“优矿”集思录——分级基金专题

发布于 2022-02-20 22:26:20 字数 34707 浏览 843 评论 0 收藏 0

前言：

从14年7月份开始，伴随着牛市的到来，一个不怎么知名的投资标的大放光彩——分级基金

虽说分级基金是牛市产物，但对于短期的反弹行情其一样也是众多投资物中的一颗明珠，只要抓好反弹行情，随便吃几个涨停也是妥妥的

但分级基金相对复杂，要注意好分级基金的上下折、杠杆、折溢价等问题

本文假设读者已经对分级基金有一定的了解，只要运行代码就可以得到常见重要的分级基金相关指标，旨在成为投资者身边分级基金好工具

结合笔者平时的投资习惯，总结的指标主要有：母基金跟踪指数，整体溢价率，AB各自溢价率，B类价格杠杆，母基金下折需要跌多少，其他常见指标

用法：

运行下面的代码，即可以得到关于母基金、A份额、B份额，如上列举的所有指标

同时还可以选择输出结果排序规则等

有一定编程基础的读者，建议详细阅读函数说明，自行使用

def get_leverage_fund(show_type='M', order_by='discount_rate', order_method='desc', date=None):
    '''
    输入参数：
       show_type  str，展示/返回的数据，'T'为返回所有，'A'为返回A类相关，'B'为返回B类相关，'M'为返回母基金相关
       order_by  str，返回结果的排序属性列，可选的为'B_leverage'(B类价格杠杆),'ticker'(交易代码),'discount_rate'(整体溢价率)
       order_method  str，排序规则，降序（'desc'）,升序（'acd'）
    输出参数：
       计算好指标的dataframe，同时还将结果直接打印出来
    '''

    import pandas as pd
    import numpy as np
    from CAL.PyCAL import *

    if show_type not in ['T','A','B','M']:
        raise ValueError('show type 必须为T，A，B，M中的一个！')

    if order_by not in ['B_leverage','ticker','discount_rate']:
        raise ValueError('order_by 必须为B_leverage,ticker,discount_rate中的一个！')

    if order_method not in ['desc','acd']:
        raise ValueError('order_method 必须为desc,acd中的一个！')

    # 日期默认为前一个工作日
    if date is None:
        date = Date.todaysDate()
        cal = Calendar('China.SSE')
        period = Period('-1B')
        date = cal.advanceDate(date, period)
        date = date.toDateTime().strftime('%Y%m%d')
    elif not (isinstance(date, str) and len(date) == 8):
        raise ValueError('date必须为xxxxxxxx字符串类型日期格式！') 

    # 所有股票类分级基金ticker
    funds = DataAPI.FundLeverageInfoGet(exchangeCDLeverage=['XSHG','XSHE'], field='ticker,secShortName,tickerLeverage,secShortNameLeverage,shareType,category,,shareProp,idxCn,splitNote,downThrshold')
    funds_total = funds[funds['category']=='E']
    funds_total.drop('category', axis=1, inplace=True)
    funds_total.columns = ['母基金代码','母基金简称','子基金代码','子基金简称','份额类别','分拆比例A/B','跟踪指数','折算说明','下折B阈值']
    funds_total['子基金代码'] = funds_total['子基金代码'].apply(str)
    funds_total['分拆比例A/B'][funds_total['分拆比例A/B'] == 1] = 5.0

    # 替换基金简称
    codes = funds_total.drop_duplicates('母基金代码')['母基金代码'].tolist()
    codes_leverage = map(str,funds_total['子基金代码'].tolist())
    short_names = DataAPI.FundGet(ticker=codes_leverage+codes, listStatusCd=['L','UN'], field='ticker,tradeAbbrName', pandas='1')
    tmp = pd.merge(funds_total, short_names, how='left', left_on='母基金代码', right_on='ticker')
    funds_total['母基金简称'] = tmp['tradeAbbrName']
    tmp = pd.merge(funds_total, short_names, how='left', left_on='子基金代码', right_on='ticker')
    funds_total['子基金简称'] = tmp['tradeAbbrName']

    # 取净值
    net_values = DataAPI.FundNavGet(ticker=codes+codes_leverage, dataDate=date, field='ticker,NAV', pandas='1')
    tmp = pd.merge(funds_total, net_values, how='left', left_on='母基金代码', right_on='ticker')
    funds_total['母基金净值'] = tmp['NAV']
    tmp = pd.merge(funds_total, net_values, how='left', left_on='子基金代码', right_on='ticker')
    funds_total['子基金净值'] = tmp['NAV']

    # 取行情
    prices = DataAPI.MktFunddGet(ticker=codes+codes_leverage, field='ticker,closePrice', tradeDate=date, pandas='1')
    tmp = pd.merge(funds_total, prices, how='left', left_on='子基金代码', right_on='ticker')
    funds_total['子基金价格'] = tmp['closePrice']
    funds_total['子基金溢价率'] = funds_total['子基金价格'] / funds_total['子基金净值'] - 1

    # 计算相关指标，合并dataframe
    funds_A = funds_total[funds_total['份额类别'] == 'A']
    funds_A.drop('份额类别',axis=1, inplace=True)
    funds_B = funds_total[funds_total['份额类别'] == 'B'][['母基金代码','子基金代码','子基金简称','子基金净值','子基金价格','子基金溢价率']]
    funds_B.columns = [['母基金代码','B类代码','B类简称','B类净值','B类价格','B类溢价率']]
    funds_leverage = pd.merge(funds_A, funds_B, how='left', on='母基金代码')
    funds_leverage.rename(columns={'子基金代码':'A类代码', '子基金简称':'A类简称', '子基金净值':'A类净值', '子基金价格':'A类价格', '子基金溢价率':'A类溢价率'}, inplace=True)
    funds_leverage['整体溢价率'] = (funds_leverage['A类价格'] * (funds_leverage['分拆比例A/B'] / 10) + funds_leverage['B类价格'] * (1 - funds_leverage['分拆比例A/B'] / 10)) / funds_leverage['母基金净值'] -1
    funds_leverage['B类价格杠杆'] = (funds_leverage['A类价格'] * funds_leverage['分拆比例A/B'] / 10 + funds_leverage['B类价格'] * (1 - funds_leverage['分拆比例A/B'] / 10)) / funds_leverage['B类价格'] / (1 - funds_leverage['分拆比例A/B'] / 10)
    funds_leverage['下折母需跌'] = 1 - (funds_leverage['A类净值'] * funds_leverage['分拆比例A/B'] / 10 + funds_leverage['下折B阈值'] * (1 - funds_leverage['分拆比例A/B'] / 10)) / funds_leverage['母基金净值']
    funds_leverage = funds_leverage[['母基金代码','母基金简称','母基金净值','整体溢价率','跟踪指数','分拆比例A/B','下折母需跌','A类代码','A类简称','A类净值','A类价格','A类溢价率','B类代码','B类简称','B类净值','B类价格','B类溢价率','B类价格杠杆','下折B阈值','折算说明']]
    funds_leverage['B类价格杠杆'] = np.round(funds_leverage['B类价格杠杆'], 2)
    funds_leverage.dropna(inplace=True)
    funds_leverage['整体溢价率'] = pd.Series(["{0:.1f}%".format(val * 100) for val in funds_leverage['整体溢价率']], index = funds_leverage.index)
    funds_leverage['A类溢价率'] = pd.Series(["{0:.1f}%".format(val * 100) for val in funds_leverage['A类溢价率']], index = funds_leverage.index)
    funds_leverage['B类溢价率'] = pd.Series(["{0:.1f}%".format(val * 100) for val in funds_leverage['B类溢价率']], index = funds_leverage.index)
    funds_leverage['下折母需跌'] = pd.Series(["{0:.1f}%".format(val * 100) for val in funds_leverage['下折母需跌']], index = funds_leverage.index)

    # 返回类型
    if show_type == 'T':
        columns = funds_leverage.columns
    elif show_type == 'A':
        columns = ['A类代码','A类简称','A类净值','A类价格','A类溢价率','整体溢价率','跟踪指数']
    elif show_type == 'B':
        columns = ['B类代码','B类简称','B类净值','B类价格','B类溢价率','B类价格杠杆','下折B阈值','整体溢价率','跟踪指数']
    else:
        columns = ['母基金代码','母基金简称','母基金净值','整体溢价率','跟踪指数','分拆比例A/B','下折母需跌','折算说明']

    # 排序
    if order_by == 'B_leverage':
        order_by = 'B类价格杠杆'
    elif order_by == 'ticker':
        order_by = '母基金代码'
    else:
        order_by = '整体溢价率'

    if order_method == 'acd':
        res = funds_leverage.sort(columns=order_by, ascending=True)[columns]
    else:
        res = funds_leverage.sort(columns=order_by, ascending=False)[columns]
    res = res.reset_index().drop('index', axis=1)
    res
    return res
get_leverage_fund()

	母基金代码	母基金简称	母基金净值	整体溢价率	跟踪指数	分拆比例A/B	下折母需跌	折算说明
0	160420	华安50	0.6705	3.7%	创业板50	5	5.6%	每年12月15日定折，遇节假日顺延，A类不参与上折
1	160633	鹏华证券	0.6740	2.6%	证券公司	5	5.5%	每年11月第一个工作日定折
2	160634	鹏华环保分级	1.1280	2.5%	中证环保	5	44.5%	每年11月第一个工作日定折，B类不参与定折
3	161819	银华资源	1.0770	2.5%	内地资源	4	47.1%	每年第一个工作日定折
4	502020	国金50	1.1770	2.5%	上证50	5	46.6%	每年12月15日定折，遇节假日顺延
5	164821	工银新能源	0.8108	2.4%	中证新能	5	21.9%	每年1月第一个工作日定折(成立不足6个月、下折不足1个月除外)
6	502023	钢铁分级	1.0230	2.4%	国证钢铁	5	38.5%	每年9月第一个工作日定折，距离成立或上下折不满3个月除外，每次折算后调整约定利率
7	502026	新丝路	1.0090	2.4%	新丝路	5	37.7%	每年9月第一个工作日定折，距离成立或上下折不满3个月除外，每次折算后调整约定利率
8	160628	鹏华地产	0.9890	2.3%	800地产	5	36.0%	每年第一个工作日定折
9	164820	工银高铁	0.7691	2.1%	高铁产业	5	17.9%	每年第一个工作日定折，A类不参与上折
10	167301	方正保险	0.9270	2.0%	保险主题	5	32.0%	每年12月15日定折，遇节假日顺延，基金合同生效不足六个月的除外，上下折不足1个月除外
11	164809	工银500	1.4138	1.8%	中证 500	4	59.7%	每年第一个工作日定折
12	161028	富国新能源	0.8540	1.7%	CS新能车	5	24.9%	12/15
13	165315	建信网金融	0.9880	1.3%	互联金融	5	36.1%	每年12月第一个工作日定折
14	162413	华宝1000	0.8673	1.2%	中证1000	5	27.0%	每年12月15日定折，每次定折或不定折基准日变更利率
15	165511	信诚500	1.1920	1.2%	中证 500	4	53.7%	02/06，定折日为非工作日则提前
16	502056	医疗分级	0.8919	0.9%	中证医疗	5	29.2%	每年12月15日定折(遇节假日顺延，上下折不足3个月除外）
17	160637	鹏华创业板	0.7430	0.7%	创业板指	5	14.7%	每年12月第一个工作日定折
18	161628	融通军工	0.9780	0.7%	中证军工	5	35.2%	每年12月15日定折，遇节假日提前，A类不参与上折
19	161910	万家中创	1.1115	0.7%	创业成长	5	43.4%	每年第一个工作日定折
20	160418	华安银行	0.7871	0.6%	中证银行	5	19.2%	每年12月15日定折，节假日顺延，A类不参与上折，B类不参与定折
21	162412	华宝医疗	0.8583	0.6%	中证医疗	5	26.3%	每年12月15日定折，遇节假日提前，每次定折或不定折基准日变更利率
22	168001	国寿养老	0.8770	0.5%	养老产业	5	27.8%	每年12月15日定折，遇节假日提前
23	160517	博时银行	0.8485	0.3%	中证银行	5	25.2%	每年12月第一个工作日定折，B类不参与定折
24	160629	鹏华传媒	1.1880	0.3%	中证传媒	5	47.1%	每年12月第一个工作日定折
25	160630	鹏华国防	1.2940	0.3%	中证国防	5	51.5%	每年12月第一个工作日定折
26	164819	工银环保	0.8604	0.3%	中证环保	5	26.4%	每年第一个工作日定折，成立不足半年可不定折
27	160625	鹏华证保	1.1500	0.2%	800证保	5	45.3%	每年第一个工作日定折
28	161719	招商可转债	1.0690	0.2%	中信转债	7	21.0%	每年12月15日定折，每3年折为母基金再拆分
29	162107	金鹰中证500	1.0987	0.2%	中证 500	5	42.9%	每年第一个工作日定折
...	...	...	...	...	...	...	...	...
73	164401	前海健康	1.0530	-0.5%	健康产业	5	39.0%	每年第一个工作日定折
74	165521	信诚金融	0.9160	-0.5%	800金融	5	29.1%	12/15
75	167503	安信一带一路	0.9160	-0.5%	一带一路	5	31.1%	每年12月15日定折节假日提前
76	502016	长信一带一路	1.0350	-0.5%	一带一路	5	39.2%	每年12月15日定折，遇节假日提前，距离成立或上下折不满3个月除外
77	168203	中融钢铁	0.9230	-0.4%	国证钢铁	5	31.9%	每年12月15日定折，遇节假日提前
78	160127	南方消费	0.9730	-0.3%	内地消费	5	36.8%	03/13，定折时A/B/M全归1，可顺延定折日
79	161726	招商生物	1.0360	-0.3%	生物医药	5	39.0%	每年12月15日定折，遇节假日顺延
80	162010	长城久兆	1.1360	-0.3%	中小300P	4	51.4%	01/30，可提前定折日
81	162509	国联安双禧	1.3030	-0.3%	中证100	4	57.4%	2016/04/16,每三年定折时A/B/M全归1，定折日为非工作日则提前
82	164905	交银新能源	1.1900	-0.3%	国证新能	5	47.3%	每年第一个工作日定折
83	165515	信诚300	0.7410	-0.3%	沪深300	5	13.8%	12/15
84	167601	国金300	0.9048	-0.3%	沪深300	5	28.3%	每年第一个工作日定折
85	160417	华安300	1.2690	-0.2%	沪深300	5	46.8%	每年第一个工作日定折
86	161022	富国创业板	1.1030	-0.2%	创业板指	5	43.0%	每年第一个工作日定折
87	161030	富国体育	0.8940	-0.2%	中证体育	5	29.2%	每年12月第一个工作日定折
88	161721	招商300地产	0.7360	-0.2%	地产等权	5	13.6%	12/15
89	161724	招商煤炭	0.9560	-0.2%	煤炭等权	5	33.9%	每年12月15日定折，遇节假日顺延
90	163209	诺安中创	1.2210	-0.2%	创业成长	4	54.8%	每年第一个工作日定折
91	164811	工银100	1.2346	-0.2%	深证100P	5	48.7%	07/01
92	160219	国泰医药	0.8360	-0.1%	国证医药	5	23.3%	每年第一个工作日定折，每次定折或不定折基准日变更利率
93	160516	博时证保	1.0758	-0.1%	800证保	5	41.6%	每年12月第一个工作日定折
94	161031	富国工业4	1.0710	-0.1%	工业4.0	5	41.3%	每年12月第一个工作日定折，B类不参与定折
95	161718	招商300高贝	0.8140	-0.1%	300高贝	5	21.1%	12/15
96	161812	银华100	0.9530	-0.1%	深证100R	5	32.1%	每年第一个工作日定折
97	163109	申万深成	0.6555	-0.1%	深证成指	5	12.7%	每年第一个工作日定折，无下折，A不参与上折，净值<1元无定折
98	164508	国富100	0.8310	-0.1%	中证100	5	22.8%	每年第一个工作日定折
99	168204	中融煤炭	0.7310	-0.1%	中证煤炭	5	13.2%	每年12月15日定折，遇节假日提前
100	161029	富国银行	0.8940	-0.0%	中证银行	5	28.7%	每年12月15日
101	161629	融通证券	0.7770	-0.0%	证券公司	5	18.7%	每年12月15日定折，A类不参与上折
102	167701	德邦德信	1.0520	-0.0%	中高企债	7	20.9%	每次折算后2周年定折转为母基再拆分