python flask开发的简单基金查询工具_Python

项目地址：

https://github.com/guodongggg/fund

1) 启动方法

(非必须）修改new.csv,参照test.csv，首行为基金代码，其次为每支基金在指定日期内的操作，正值为买入金额，负值为赎回份额。具体项目参照x_alpha项目

修改code_list.json文件的prodect为你自己的基金代码，修改count为每支基金的金额，执行同级目录下的update_code_list.py,自动更新持仓百分比

执行python run.py

ps:初始化比较麻烦，我也暂时没优化，后面再说吧

2) web查看方法

打开浏览器,访问本地地址：http://127.0.0.1:8090
在线示例：http://106.12.49.205

3) 功能说明：

大盘指数实时情况查看
单支基金实时、近一周、近一月、近三月的涨跌情况
总持仓实际涨幅、预估涨幅
持仓成本图、饼状图、收益详情图（需修改new.csv)
线性回归图例
外链天天基金页面
外链头条大V号
外链微博大V号
外链比特币
外链薅羊毛页面

4) 展示:

python flask开发的简单基金查询工具

代码

涉及代码过多，不便全部放出，请自行下载项目查看，放出部分代码，仅供参考。

update_over_json.py 基金代码列表

				?

									import average_growth

									import json

									import common

									import choose_api

									from pathlib import Path

									def over_time(detail, board):

									    """

									    判断当日持仓的所有基金的合计涨幅是否超过沪深300

									    :param code_list: list 基金代码列表

									    :return: json文件，格式如下，HS300涨幅、持仓合计涨幅、持仓涨幅是否超过沪深300

									        {

									            "2020-12-31": {

									                "HS300": "1.91",

									                "my_position": "1.35",

									                "over_take": false

									            },

									            "2021-01-04": {

									                "HS300": "1.08",

									                "my_position": "1.33",

									                "over_take": true

									            }

									        }

									        ......

									    """

									    # 获取日期

									    try:

									        date = detail[0]['netWorthDate']

									    except:

									        date = detail[1]['netWorthDate']

									    hs300 = ''

									    for i in board:

									        if i['name'] == '沪深300':

									            hs300 = i['changePercent']

									    # 判断文件是否存在，不存在则创建

									    json_file_name = 'file/bj.json'

									    file = Path(json_file_name)

									    file.touch(exist_ok=True)

									    # 此时更新的准确净值涨幅的平均值

									    avg = average_growth.average_growth(detail)['average_dayGrowth']

									    print('hs300:', hs300)

									    print('avg:', avg)

									    # 写入文件

									    with open("file/bj.json", 'r+') as f:

									        try:

									            data = json.load(f)

									            f.seek(0, 0)

									            f.truncate()

									        except Exception as e:

									            print(e)

									            data = {}

									        finally:

									            print(f'获取数据: {data}')

									            data[date] = {

									                'HS300': hs300,

									                'my_position': str(avg),

									                'over_take': True if float(avg) > float(hs300) else False

									            }

									            print(f'更新数据: {date}:{data[date]}')

									            f.write(json.dumps(data, sort_keys=True, indent=4, separators=(',', ': ')))

									            print(f'{json_file_name} 已更新!')

									if __name__ == '__main__':

									    code_list = common.get_codelist('product')

									    data = choose_api.choose_api(code_list)

									    detail = data['detail']

									    board = data['board']

									    over_time(detail, board)

nasdaq.py sina财经数据爬虫

				?

									import requests

									def nasdaq():

									    """

									    爬取sina财经nasdaq基础数据

									    :return: 构建的标准返回格式，只包含当日的数据，无历史数据

									    """

									    url = "http://hq.sinajs.cn/?rn=1609213839262&list=gb_$ndx"

									    r = requests.get(url)

									    response = r.text

									    if r.status_code == 200:

									        data = response.split('=')[1].split(',')

									        nasdaq_data = {'name': data[0].strip('"'), 'code': '040046', 'price': data[1], 'priceChange': data[4], 'expectGrowth': data[2], 'dayGrowth': data[2], 'lastWeekGrowth': '-', 'lastMonthGrowth': '-', 'lastThreeMonthsGrowth': '-', 'date': ''}

									        return nasdaq_data

									    else:

									        print(f'nasdaq return error: \n {response}')

									if __name__ == '__main__':

									    nasdaq_data = nasdaq()

									    for k, v in nasdaq_data.items():

									        print(f'{k}: {v}')