用Excel做了个基金交易收益计算和估值的原型,期待后期用Python和SQLite组合,实现自动化

Python之财富自由——天天基金数据爬取并导入excel(详细信息爬取) 一位泉州小哥近日喜提热搜“一万多买了1314只基金每只10块,买了好几天,第一次花钱花到手抽筋” 投资界有句名言,不要把鸡蛋全部放在一个篮子里,但你见过,有人装鸡蛋的篮子,比鸡蛋还多的吗? 那么怎么成为这样一个基金海王呢 ? 当然得从基金的信息获取筛选开始。 天天基金的基金页面就是个不错的选择 代码如下 #-*-coding:utf-8 -*- #******************** #微信&电话:13248260503 # 证券开户 研报收集 # 代码交流 数据分析 # 脚本开 阅读详情

不知道在这里说基金投资是不是会有人看,我的基金投资平台主要是天天基金,天天基金优势在于手续费低,定投从活期宝扣款很方便,定投周期从日、周、双周到月非常灵活,极速赎回会垫资,很是便捷。

但是也有一个比较明显的弱点,就是收益率计算方面,不是说正确或错误,只是选择了平摊成本法,单个基金的持仓收益率虚高。具体情况我在这里不细说了,都在雪球上了(链接),有兴趣可以去看看。

而且,由于我是采用定投的方式,到了预期后一次收割,继续定投,所以同一只基金的买入交易笔数可能数倍于卖出交易笔数,因此每一笔买入交易的收益情况是不一样的,只有做到一笔卖出交易拆分到每一笔对应的买入交易,才能计算出精准的收益情况,汇总后才是精确的持仓收益和累计收益。

计算表我已经上传到资源库中了(链接),有需要可以直接下载使用,主要的公式也有列出。

基金交易明细表

 

轻量级自动化工作流设计:Python+SQLite+Flask实战指南 自动化工作流是解决重复性业务任务的核心技术手段,其本质是将人工操作规则化、可配置化与可追溯化。基于Python生态的轻量级架构(如SQLite嵌入式存储、Flask调试友好型服务)在中小团队中展现出极高的工程落地效率——它不追求高并发或分布式能力,而专注提升单点业务闭环的稳定性、可维护性与业务方自主迭代能力。典型应用场景包括跨平台数据清洗、多源异构信息结构化提取、智能消息分发等,尤其适合缺乏专职开发资源但急需提效的运营、销售、教务等一线业务角色。本文以真实项目‘Allen Lee's Magic’为蓝本,详 阅读详情

相关推荐

Python量化交易实战:从零搭建数据分析与策略回测环境

这次我们来看一个面向零基础学习者的Python量化交易与数据分析实战教程。这套教程号称“30天学会”,内容覆盖从Python基础到量化策略实战的完整链路,目标是让学习者能够快速上手并具备就业能力。对于想要进入金融科技、量化分析或数据科学领域的新手来说,这类系统性的实战教程往往比零散的知识点更有价值。 教程的核心在于“实战”二字。它不局限于理论讲解,而是将Python编程、数据分析库(如Pandas、NumPy)、数据可视化(Matplotlib/Seaborn)、金融数据API调用、技术指标计算、策略回测框

weixin_33971977的博客 313

在Excel中自动从网上获取中证流通和基金指数

Uri = "http://hq.sinajs.cn/func=list=s_sh000001,s_sz399001,s_sh000300,s_sh000043,s_sh000011,s_sz399305,s_sz399903" Sheet5.Cells(100, 100).Value = Uri Inet1.Protocol = icHTTP mystr = ...

iteye_3400的博客 1228

Python个性化邮件自动化:精准触达与行为反馈闭环

个性化邮件自动化是现代职业发展中的关键数字能力,其核心在于超越简单模板填充,实现基于收件人技术背景、动态行为和业务场景的上下文感知生成。原理上依赖HTTP请求抓取公开信息、MIME协议构建合规邮件、SQLite实现状态追踪与错误回溯,技术价值体现在提升打开率、保障投递稳定性、降低人工维护成本。典型应用场景包括求职冷启动、技术布道传播、BD初步触达等需高可信度的一对一沟通场景。本文聚焦纯Python实现的轻量级方案,深度融合LinkedIn动态解析、SMTP安全认证、随机化发送节律等实战细节,确保系统‘可落地

weixin_33720078的博客 334

Python实现每日股票分析自动化:从数据获取到定时报告

股票数据分析是量化投资和日常复盘的基础,但手动处理数据获取、指标计算与报告生成往往耗时且易中断。通过Python与Pandas构建自动化流程,结合Akshare等开源数据接口,可以将每日重复的分析工作固化为稳定流水线。自动化不仅提高效率,更保证数据口径一致、结果可追溯,适用于多股票跟踪、定时生成日度报告等场景。从最简单的单股票、单指标流程出发,逐步完善交易日历、复权处理、日志与异常告警,最终形成完备的每日股票分析系统。本文以daily_stock_analysis项目为例,展示从数据拉取、指标计算到报告输出

491

量化周报设计:面向实盘交易的归因驱动型策略简报

量化周报是中频交易场景下连接策略回测与实盘执行的关键枢纽,其本质是策略健康诊断工具而非信息汇总。它基于因子暴露度、滚动Z-score和多因子协方差分解等原理,实现从收益结果到归因根因再到可执行建议的三层穿透。技术价值在于消除决策噪音、支持参数级干预,并保障每项指标均可追溯至原始数据源与确定性计算逻辑。典型应用场景包括跨市场策略组合调仓、LP定期逻辑同步及风控系统自动触发。本文聚焦Yeetum Weekly Quant Report这一落地范式,深入解析其周度粒度选择依据、因子级归因引擎与生产级部署实践。

weixin_30565327的博客 343

Python+TDXPystock搭建股票交易自动化系统实战解析

量化交易的核心在于用程序替代人工完成行情监控、策略计算与下单执行。在Python生态中,pandas提供了高效的K线数据处理能力,Flask可快速搭建本地可视化面板,而通达信协议库则解决了行情数据源获取问题。技术原理上,系统通过分层架构将数据采集、策略信号生成、风控执行与前端展示解耦,并利用SQLite实现历史数据增量缓存。这种自动化方案的价值在于减少重复盯盘操作,同时让策略验证和参数调优更加系统化。在实际应用中,无论是个人投资者学习程序化交易,还是开发者构建半自动交易工具,都能通过双均线、MACD等经典策

weixin_29229055的博客 300

5分钟快速上手VeighNa:Python量化交易框架终极指南

你是否想要进入量化交易领域,却苦于没有合适的工具?或者已经尝试过其他框架但觉得过于复杂?今天我要为你介绍VeighNa——一个基于Python的开源量化交易开发框架,它能让你的量化交易之路变得更加简单高效。无论你是编程新手还是经验丰富的开发者,这个框架都能为你提供完整的解决方案。 VeighNa是一个功能强大的Python量化交易平台,专为国内金融市场设计。它为交易者提供了从策略开发到实盘交易的

gitblog_00348的博客 495

jijinfenxi:根据Excel表格进行基金持仓分析

启动 npm开始 说明 1:选择Excel文件,格式一定要固定(代码,名字必须有),通过node拉取爱基金网站的数据,然后在本地用echarts显示出来2:可以点击股票名称,去同花顺网站查看股票3:可以点击被持仓次数,按照持仓次数降序排列4:可以点击日涨幅,按照日涨幅降序排列5:可以根据股票名称进行搜索,定为到股票6:可以点击日屏幕右下角箭头,定位到重合分析表格7:如果网络有限制,那就每次往表格里少加入基金(每最多5个),防止node报错

用Python+Pandas+SQLite搭建医药创新药板块估值监控与低估值筛选工具

在投资分析和数据驱动的决策场景中,估值指标是连接市场情绪与量化判断的核心桥梁。借助Python生态中的Pandas、SQLite和Matplotlib,开发者可以构建一套完整的行情数据处理管道,将PE、PE分位数与PEG等指标从理论公式转化为可执行的监控逻辑。工程上,通过数据模拟、指标计算、持久化存储与可视化报告,能够形成“先入库、再计算、后展示”的标准化流程,既适用于医药创新药等主题板块的估值跟踪,也可扩展至其他行业的低估值候选筛选。理解百分位排名与成长匹配度的计算原理,有助于从技术视角解读“低估”与“成

weixin_33851604的博客 430

Excel自动获取基金估值、计算当日收益和累计收益.xlsm

Excel自动获取基金估值、计算当日收益和累计收益

一个获取基金历史净值的vba脚本

这个是我写的一个获取基金历史净值的excel vba脚本,大家可以试试,经过尝试,感觉要用比较新的wps的excel打开使用效果比较好,微软的excel好像效果不好,控件会飘,有什么想法需求也可以和我联系哟~,欢迎~

量化交易入门:从零搭建Python策略回测系统与工程化实践

量化交易是一种基于数学模型和计算机程序进行投资决策的系统化方法,其核心原理在于通过算法模型处理市场数据,生成交易信号,以纪律性执行替代人工情绪化操作。这一技术价值在于能够高效处理海量信息,实现精细化风险管理,并克服人性弱点,从而在波动的金融市场中寻求稳定的概率优势。其典型应用场景包括股票、期货、加密货币等市场的趋势跟踪、统计套利和因子选股。本文以Python为工具,详细介绍了如何从环境搭建、数据获取、策略开发到回测验证的完整流程,并重点探讨了回测陷阱与绩效分析等关键环节,帮助读者构建可迭代、可工程化的交易系

weixin_34241036的博客 389

通过excel获取基金历史净值详细步骤

通过excel获取天天基金网的基金历史净值详细步骤

Python量化交易框架怎么选?用vn.py从回测到实盘的完整路径

在开始读这篇文章之前,先问问自己:你是不是也经历过这几个场景——想同时接期货和股票行情,结果被各家柜台API的参数格式折腾到凌晨;写好的策略在历史数据上收益曲线完美,一上实盘就频繁出错;或者好不容易训练出一个机器学习模型,却发现它和交易系统的代码风格完全两套体系,根本没法串起来? 这些问题的根源,往往不在你的策略本身,而在于缺少一个靠谱的底层框架。vn.py(项目名 VeighNa)正是为解决这

gitblog_00594的博客 343

[金融超市理财平台]web端.rp

曾经做过的一款基金超市的rp原型,包括包括首页、基金超市(产品检索、列表展示、基金详情、基金购买流程)、投资圈论坛(帖子列表、帖子详情、评论帖子、回复评论、我的粉丝、我的关注、我的收藏)、信用卡中心(绑定、解绑、还款)、跨行转账(设置收款卡户信息、转账成功失败提示)、我的资产(我的基金、赎回基金、我的理财产品、理财撤单、我的积分及兑换记录、我的优惠券、我的银行卡、我关注基金)、系统设置内容(修改密码、风险评测、消息中心、用户认证、绑定解绑手机)。一直不想上传,现在想想需要的朋友拿去吧,我也能攒点儿积分下载其他人的资料~ rp还有APP和后端,没上传,如果需要的话给我留言,我再考虑是否上传

基金收益计算.xlsx

自己用来查看收益的一个excel文件,方便计算收益以及损失

数据科学转行16周实战路径:从Excel清洗到业务交付

数据科学不是抽象算法堆砌,而是将原始数据转化为业务决策支持的系统能力。其核心原理在于以交付物为驱动,通过数据清洗、指标定义、模型构建与价值呈现四阶段闭环,实现从技术操作到商业影响的跃迁。该路径强调SQL与Python(Pandas)协同处理真实业务数据、用Excel快速验证逻辑、以SQLite模拟企业级数据库操作,并聚焦RFM分群、用户流失预测等高频落地场景。尤其重视‘业务翻译力’——把模糊需求转化为可计算指标,以及‘价值表达力’——用非技术语言讲清数据结论。本文提供的16周执行清单,正是基于214份岗位J

weixin_34220179的博客 381

从时序精度到视觉盛宴:PY32F030驱动WS2812的工程艺术与避坑指南

本文深入探讨了基于PY32F030微控制器驱动WS2812智能LED的完整解决方案。通过精确的时序控制、硬件PWM结合DMA传输技术,实现了稳定可靠的驱动效果,并提供了电源管理、信号完整性和常见问题排查等实用避坑指南,帮助开发者轻松应对严格的纳秒级时序挑战。

wind6的博客 120

Python量化选股实战:三天构建自动化股票分析工具

量化分析是数据驱动决策在金融领域的核心应用,其原理在于通过数学模型和计算机程序,将投资逻辑转化为可执行、可验证的规则。这一技术价值在于能够系统性处理海量数据,消除人为情绪干扰,实现策略的纪律性执行。在应用场景上,量化分析广泛用于股票筛选、风险管理和策略回测等领域。本文聚焦于Python量化选股工具的构建,通过pandas进行数据处理,利用akshare获取财经数据,并实现了一个结合双均线策略与RSI指标过滤的选股引擎,为开发者提供了一个从数据获取到策略执行的完整实践框架。

weixin_33714884的博客 344

基于51单片机扫地机器人(全套Proteus仿真+原理图+程序+说明书)

(内含源程序代码,原理图,仿真,讲解视频,元件清单等,【精品】值得推荐!!!扫地机器人是以单片机为主控制器。通过单片机控制小车行驶、除尘、蜂鸣。扫地机器人使用双电机驱动,以提高整车运动的平稳性;在智能车进驶过程中,采用双超声波模块实现避障。

2301_76434107的博客 1895

乐鑫科技 EchoEar 喵伴修改自定义唤醒词的方法 EchoEar喵伴、唤醒词修改、ESP32、AI萌宠、智能音箱、开发者指南

标签:乐鑫科技、EchoEar喵伴、唤醒词修改、ESP32、AI萌宠、智能音箱、开发者指南大家好,我是一名前端开发工程师,最近在玩乐鑫科技推出的时,发现它不仅萌趣十足,还能进行全双工语音交互、多模态识别,甚至能识别你的情绪和与你互动。EchoEar 喵伴是由乐鑫科技和火山引擎扣子大模型团队合作开发的,它使用乐鑫的芯片方案(ESP32 系列)+ 火山引擎扣子大模型,支持 WiFi 连接和本地处理,长记忆能力可以让它记住用户的偏好与习惯。

代码简单说 Vue、JAVA、PHP、Node.js 熟练运用,接口、架构、性能全搞定。 1888
上一篇: Python爬取网络数据时用API总是优于爬页面代码的吧
下一篇: 冗余电子设备太多,用之无味,卖之不舍,鸡肋也。
RockyCoder
博客等级 码龄20年 56粉丝 41原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

RockyCoder

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值