基于tushare数据平台的量化策略分享（1）

公募基金重仓股一直是市场的焦点，有人抄作业靠它挣钱，有人抄作业被它坑惨，个中差别在于时机的把握和独立分析判断，而不是后知后觉人云亦云。不管怎样，是抄作业也好，还是防入坑，规避机构重仓股也好，第一时间获知机构重仓股以及份额比例变化很重要。当然，关键数据还是自己动手，丰衣足食。
比如，2023年基金四季报于2024年1月22日全部披露完毕，第一步首先要准备数据。我在对比使用了万德、东方财富choice数据接口、网易财经数据接口与tushare数据接口后，最终还是选择了tushare。它数据更全，功能更强大，对高校师生研究也有优惠，有一定积分后可以免费访问。
Tushare是一个免费、开源的python财经数据接口包。主要实现对股票等金融数据从数据采集、清洗加工到数据存储的过程，能够为金融分析人员提供快速、整洁、和多样的便于分析的数据，为他们在数据获取方面极大地减轻工作量，使他们更加专注于策略和模型的研究与实现上。考虑到Python pandas包在金融量化分析中体现出的优势，Tushare返回的绝大部分的数据格式都是pandas DataFrame类型，非常便于用pandas/NumPy/Matplotlib进行数据分析和可视化。当然，如果您习惯了用Excel或者关系型数据库做分析，您也可以通过Tushare的数据存储功能，将数据全部保存到本地后进行分析。Tushare还在不断的完善和优化，逐步增加了港股、期货、外汇和基金方面的数据。这个基金与指数方面的数据简直就是我们普通基金投资者的福音，可以通过净值数据、持仓数据、管理规模数据等做各种策略分析。
说回数据准备，大致思路介绍如下：
第一步：通过pro.query_fund_basic获取当前市场所有的基金列表并保存，作为基金查询数据库；先不做类别区分，可以看到目前国内全市场基金已经有19418支（成立日截止20230601），接近两万！所以有人说现在选基比选股还难。


第二步：通过pro.query_stock_name获取股票列表，主要是后面查询基金持仓时，做股票名称的查询映射；可以看到主板+创业板+科创板+北交所共有5344支，上市股票数量真是雄冠全球！所有有人说A股光长胖不长高，大股东是最大的空头。


第三步：基于第一步生产的基金列表，以股票型、混合型、配置股票的二级债基等类别为筛选条件，以场内E或者场外O为查询类别（主要是场外数量太多，EO放一起查询容易导致服务器拒绝），设置公告起始日，通过pro.fund_portfolio获取公募基金持仓数据。单次查询得到公告重仓股，配合第二步得到的股票列表，补全股票名称，最后合并查询得到如下总表：


这样我们就查询得到了所有公募基金当前公告的所有重仓股了，此处我们统计场内交易的基金（ETF、LOF、封基）作为展示。基于此数据表，不仅可以统计机构前十大重仓股，获知财经媒体文章的报道结果，也可以统计分析有机构持仓但非集中抱团的个股，也可以分析个股环比的增减情况等。数据源有了，自己想分析或者跑策略都可以，了解数据全貌，而非媒体喂给我们的二手结果。如下场内基金的重仓股可视化排名统计，还是能看到一些不同的身影。