
# 参数
| 参数 | 类型 | 注释 |
|---|---|---|
| order_book_ids | str or list | 基金代码 |
| date | str, datetime.date, datetime.datetime, pandasTimestamp | 查询日期，回溯获取距离指定日期最近的数据。如不指定日期，则获取所有日期的数据 |
# 返回
pandas DataFrame
index: 参考日期
- subscribe_units: 期间申购（单位：份）
- redeem_units: 期间赎回（单位：份）
- units: 期末总份额（单位：份）
- net_asset: 期末总净资产值(单位：元)
- info_date: 公告日期
# 范例
In [20]: fund.get_units_change('001554')
Out[20]:
subscribe_units redeem_units info_date units net_asset
order_book_id datetime
001554 2015-06-30 NaN NaN NaT NaN 5000049.32
2015-09-30 71408891.69 37755554.39 2015-10-24 38653337.30 27630465.58
2015-12-31 19756969.98 20692807.21 2016-01-22 37717500.07 29573475.62
2016-03-31 17467356.40 16372818.76 2016-04-21 38812037.71 25200577.87
2016-06-30 21264325.34 15937884.63 2016-07-19 44138478.42 26526043.52
2016-09-30 37842604.31 32218403.07 2016-10-26 49762679.66 30466565.39
2016-12-31 19158060.76 25157817.68 2017-01-20 43762922.74 27451195.12
2017-03-31 12145314.55 18072618.82 2017-04-22 37835618.47 25060465.04
2017-06-30 27133401.79 21380926.25 2017-07-21 43588094.01 28659171.47
2017-09-30 12997778.42 19264758.68 2017-10-26 37321113.75 25039774.80
2017-12-31 10697714.94 12001467.35 2018-01-19 36017361.34 24185742.78
2018-03-31 11924561.78 12505966.08 2018-04-23 35435957.04 22390195.84
2018-06-30 4840103.56 16326724.31 2018-07-19 23949336.29 13476927.82
# fund.get_holder_structure - 获取基金持有人结构
fund.get_holder_structure(order_book_ids, start_date=None, end_date=None)
# 参数
| 参数 | 类型 | 注释 |
|---|---|---|
| order_book_ids | str or list | 基金代码 |
| start_date | str | 开始日期, 格式为 'YYYY-mm-dd' |
| end_date | str | 结束日期, 格式为 'YYYY-mm-dd' |
# 返回
pandas DataFrame
- order_book_id: 基金合约
- date：报告期
- instl：机构投资者持有份额(份)
- instl_weight：机构投资者持有份额占比(%)
- retail：个人投资者持有份额(份)
- retail_weight：个人投资者持有份额占比(%)
# 范例
In [10]: fund.get_holder_structure('000001','20190101','20200101')
Out[10]:
instl instl_weight retail retail_weight
order_book_id date
000001 2019-06-30 16995587.39 0.40 4.277759e+09 99.60
2019-12-31 18827745.40 0.45 4.142996e+09 99.55
# fund.get_benchmark - 获取基金基准
fund.get_benchmark(order_book_ids)
# 参数
| 参数 | 类型 | 注释 |
|---|---|---|
| order_book_ids | str or list | 基金代码 |
# 返回
pandas DataFrame
- order_book_id: 基金合约
- start_date：起始日
- end_date：截止日
- index_code：指数代码
- index_code：指数名称
- index_weight:指数权重
# 范例
In [10]:fund.get_benchmark('000006')
Out[10]: end_date index_code index_name index_weight
order_book_id start_date
000006 2019-02-15 2019-12-25 000905.XSHG 中证小盘500指数 0.75
2019-02-15 2019-12-25 B00009 活期存款利率(税后) 0.25
2019-12-25 NaT 000905.XSHG 中证小盘500指数 0.75
2019-12-25 NaT B00009 活期存款利率(税后) 0.25
# fund.get_financials - 获取基金财务信息
fund.get_financials(order_book_ids,start_date=None, end_date=None，fields=None)
# 参数
| 参数 | 类型 | 注释 |
|---|---|---|
| order_book_ids | str or list | 基金代码 |
| start_date | str, datetime.date, datetime.datetime, pandasTimestamp | 开始日期 |
| end_date | str, datetime.date, datetime.datetime, pandasTimestamp | 结束日期 |
| fields | str or list | 查询字段 ,默认为全部 |
# 返回
pandas DataFrame
- order_book_id: 基金合约
- date:报告期
- fields: 字段名称
字段说明
| 字段 | 说明 |
|---|---|
| cash_equivalent | 现金及现金等价物 |
| financial_asset_held_for_trading | 交易性金融资产 |
| dividend_receivable | 应收股利 |
| interest_receivable | 应收利息 |
| deferred_income_tax_assets | 递延所得税资产 |
| other_accts_receivable | 其他应收账款 |
| accts_receivable | 应收账款 |
| other_assets | 其他资产 |
| deferred_expense | 待摊费用 |
| total_asset | 总资产 |
| financial_liabilities | 交易性金融负债 |
| redemption_money_payable | 应付赎回款 |
| redemption_fee_payable | 应付赎回费 |
| management_fee_payable | 应付管理人报酬 |
| trust_fee_payable | 应付托管费 |
| sales_fee_payable | 应付销售服务费 |
| transaction_fee_payable | 应付交易费用 |
| tax_payable | 应交税费 |
| interest_payable | 应付利息 |
| profit_payable | 应付利润 |
| deferred_income_tax_liabilities | 递延所得税负债 |
| accts_payable | 应付帐款 |
| other_accts_payable | 其他应付款 |
| other_liabilities | 其他负债 |
| total_liabilities | 负债合计 |
| paid_in_capital | 实收基金 |
| undistributed_profit | 未分配利润 |
| other_equity | 其他权益 |
| total_equity | 总权益 |
| total_equity_and_liabilities | 负债和所有者权益合计 |
| leverage | 杠杆率 |
| stock_cost | 股票买入成本 |
| stock_income | 股票买入收入 |
# 范例
In [10]:fund.get_financials('000001','20190101','20191231',fields=['total_asset','total_equity','leverage','stock_cost','stock_income'])
Out[10]: leverage stock_cost stock_income total_asset total_equity
order_book_id date
000001 2019-06-30 1.007034 6.082403e+09 6.246101e+09 4.747522e+09 4.714361e+09
2019-12-31 1.010894 1.364662e+10 1.378563e+10 4.648447e+09 4.598352e+09
# fund.get_fee - 获取基金费率信息
fund.get_fee(order_book_ids,fee_type=None,charge_type='front',date=None,market_type='otc',market='cn')
# 参数
| 参数 | 类型 | 注释 |
|---|---|---|
| order_book_ids | str or list | 基金代码 |
| fee_type | str or list | 费率类型，默认为 None 返回全部字段 |
| charge_type | str | 'front'-前端费率（默认值），'back'-后端费率 |
| date | str, datetime.date, datetime.datetime, pandasTimestamp | 查询日期，获取距离指定日期最近的数据。如不指定日期，则默认为当前最新时点 |
| market_type | str | 费率适用渠道，'otc'-场外费率（默认值），'exchange'-场内费率 |
# 返回
pandas DataFrame
- order_book_id: 基金合约
- fee_type: 费率类型
- fee_value: 费率金额（元）
- fee_ratio: 费率
- inv_floor: 金额下限（万元）
- inv_cap: 金额上限（万元）
- share_floor: 份额下限（万份）
- share_cap: 份额上限（万份）
- holding_period_floor: 持有期下限（天）
- holding_period_cap: 持有期上限（天）
- return_floor: 基金年化收益率下限（%）
- return_cap: 基金年化收益率上限（%）
费率类型说明
| fee_type | 说明 |
|---|---|
| subscription_fee | 申购费率 |
| redemption_fee | 赎回费率 |
| management_fee | 管理费率 |
| custodian_fee | 托管费率 |
| sales_service_fee | 营销费率 |
| purchase_fee | 认购费率 |
# 范例
获取后端场外费率
In [23]: fund.get_fee("000001", charge_type='back')
Out[23]:
fee_ratio fee_value inv_floor ... holding_period_cap return_floor return_cap
order_book_id fee_type ...
000001 custodian_fee 0.0025 NaN NaN ... NaN NaN NaN
management_fee 0.0150 NaN NaN ... NaN NaN NaN
redemption_fee 0.0050 NaN NaN ... NaN NaN NaN
redemption_fee 0.0150 NaN NaN ... 7.0 NaN NaN
subscription_fee 0.0150 NaN NaN ... 730.0 NaN NaN
subscription_fee 0.0180 NaN NaN ... 365.0 NaN NaN
subscription_fee 0.0120 NaN NaN ... 1095.0 NaN NaN
subscription_fee 0.0100 NaN NaN ... 1460.0 NaN NaN
subscription_fee 0.0000 NaN NaN ... NaN NaN NaN
subscription_fee 0.0050 NaN NaN ... 2920.0 NaN NaN
获取前端场外费率
In [24]: fund.get_fee("000001", charge_type='front')
Out[24]:
fee_ratio fee_value inv_floor ... holding_period_cap return_floor return_cap
order_book_id fee_type ...
000001 custodian_fee 0.0025 NaN NaN ... NaN NaN NaN
management_fee 0.0150 NaN NaN ... NaN NaN NaN
purchase_fee 0.0100 NaN NaN ... NaN NaN NaN
redemption_fee 0.0150 NaN NaN ... 7.0 NaN NaN
redemption_fee 0.0050 NaN NaN ... NaN NaN NaN
subscription_fee NaN 1000.0 1000.0 ... NaN NaN NaN
subscription_fee 0.0120 NaN 100.0 ... NaN NaN NaN
subscription_fee 0.0080 NaN 500.0 ... NaN NaN NaN
subscription_fee 0.0150 NaN 0.0 ... NaN NaN NaN
# fund.get_benchmark_price - 获取特殊的基金基准行情
目前仅支持fund.get_category_mapping中指数
fund.get_benchmark_price(order_book_ids,start_date=None,end_date=None)
# 参数
- order_book_ids: 基准代码 or list,
- start_date: 开始日期，不指定则不限制开始日期
- end_date: 结束日期，不指定则不限制结束日期
# 返回
In [10]: fund.get_benchmark_price('1015003',start_date=20200520,end_date=20200526)
Out[10]:
close
order_book_id date
1015003 2020-05-20 1650.3720
2020-05-21 1631.6981
2020-05-22 1598.8213
2020-05-25 1597.9072
# fund.get_snapshot - 获取基金最新的衍生数据
fund.get_snapshot(order_book_ids, fields=None, rule=None, market='cn')
# 参数
| 参数 | 类型 | 注释 |
|---|---|---|
| order_book_ids | str or list | 基金代码 |
| fields | str or list | 返回字段，默认返回所有衍生字段 |
| rule | str | 指定算法，目前仅支持返回算法‘ricequant’ |
| indicator_type | str | 指标类别，衍生指标值-value, 衍生指标排名-rank，默认返回衍生指标值 |
| market | str | 指定市场，目前仅有中国市场('cn')的基金衍生数据 |
# 返回
pandas DataFrame
index: order_book_id
标准版涵盖的衍生指标及频率如下，字段的组成方式为 “支持的频率*字段”, 如 “日度累计收益” 字段名为 'daily_return'，货币基金仅支持展示下面部分衍生指标数据。
| 字段 | 说明 | 支持的频率 |
|---|---|---|
| return | 累计收益率 | daily、w1、m1、m3、m6、y2、y1、y3、y5、total、year |
| return_a | 累计收益率（年化） | daily、w1、m1、m3、m6、y2、y1、y3、y5、total、year |
| benchmark_return | 累计收益率 | daily、w1、m1、m3、m6、y2、y1、y3、y5、total、year |
| excess | 超额收益率 | daily、w1、m1、m3、m6、y2、y1、y3、y5、total、year |
| excess_a | 超额收益率（年化） | daily、w1、m1、m3、m6、y2、y1、y3、y5、total、year |
| excess_win | 超额胜率 | m3、m6、y2、y1、y3、y5、total |
| stdev_a | 波动率（年化） | m3、m6、y2、y1、y3、y5、total |
| dev_downside_avg_a | 下行波动率 - 均值（年化） | m3、m6、y2、y1、y3、y5、total |
| dev_downside_rf_a | 下行波动率 - 无风险利率 （年化） | m3、m6、y2、y1、y3、y5、total |
| mdd | 期间最大回撤 | m3、m6、y2、y1、y3、y5、total |
| excess_mdd | 期间超额收益最大回撤 | m3、m6、y2、y1、y3、y5、total |
| mdd_days | 最大回撤持续期 | m3、m6、y2、y1、y3、y5、total |
| recovery_days | 最大回撤恢复期 | m3、m6、y2、y1、y3、y5、total |
| max_drop | 最大单日跌幅 | m3、m6、y2、y1、y3、y5、total |
| max_drop_period | 最大连跌期数 | m3、m6、y2、y1、y3、y5、total |
| neg_return_ratio | 亏损期占比 | m3、m6、y2、y1、y3、y5、total |
| kurtosis | 峰度 | m3、m6、y2、y1、y3、y5、total |
| skewness | 偏度 | m3、m6、y2、y1、y3、y5、total |
| tracking_error | 跟踪误差 | m3、m6、y2、y1、y3、y5、total |
| beta_downside | 下行 Beta | m3、m6、y2、y1、y3、y5、total |
| beta_upside | 上行 Beta | m3、m6、y2、y1、y3、y5、total |
| var | VaR | m3、m6、y2、y1、y3、y5、total |
| alpha_a | Alpha（年化） | m3、m6、y2、y1、y3、y5、total |
| alpha_tstats | Alpha Tstat | m3、m6、y2、y1、y3、y5、total |
| beta | Beta | m3、m6、y2、y1、y3、y5、total |
| sharpe_a | Sharpe Ratio（年化） | m3、m6、y2、y1、y3、y5、total |
| inf_a | Information Ratio（年化） | m3、m6、y2、y1、y3、y5、total |
| sortino_a | Sortino Ratio（年化） | m3、m6、y2、y1、y3、y5、total |
| calmar_a | Calmar Ratio | m3、m6、y2、y1、y3、y5、total |
| timing_ratio | 择时比率 | m3、m6、y2、y1、y3、y5、total |
| benchmark | 指标计算基准/排名范围 | 无 |
# 范例
返回基金最新衍生指标值与排名数据
In [95]: fund.get_snapshot('000001')
Out[95]:
benchmark daily_benchmark_return daily_excess daily_excess_a ... y5_tracking_error y5_var year_return year_return_a
order_book_id datetime ...
000001 2021-01-27 偏股型基金指数 0.0 -0.009129 -2.300567 ... 0.062154 -0.016652 0.038263 0.691631
In [96]: fund.get_snapshot('000001',indicator_type='rank')
Out[96]:
benchmark daily_benchmark_return daily_excess daily_excess_a ... y5_tracking_error y5_var year_return year_return_a
order_book_id datetime ...
000001 2021-01-27 偏股型 1/1528 1382/1528 1382/1528 ... 508/521 47/521 1266/1507 1266/1507
# fund.get_indicators - 获取基金的衍生数据
fund.get_indicators(order_book_ids, start_date=None, end_date=None, fields=None, rule=None, market='cn')
# 参数
| 参数 | 类型 | 注释 |
|---|---|---|
| order_book_ids | str or list | 基金代码 |
| start_date | str | 开始日期, 格式为 'YYYY-mm-dd', 默认为基金衍生数据最早有效日期 |
| end_date | str | 结束日期, 格式为 'YYYY-mm-dd', 默认为查询当日 |
| fields | str or list | 返回字段，默认返回所有衍生字段 |
| indicator_type | str | 指标类别，衍生指标值-value, 衍生指标排名-rank，默认返回衍生指标值 |
| rule | str | 指定算法，目前仅支持返回‘ricequant’ |
| market | str | 指定市场，目前仅有中国市场('cn')的基金衍生数据 |
# 返回
pandas DataFrame
index: order_book_id
标准版涵盖的衍生指标及频率如下，字段的组成方式为 “支持的频率*字段”, 如 “日度累计收益” 字段名为 'daily_return'，货币基金仅支持展示下面部分衍生指标数据。
| 字段 | 说明 | 支持的频率 |
|---|---|---|
| return | 累计收益率 | daily、w1、m1、m3、m6、y2、y1、y3、y5、total、year |
| return_a | 累计收益率（年化） | daily、w1、m1、m3、m6、y2、y1、y3、y5、total、year |
| benchmark_return | 基准收益率 | daily、w1、m1、m3、m6、y2、y1、y3、y5、total |
| excess | 超额收益率 | daily、w1、m1、m3、m6、y2、y1、y3、y5、total |
| excess_a | 超额收益率（年化） | daily、w1、m1、m3、m6、y2、y1、y3、y5、total |
| excess_win | 超额胜率 | m3、m6、y2、y1、y3、y5、total |
| stdev_a | 波动率（年化） | m3、m6、y2、y1、y3、y5、total |
| dev_downside_avg_a | 下行波动率 - 均值（年化） | m3、m6、y2、y1、y3、y5、total |
| dev_downside_rf_a | 下行波动率 - 无风险利率 （年化） | m3、m6、y2、y1、y3、y5、total |
| mdd | 期间最大回撤 | m3、m6、y2、y1、y3、y5、total |
| excess_mdd | 期间超额收益最大回撤 | m3、m6、y2、y1、y3、y5、total |
| mdd_days | 最大回撤持续期 | m3、m6、y2、y1、y3、y5、total |
| recovery_days | 最大回撤恢复期 | m3、m6、y2、y1、y3、y5、total |
| max_drop | 最大单日跌幅 | m3、m6、y2、y1、y3、y5、total |
| max_drop_period | 最大连跌期数 | m3、m6、y2、y1、y3、y5、total |
| neg_return_ratio | 亏损期占比 | m3、m6、y2、y1、y3、y5、total |
| kurtosis | 峰度 | m3、m6、y2、y1、y3、y5、total |
| skewness | 偏度 | m3、m6、y2、y1、y3、y5、total |
| tracking_error | 跟踪误差 | m3、m6、y2、y1、y3、y5、total |
| var | VaR | m3、m6、y2、y1、y3、y5、total |
| alpha_a | Alpha（年化） | m3、m6、y2、y1、y3、y5、total |
| alpha_tstats | Alpha Tstat | m3、m6、y2、y1、y3、y5、total |
| beta | Beta | m3、m6、y2、y1、y3、y5、total |
| beta_downside | 下行 Beta | m3、m6、y2、y1、y3、y5、total |
| beta_upside | 上行 Beta | m3、m6、y2、y1、y3、y5、total |
| sharpe_a | Sharpe Ratio（年化） | m3、m6、y2、y1、y3、y5、total |
| inf_a | Information Ratio（年化） | m3、m6、y2、y1、y3、y5、total |
| sortino_a | Sortino Ratio（年化） | m3、m6、y2、y1、y3、y5、total |
| calmar_a | Calmar Ratio | m3、m6、y2、y1、y3、y5、total |
| timing_ratio | 择时比率 | m3、m6、y2、y1、y3、y5、total |
| benchmark | 指标计算基准/排名范围 | 无 |
# 范例
返回基金衍生指标值与排名数据
In [98]: fund.get_indicators('000001',start_date=20200601,rule='ricequant',indicator_type='value',fields=['m3_alpha_a','m6_beta','benchmark'])
Out[98]:
m3_alpha_a m6_beta benchmark
order_book_id datetime
000001 2020-06-01 -0.017309 0.897002 偏股型基金指数
2020-06-02 -0.032750 0.897575 偏股型基金指数
2020-06-03 -0.036943 0.897945 偏股型基金指数
2020-06-04 -0.061339 0.897735 偏股型基金指数
2020-06-05 -0.072694 0.895500 偏股型基金指数
... ... ... ...
2021-01-21 -0.544216 0.905062 偏股型基金指数
2021-01-22 -0.492470 0.914805 偏股型基金指数
2021-01-25 -0.419185 0.924407 偏股型基金指数
2021-01-26 -0.431358 0.922676 偏股型基金指数
2021-01-27 -0.455787 0.923730 偏股型基金指数
In [99]: fund.get_indicators('000001',start_date=20200601,rule='ricequant',indicator_type='rank',fields=['m3_alpha_a','m6_beta','benchmark'])
Out[99]:
m3_alpha_a m6_beta benchmark
order_book_id datetime
000001 2020-06-01 555/1116 746/1015 偏股型
2020-06-02 590/1116 749/1015 偏股型
2020-06-03 601/1117 749/1015 偏股型
2020-06-04 648/1117 749/1018 偏股型
2020-06-05 691/1120 753/1018 偏股型
... ... ... ...
2021-01-21 1446/1475 921/1273 偏股型
2021-01-22 1425/1471 898/1277 偏股型
2021-01-25 1403/1475 897/1308 偏股型
2021-01-26 1351/1423 897/1259 偏股型
2021-01-27 1359/1415 893/1251 偏股型
# fund.get_related_code - 获取分级基金的分级关系
fund.get_related_code(order_book_ids, market='cn')
# 参数
| 参数 | 类型 | 注释 |
|---|---|---|
| order_book_ids | str or list | 基金代码 |
| market | str | 指定市场，目前仅有中国市场('cn')的分级基金数据 |
# 返回
pandas DataFrame
- main_code: 平级关系或母子关系的主代码
- related_code: 平级关系或母子关系的次代码
- type: 分级基金关系：同一基金分级关系 - multi_share， 母子基金分级关系 - parent_and_child， 同一基金不同货币关系（QDII）- multi_currency
- effective_date: 该条记录的有效起始日
- cancel_date: 该条记录的失效日
# 范例
In [23]: fund.get_related_code(['000003','000004','005929','160513'])
Out[23]:
main_code related_code type effective_date cancel_date
0 000003 000004 multi_share 2013-02-20 NaT
1 005929 005930 multi_share 2018-10-12 2019-01-16
2 160513 160514 multi_share 2014-06-10 NaT
3 160513 160514 parent_and_child 2011-05-20 2014-06-10
4 160513 150043 parent_and_child 2011-05-20 2014-06-10
# fund.get_daily_units - 获取基金的日度份额数据
fund.get_daily_units(order_book_ids, start_date=None, end_date=None)
# 参数
| 参数 | 类型 | 注释 |
|---|---|---|
| order_book_ids | str or list | 基金代码 |
| start_date | str | 开始日期, 格式为 'YYYY-mm-dd', 默认返回最近 3 个月 |
| end_date | str | 结束日期, 格式为 'YYYY-mm-dd', 默认返回最近 3 个月日 |
# 返回
pandas DataFrame
- units: 期末总份额（单位：份）
# 范例
In [23]: rqdatac.fund.get_daily_units('159621',20221101,20221130)
Out[23]:
units
order_book_id datetime
159621 2022-11-01 203434717.0
2022-11-02 197434717.0
2022-11-03 194434717.0
2022-11-04 194434717.0
2022-11-07 194434717.0
2022-11-08 191434717.0
2022-11-09 191434717.0
2022-11-10 191434717.0
2022-11-11 191434717.0
2022-11-14 185434717.0
2022-11-15 185434717.0
2022-11-16 182434717.0
2022-11-17 179434717.0
2022-11-18 179434717.0
2022-11-21 179434717.0
2022-11-22 179434717.0
2022-11-23 179434717.0
2022-11-24 176434717.0
2022-11-25 176434717.0
2022-11-28 176434717.0
2022-11-29 173434717.0
2022-11-30 170434717.0
# 基金持仓与配置信息数据
# fund.get_holdings - 获取基金持仓信息
fund.get_holdings(order_book_ids, date=None)
从指定日期回溯，获取最近的基金持仓信息。
# 参数
| 参数 | 类型 | 注释 |
|---|---|---|
| order_book_ids | str or list | 基金合约代码 |
| date | str, datetime.date, datetime.datetime, pandasTimestamp | 查询日期，回溯获取距离指定日期最近的持仓数据。如不指定日期，则获取所有日期的持仓数据 |
# 返回
pandas DataFrame
| 字段 | 类型 | 说明 |
|---|---|---|
| order_book_id | str | 持仓合约代码，如股票持仓、债券持仓等合约代码 |
| weight | float | 持仓百分比 |
| date | str | 报告期 |
| release_date | str | 公告发布日 |
| shares | float | 持仓股数（如股票单位：1 股，债券为 NaN） |
| market_value | float | 持仓市值（单位：元，债券为 NaN） |
| symbol | str | 持仓简称 |
| type | str | 持仓资产类别大类，股票-Stock，债券-Bond，基金-Fund，权证-Warrant, 期权-Futures，其他-Other |
| category | str | 持仓资产类别细类 （如：category='Hshare'港股，category='Ashare'A 股均属于 type='Stock' ） |
# 范例
In [171]: fund.get_holdings('000001',20190930)
Out[171]:
order_book_id weight shares ... type category symbol
fund_id date ...
000001 2019-09-30 101564021.IB 0.0221 1000000.0 ... Bond CorporateBond 15华能集MTN002
2019-09-30 128016.XSHE 0.0001 4172.0 ... Bond ConvertibleBond 雨虹转债
2019-09-30 128022.XSHE 0.0001 6248.0 ... Bond ConvertibleBond 众信转债
2019-09-30 128046.XSHE 0.0013 59048.0 ... Bond ConvertibleBond 利尔转债
2019-09-30 180208.IB 0.0333 1500000.0 ... Bond FinancialBond 18国开08
2019-09-30 180409.IB 0.0290 1300000.0 ... Bond FinancialBond 18农发09
2019-09-30 190201.IB 0.0219 1000000.0 ... Bond FinancialBond 19国开01
2019-09-30 190303.IB 0.0218 1000000.0 ... Bond FinancialBond 19进出03
2019-09-30 000858.XSHE 0.0428 1509443.0 ... Stock AShare 五 粮 液
2019-09-30 002127.XSHE 0.0309 13733457.0 ... Stock AShare 南极电商
2019-09-30 002384.XSHE 0.0369 8571900.0 ... Stock AShare 东山精密
# fund.get_stock_change - 获取基金报告期内重大股票持仓变动情况
fund.get_stock_change(order_book_ids,start_date,end_date)
获取基金报告期内重大股票持仓变动情况
# 参数
| 参数 | 类型 | 注释 |
|---|---|---|
| order_book_ids | str or list | 基金代码 |
| start_date | str, datetime.date, datetime.datetime, pandasTimestamp | 查询的开始日期，默认为最新一期数据 |
| end_date | str, datetime.date, datetime.datetime, pandasTimestamp | 查询的结束日期，默认为最新一期数据 |
# 返回
pandas DataFrame
| 字段 | 类型 | 说明 |
|---|---|---|
| order_book_id | str | 股票合约代码 |
| date | str | 持仓披露日期 |
| weight | float | 持仓百分比 |
| market_value | float | 持仓市值 |
| change_type | str | 变动类型。1-买入，2-卖出 |
# 范例
In [19]: fund.get_stock_change('519933','20190101','20191001')
Out[19]:
order_book_id market_value weight change_type
date
2019-06-30 000921.XSHE 361296.00 0.0497 2
2019-06-30 601288.XSHG 744548.00 0.1025 2
2019-06-30 600660.XSHG 194344.00 0.0267 2
2019-06-30 601398.XSHG 601000.00 0.0827 1
2019-06-30 600519.XSHG 852090.00 0.1173 1
2019-06-30 600004.XSHG 1005822.00 0.1384 2
···
2019-06-30 002025.XSHE 493102.00 0.0679 1
2019-06-30 601398.XSHG 575489.00 0.0792 2
2019-06-30 600519.XSHG 853209.00 0.1174 2
2019-06-30 603589.XSHG 465176.00 0.0640 2
# fund.get_term_to_maturity - 获取货币型基金持仓期限数据
fund.get_term_to_maturity(order_book_ids,start_date,end_date)
# 参数
| 参数 | 类型 | 注释 |
|---|---|---|
| order_book_ids | str or list | 基金代码 |
| start_date | str, datetime.date, datetime.datetime, pandasTimestamp | 查询的开始日 |
| end_date | str, datetime.date, datetime.datetime, pandasTimestamp | 查询的结束日期，默认为最新一期数据 |
# 返回
pandas DataFrame
| 字段 | 类型 | 说明 |
|---|---|---|
| date | str | 报告期 |
| term | str | 剩余期限范围 |
| weight | float | 剩余期限占资产净值比例 |
# 范例
In [18]: fund.get_term_to_maturity('050003','20190101','20191120')
Out[18]:
term weight
date
2019-03-31 0_30 0.5013
2019-03-31 30_60 0.1077
2019-03-31 60_90 0.1419
2019-03-31 90_120 0.0624
2019-03-31 120_397 0.2090
2019-06-30 0_30 0.4116
2019-06-30 30_60 0.0749
2019-06-30 60_90 0.2211
2019-06-30 90_120 0.0781
2019-06-30 120_397 0.2123
2019-09-30 0_30 0.3682
2019-09-30 30_60 0.1786
2019-09-30 60_90 0.1537
2019-09-30 90_120 0.0647
2019-09-30 120_397 0.2454
# fund.get_bond_structure - 获取基金持仓中债券组合结构信息
fund.get_bond_structure(order_book_ids, date=None， market='cn')
从指定日期回溯，获取最近的基金债券组合结构信息。
# 参数
| 参数 | 类型 | 注释 |
|---|---|---|
| order_book_ids | str or list | 基金代码 |
| date | str, datetime.date, datetime.datetime, pandasTimestamp | 查询日期，回溯获取距离指定日期最近的债券组合结构数据。如不指定日期，则获取所有日期的债券组合结构数据 |
| market | str | 指定市场，目前仅有中国市场('cn')的基金数据 |
# 返回
pandas DataFrame
| 字段 | 类型 | 说明 |
|---|---|---|
| order_book_id | str | 基金合约代码 |
| date | str | 持仓披露日期 |
| bond_type | str | 债券种类：国债 - government，金融债券 - financial，企业债券 - corporate，可转换债券 - convertible，央行票据 - bank_notes，短期融资券 - short_financing，中期票据 - medium_notes，同业存单 - ncd，中小企业私募债 - s_m_private，地方政府债券 - local_government，其他债券 - other_bond |
| weight_nv | float | 持仓占资产净值百分比 |
| weight_bond_mv | float | 持仓占债券组合市值百分比 |
| market_value | float | 持仓市值（单位：元） |
# 范例
In [28]: fund.get_bond_structure(['000014','000005'],20200630)
Out[28]:
bond_type weight_nv weight_bond_mv market_value
order_book_id date
000005 2020-06-30 financial 0.2370 0.183999 13469400.00
2020-06-30 convertible 0.0347 0.026921 1970729.00
2020-06-30 corporate 0.3668 0.284768 20846100.00
2020-06-30 medium_notes 0.6495 0.504312 36917600.00
000014 2020-06-30 government 0.1423 0.127257 14705500.00
2020-06-30 convertible 0.7407 0.662522 76559552.12
2020-06-30 corporate 0.2350 0.210221 24292667.20
# fund.get_asset_allocation - 获取基金资产配置
fund.get_asset_allocation(order_book_ids, date=None)
# 参数
| 参数 | 类型 | 注释 |
|---|---|---|
| order_book_ids | str or list | 基金代码 |
| date | str, datetime.date, datetime.datetime, pandasTimestamp | 查询日期，查询日期和报告期去比较,回溯获取距离指定日期最近的报告期数据。如不指定日期，则获取所有日期的数据 |
# 返回
pandas DataFrame
index: 报告期
info_date :公告发布日
- stock: 股票占净资产比例
- bond: 债券占净资产比例（由于债券通过质押式回购进行融资杠杆交易的存在，债券占比数值可能超过 100%）
- cash: 现金占净资产比例
- other: 其他资产占净资产比例
- nav: 基金净资产（单位：元）（该字段即将被废弃，被 net_asset 替代）
- net_asset： 基金净资产（单位：元）
- total_asset： 基金总资产（单位：元）
# 范例
In [12]: fund.get_asset_allocation('000058',date='20201231')
Out [12]
info_date stock bond fund cash other nav net_asset total_asset
order_book_id datetime
000058 2020-12-31 2021-01-22 0.311344 0.6614 NaN 0.013306 0.015539 6.928471e+08 6.928471e+08 693971161.4
# fund.get_industry_allocation - 获取基金权益类持仓行业配置
fund.get_industry_allocation(order_book_ids, date=None)
# 参数
| 参数 | 类型 | 注释 |
|---|---|---|
| order_book_ids | str or list | 基金代码 |
| date | str, datetime.date, datetime.datetime, pandasTimestamp | 查询日期，回溯获取距离指定日期最近的数据。如不指定日期，则获取所有日期的数据 |
# 返回
pandas DataFrame
index: 报告期
- standard: 行业划分标准: CSRC-CSRC 行业分类, GICS-GICS 行业分类， MSCI-MSCI 行业分类， Bloomberg-Bloomberg 行业分类， CSRC_2012-证监会行业分类 2012 版， Gildata-聚合行业分类（QDII 基金专用）
- industry: 行业名称
- weight: 行业占比
- market_value: 持仓市值（单位：元）
# 范例
In [55]: fund.get_industry_allocation('000001',date='20200630')
Out[55]:
standard industry weight market_value
order_book_id datetime
000001 2020-06-30 CSRC_2012 金融业 0.0003 1.702350e+06
2020-06-30 CSRC_2012 采矿业 0.0622 3.145813e+08
2020-06-30 CSRC_2012 综合 0.0009 4.671139e+06
2020-06-30 CSRC_2012 租赁和商务服务业 0.0954 4.821860e+08
2020-06-30 CSRC_2012 科学研究和技术服务业 0.0244 1.231741e+08
2020-06-30 CSRC_2012 电力、热力、燃气及水生产和供应业 0.0218 1.103732e+08
2020-06-30 CSRC_2012 水利、环境和公共设施管理业 0.0002 1.167722e+06
2020-06-30 CSRC_2012 文化、体育和娱乐业 0.0017 8.767187e+06
2020-06-30 CSRC_2012 批发和零售业 0.0020 9.917138e+06
2020-06-30 CSRC_2012 房地产业 0.0039 1.968217e+07
2020-06-30 CSRC_2012 建筑业 0.0000 6.025800e+02
2020-06-30 CSRC_2012 制造业 0.4653 2.352107e+09
2020-06-30 CSRC_2012 信息传输、软件和信息技术服务业 0.0979 4.949599e+08
# fund.get_qdii_scope - 获取 QDII 地区配置
rq.fund.get_qdii_scope(order_book_ids, start_date=None, end_date=None)
# 参数
| 参数 | 类型 | 注释 |
|---|---|---|
| order_book_ids | str or list | 基金代码 |
| start_date | str | 开始日期, 格式为 'YYYY-mm-dd' |
| end_date | str | 结束日期, 格式为 'YYYY-mm-dd' |
# 返回
pandas DataFrame
- order_book_id: 基金合约
- date：报告期
- region：地区
- market_value：市值(元)
- weight：占净资产比列
# 范例
In [10]: fund.get_qdii_scope('183001','20190101','20200101')
Out[10]: region market_value weight
order_book_id date
183001 2019-03-31 中国香港 12540825.98 20.00
2019-06-30 中国香港 13108299.05 20.50
2019-09-30 中国香港 12177202.64 18.99
2019-12-31 中国香港 9065869.58 13.94
# fund.get_instrument_category - 获取基金的风格分类数据
fund.get_instrument_category(order_book_ids,date=None,category_type=None,source='gildata',market='cn')
# 参数
| 参数 | 说明 |
|---|---|
| order_book_ids | 基金合约号。支持传入列表 |
| source | 分类来源。‘gildata’ |
| date | 日期，默认为最新 |
| category_type | 分类类型，可传入 list 默认返回以下几种： 价值风格-value 规模风格-size 操作风格-operating_style 久期分布-duration 券种配置-bond_type *其他枚举值请见下方完整表格 |
| category_type 枚举值 | 中文释义 | 备注 |
|---|---|---|
| value | 价值风格 | |
| size | 规模风格 | |
| operating_style | 操作风格 | |
| duration | 久期分布 | |
| bond_type | 券种配置 | |
| fund_type | 基金分类（聚源） | 该分类数据返回结构与其他不同，故只能单独调取 |
| concept | 概念板块 | |
| industry_citics | 行业分类（中信一级） | |
| investment_style | 投资风格分类 | |
| structured_fund | 分级基金标识 | |
| universe | 基金属性 | 返回值参照：close_end - 封闭型基金，open_end - 开放型基金，fund_of_etf - ETF 联接基金，lof - LOF，etf - ETF |
# 返回
pandas DataFrame
- order_book_id: 基金合约
- category_type：分类类型
- category：基金细分分类名称
- category_index：基金细分分类指数代码
仅对 category_type='fund_type'返回的字段：
- first_type_code ：一级分类代码
- first_type ：一级分类名称
- second_type_code ：二级分类代码
- second_type ：二级分类名称
- third_type_code ：三级分类代码
- third_type：三级分类名称
# 范例
不指定 category_type，获取默认分类类型数据
In [8]: fund.get_instrument_category('000001')
Out[8]:
category category_index
order_book_id category_type
000001 value blend 1014002
operating_style flexible 1015003
size mid_cap 1013002
指定获取基金的基金属性、概念板块
In [12]: fund.get_instrument_category('000001',category_type=['universe','concept'])
Out[12]:
category category_index
order_book_id category_type
000001 concept 新材料 1010018
concept MSCI概念 1010054
concept 新三板 1010052
concept 5G概念 1010024
universe open_end None
获取多个基金的基金分类数据
In [14]: fund.get_instrument_category(['000001','000014'],category_type='fund_type')
Out[14]:
first_type_code first_type second_type_code second_type third_type_code third_type
order_book_id category_type
000001 fund_type 12 混合型 1201 偏股型 120101 偏股型
000014 fund_type 13 债券型 1302 普通债券型 130201 普 通债券型(一级)
# fund.get_category - 获取风格分类所属基金列表
fund.get_category(category={"category_type":["category"]}, date=None, source='gildata', market='cn')
# 参数
| 参数 | 说明 |
|---|---|
| category | 以 dict 的形式输入：支持输入多个 category_type、category。结构为{"category_type":["category"],"category_type":["category"]} ,可参考范例帮助理解。 |
| date | 默认最新日期 |
| source | 分类来源。'gildata' - 聚源（默认值） |
# 返回
order_book_id list
# 范例
传入类别名称和名称查询列表
In [8]: rq.fund.get_category(category={"concept": ["人工智能","MSCI概念"], "size": "large","operating_style":"flexible"})
Out[8]:
['040001',
'202005',
'270021',
···
'006573',
'006574',
'005029']
# fund.get_category_mapping - 获取风格分类清单
fund.get_category_mapping(source='gildata', market='cn')
# 参数
| 参数 | 说明 |
|---|---|
| source | 分类来源。'gildata' - 聚源（默认值） |
# 返回
- category_type：分类维度
- category：基金细分分类名称
- category_index：基金细分分类指数代码
# 范例
In [17]: fund.get_category_mapping()
Out[17]:
category category_index
category_type
structured_fund structured_fund None
universe fund_of_etf None
universe lof None
universe close_end None
concept 一带一路 1010005
... ... ...
duration 1_year 1111001
industry_citics 基础化工 1012022
industry_citics 建材 1012024
investment_style 其他型 None
concept 北斗导航 1010025
[155 rows x 2 columns]
中文映射表
| category_type 中文 | category_type 英文 | category 中文 | category 英文 | 股债偏重 |
|---|---|---|---|---|
| 价值风格 | value | 成长 | growth | 偏股型基金 |
| 价值风格 | value | 价值 | value | 偏股型基金 |
| 价值风格 | value | 平衡 | blend | 偏股型基金 |
| 规模风格 | size | 大盘 | large | 偏股型基金 |
| 规模风格 | size | 小盘 | small | 偏股型基金 |
| 规模风格 | size | 中盘 | mid_cap | 偏股型基金 |
| 操作风格 | operating_style | 激进操作 | aggressive | 偏股型基金 |
| 操作风格 | operating_style | 灵活操作 | flexible | 偏股型基金 |
| 操作风格 | operating_style | 平均操作 | balanced | 偏股型基金 |
| 操作风格 | operating_style | 稳健操作 | moderate | 偏股型基金 |
| 操作风格 | operating_style | 积极操作 | active | 偏股型基金 |
| 久期分布 | duration | 1 年(含)以下 | 1_year | 偏债型基金 |
| 久期分布 | duration | 1-3 年(含) | 1_to_3_years | 偏债型基金 |
| 久期分布 | duration | 3-5 年(含) | 3_to_5_years | 偏债型基金 |
| 久期分布 | duration | 5 年以上 | 5_years | 偏债型基金 |
| 券种配置 | bond_type | 可转债 | convertible_bond | 偏债型基金 |
| 券种配置 | bond_type | 利率债 | interest_rate_bond | 偏债型基金 |
| 券种配置 | bond_type | 信用债 | credit_bond | 偏债型基金 |
| ... | ... | ... | ... | ... |
# 基金管理人信息，以及衍生数据
# fund.get_manager - 获取指定基金的基金经理管理信息
fund.get_manager(order_book_ids,expect_df=True)
# 参数
| 参数 | 类型 | 注释 |
|---|---|---|
| order_book_ids | str or str list | 基金代码 |
| expect_df | boolean | 默认返回 pandas dataframe。如果调为假，则返回 原有的数据结构 |
# 返回
pandas DataFrame
- name: 基金经理名称
- id: 基金经理代码
- days: 基金经理管理当前基金累计天数
- start_date: 基金经理开始管理当前基金的日期
- end_date: 基金经理结束管理当前基金的日期（NaT 代表任职至今）
- return: 基金经理任职回报
- title: 职位
# 范例
- 获取单只基金的基金经理管理信息
In [47]: fund.get_manager(['000001'],expect_df=False)
Out[47]:
name days start_date end_date return title
id
101000229 王亚伟 1211 2001-12-18 2005-04-12 0.133084 基金经理
101000228 田擎 605 2002-07-01 2004-02-26 0.110716 基金经理助理
101002472 乔巍 730 2002-07-01 2004-06-30 0.007694 基金经理助理
101000228 田擎 610 2004-02-27 2005-10-29 -0.151132 基金经理
101000595 巩怀志 1540 2005-10-29 2010-01-16 3.922946 基金经理
101000348 童汀 1616 2010-01-16 2014-06-20 -0.077224 基金经理
101001854 孙振峰 449 2012-04-05 2013-06-28 0.119477 基金经理
101000866 倪邈 612 2014-03-17 2015-11-19 0.469314 基金经理
101001125 李铧汶 1033 2014-03-17 2017-01-13 0.130557 基金经理
101000925 崔同魁 201 2014-06-20 2015-01-07 0.244463 基金经理
101001090 董阳阳 2238 2015-01-07 2021-02-22 0.501579 基金经理
101002061 许利明 574 2015-09-01 2017-03-28 -0.098604 基金经理
101001669 孙萌 463 2015-11-19 2017-02-24 -0.173107 基金经理
101001757 阳琨 149 2021-02-22 NaT -0.039810 基金经理
- 获取基金列表的基金经理管理信息
In [50]: fund.get_manager(['160224', '217019'],expect_df=True)
Out[50]:
days end_date name return start_date title
order_book_id id
160224 101002093 1879 NaT 艾小军 -0.119662 2015-03-26 基金经理
217019 101001928 2027 2017-01-13 王平 0.345410 2011-06-27 基金经理
101001014 1624 2017-07-01 罗毅 0.833497 2013-01-19 基金经理
101004652 1220 NaT 苏燕青 0.215929 2017-01-13 基金经理
101012888 607 2020-01-02 刘重杰 0.073923 2018-05-05 基金经理
# fund.get_manager_info - 获取基金经理背景信息
fund.get_manager_info(manager_id,fields=None)
# 参数
| 参数 | 类型 | 注释 |
|---|---|---|
| manager_id | str or list | 可传入基金经理 id 或名字。名字与 id 不能同时传入 |
| fields | str or list | 对应返回字段，默认为所有字段 |
# 返回
pandas DataFrame
- id: 基金经理代码
- name: 基金经理名称
- gender: 性别
- region: 出生地
- birthdate: 生日
- education: 学历
- practice_date: 执业开始时间
- experience_time: 执业年限
- background: 个人简介
# 范例
- 获取单个基金经理背景信息
In [11]: fund.get_manager_info('101002094',fields=None)
Out[11]:
chinesename gender region birthdate education practice_date experience_time background
id
101002094 胡剑 男 中国 None 硕士 2006-01-01 12.8 胡剑先生，经济学硕士。曾任易方达基金管理有限公 司固定收益部债券研究员、基金经理助理兼...
- 获取多个基金经理背景信息
In [10]: fund.get_manager_info(['101002094','101010264'],fields=None)
Out [10]:
chinesename gender region birthdate education practice_date experience_time background
id
101002094 胡剑 男 中国 None 硕士 2006-01-01 12.8 胡剑先生，经济学硕士。曾任易方达基金管理有限公 司固定收益部债券研究员、基金经理助理兼...
101010264 刘杰 None None None 硕士 2010-01-01 8.8 核心人员
# fund.get_manager_indicators - 获取基金经理人的衍生数据
fund.get_manager_indicators(manager_ids, start_date=None, end_date=None, fields=None, asset_type=None, manage_type=None,rule='ricequant', market='cn')
# 参数
| 参数 | 类型 | 注释 |
|---|---|---|
| manager_ids | str or list | 基金经理代码，建议结合 fund.get_manager_info 一起使用 |
| start_date | datetime | 开始日期, 格式为 'YYYY-mm-dd', 默认为基金经理人衍生数据最早有效日期 |
| end_date | datetime | 结束日期, 格式为 'YYYY-mm-dd', 默认为查询当日 |
| fields | str or list | 返回字段，默认返回所有衍生字段 |
| asset_type | str | 在管基金类型，股票型-'stock', 债券型-'bond'，默认返回 'stock' |
| manage_type | str | 管理方式，独立管理-'independent'，所有参与管理-'all'，默认返回 'all' |
| rule | str | 指定算法，目前仅支持算法 'ricequant' |
| market | str | 指定市场，目前仅有中国市场('cn')的基金经理人衍生数据 |
# 返回
pandas DataFrame
multi-index: manager_ids,datetime
标准版涵盖的衍生指标及频率如下，字段的组成方式为 “支持的频率*字段”, 如 “日度累计收益” 字段名为 'daily_return'
| 字段 | 说明 | 支持的频率 |
|---|---|---|
| return | 累计收益率 | daily、w1、m1、m3、m6、y2、y1、y3、y5、total、year |
| return_a | 累计收益率（年化） | daily、w1、m1、m3、m6、y2、y1、y3、y5、total、year |
| benchmark_return | 基准收益率 | daily、w1、m1、m3、m6、y2、y1、y3、y5、total |
| excess | 超额收益率 | daily、w1、m1、m3、m6、y2、y1、y3、y5、total |
| excess_a | 超额收益率（年化） | daily、w1、m1、m3、m6、y2、y1、y3、y5、total |
| excess_win | 超额胜率 | m3、m6、y2、y1、y3、y5、total |
| stdev_a | 波动率（年化） | m3、m6、y2、y1、y3、y5、total |
| dev_downside_avg_a | 下行波动率 - 均值（年化） | m3、m6、y2、y1、y3、y5、total |
| dev_downside_rf_a | 下行波动率 - 无风险利率 （年化） | m3、m6、y2、y1、y3、y5、total |
| mdd | 期间最大回撤 | m3、m6、y2、y1、y3、y5、total |
| excess_mdd | 期间超额收益最大回撤 | m3、m6、y2、y1、y3、y5、total |
| mdd_days | 最大回撤持续期 | m3、m6、y2、y1、y3、y5、total |
| recovery_days | 最大回撤恢复期 | m3、m6、y2、y1、y3、y5、total |
| max_drop | 最大单日跌幅 | m3、m6、y2、y1、y3、y5、total |
| max_drop_period | 最大连跌期数 | m3、m6、y2、y1、y3、y5、total |
| neg_return_ratio | 亏损期占比 | m3、m6、y2、y1、y3、y5、total |
| kurtosis | 峰度 | m3、m6、y2、y1、y3、y5、total |
| skewness | 偏度 | m3、m6、y2、y1、y3、y5、total |
| tracking_error | 跟踪误差 | m3、m6、y2、y1、y3、y5、total |
| var | VaR | m3、m6、y2、y1、y3、y5、total |
| alpha_a | Alpha（年化） | m3、m6、y2、y1、y3、y5、total |
| alpha_tstats | Alpha Tstat | m3、m6、y2、y1、y3、y5、total |
| beta | Beta | m3、m6、y2、y1、y3、y5、total |
| beta_downside | 下行 Beta | m3、m6、y2、y1、y3、y5、total |
| beta_upside | 上行 Beta | m3、m6、y2、y1、y3、y5、total |
| sharpe_a | Sharpe Ratio（年化） | m3、m6、y2、y1、y3、y5、total |
| inf_a | Information Ratio（年化） | m3、m6、y2、y1、y3、y5、total |
| sortino_a | Sortino Ratio（年化） | m3、m6、y2、y1、y3、y5、total |
| calmar_a | Calmar Ratio | m3、m6、y2、y1、y3、y5、total |
| timing_ratio | 择时比率 | m3、m6、y2、y1、y3、y5、total |
| benchmark | 指标计算基准 | 无 |
# 范例
In [25]: fund.get_manager_indicators('101000932',fields=['daily_return','total_calmar_a'],start_date='2018-01-01',manage_type='independent',asset_type='stock')
Out[25]:
daily_return total_calmar_a
manager_id datetime
101000932 2018-02-06 -0.031451 0.006801
2018-02-07 -0.021206 0.006622
2018-02-08 0.006771 0.006667
2018-02-09 -0.028918 0.006426
2018-02-12 0.027701 0.006639
... ... ...
2020-12-09 -0.002541 0.003929
2020-12-10 0.011998 0.003956
2020-12-11 0.002877 0.003961
2020-12-14 0.025610 0.004022
2020-12-15 0.006463 0.004035
# fund.get_manager_weight_info - 获取基金经理人在管产品权重信息
fund.get_manager_weight_info(manager_ids,start_date=None,end_date=None,asset_type=None,manage_type=None,market='cn'
)
# 参数
| 参数 | 类型 | 注释 |
|---|---|---|
| manager_ids | str or list | 可传入基金经理 id 或名字。名字与 id 不能同时传入 |
| start_date | datetime | 开始日期, 格式为 'YYYY-mm-dd', 默认为基金经理人管理最早有效日期 |
| end_date | datetime | 结束日期, 格式为 'YYYY-mm-dd', 默认为查询当日 |
| asset_type | str | 在管基金类型，股票型 -'stock', 债券型 -'bond'，默认返回 'stock' |
| manage_type | str | 管理方式，独立管理-'independent'，所有参与管理 - 'all'，默认返回 'all' |
| market | str | 指定市场，目前仅有中国市场('cn')的基金经理人衍生数据 |
# 返回
pandas DataFrame
multi-index: manager_ids, datetime
- datetime: 在管时间
- order_book_id：在管基金代码
- weight：基金占经理人当期管理所有基金的规模比例
- manager_name：经理人名字
# 范例
In [27]: fund.get_manager_weight_info('101002315',asset_type='bond',manage_type='independent',start_date=20200101)
Out[27]:
order_book_id weight manager_name
manager_id datetime
101002315 2020-03-31 007834 0.297317 蔡宾
2020-03-31 007833 0.297317 蔡宾
2020-03-31 007745 0.202683 蔡宾
2020-03-31 007744 0.202683 蔡宾
2020-06-30 007834 0.310725 蔡宾
2020-06-30 007833 0.310725 蔡宾
2020-06-30 007745 0.189275 蔡宾
2020-06-30 007744 0.189275 蔡宾
In [30]: fund.get_manager_weight_info('李博',asset_type='stock',manage_type='independent',start_date=20200101)
Out[30]:
order_book_id weight manager_name
manager_id datetime
101001503 2020-03-31 001144 0.389673 李博
2020-03-31 090004 0.610327 李博
2020-06-30 001144 0.351493 李博
2020-06-30 090004 0.648507 李博
2020-09-30 001144 0.279292 李博
2020-09-30 090004 0.720708 李博
101001538 2020-03-31 000457 0.623594 李博
2020-03-31 005983 0.008162 李博
2020-03-31 377010 0.368245 李博
2020-06-30 000457 0.602569 李博
2020-06-30 005983 0.007005 李博
2020-06-30 377010 0.390426 李博
2020-09-30 005983 0.009946 李博
2020-09-30 377010 0.467850 李博
2020-09-30 000457 0.522204 李博