fund-screener

name	fund-screener
description	中国公募基金全市场筛选与深度分析工具，支持夏普/索提诺/卡玛等量化指标筛选
user-invocable	yes
metadata	{"openclaw":{"emoji":"📊","os":["darwin","linux","win32"],"requires":{"anyBins":"[Truncated]"},"install":["[Truncated]"]}}

基金分析技能 (Fund Screener)

通过 AkShare 获取中国公募基金实时数据，基于量化指标筛选优质基金产品。

功能

1. 单基金深度分析: 对单只基金进行全方位诊断，包括风险指标、阶段收益、年度收益、资产配置、基金经理、持仓信息
2. 全市场批量筛选: 从全市场开放式基金中智能筛选，支持多种模式
3. 结果导出: 自动保存 CSV 文件

使用方法

运行此技能需要 Python 3.8+ 和依赖: pip install akshare pandas numpy

# 单基金分析
python fund_screener.py <基金代码> [基金名称]

# 纯债基金筛选（低风险）
python fund_screener.py --bond

# 固收+基金筛选
python fund_screener.py --gushou-plus

# 股票类基金筛选
python fund_screener.py --stock

# Alpha策略筛选（卡玛比率）
python fund_screener.py --stock-alpha

# 自定义参数
python fund_screener.py --bond --min-sharpe 1.0 --max-dd 2 --min-return 2.5
python fund_screener.py --gushou-plus --min-sortino 1.5
python fund_screener.py --stock-alpha --min-calmar 0.8 --min-return 10

# 数量控制
python fund_screener.py --bond --max 50

筛选模式与指标

模式	参数	核心指标	默认筛选标准
纯债基金	--bond	夏普比率	夏普>=1.0, 回撤<2%, 收益>2.5%
固收+	--gushou-plus	索提诺比率	夏普>=0.8, 索提诺>=1.2, 回撤<5%, 收益>3.5%
股票Alpha	--stock-alpha	卡玛比率	卡玛>=1.2, 回撤<30%, 收益>10%
默认/股票	无/--stock	夏普比率	夏普>=0.5, 回撤<15%, 收益>3%

自定义参数

参数	说明
--min-sharpe <value>	最小夏普比率
--min-sortino <value>	最小索提诺比率
--min-calmar <value>	最小卡玛比率
--max-dd <value>	最大回撤百分比（正数，如5表示<5%）
--min-return <value>	最小年化收益率(%)
--max <value>	最大分析数量（50-500）

作为 Python 模块使用

from fund_screener import get_fund_metrics, analyze_single_fund, calculate_sharpe_ratio

# 分析单只基金
metrics = get_fund_metrics('004010', '华泰柏瑞鼎利混合A')

# 深度分析
analysis = analyze_single_fund('004010')

数据来源

• 基金净值: 东方财富网 (via AkShare)
• 基金经理/规模: 基金经理持仓数据
• 资产配置: 基金季度持仓报告
• 数据验证: 百度股市通 (via BrowserMCP，可选增强)

浏览器数据验证（BrowserMCP）

AkShare的部分数据存在已知偏差（基金规模为经理总规模而非单只基金规模、持仓数据可能滞后、收益率计算口径差异）。当BrowserMCP可用时，应在Python筛选生成CSV后，自动通过浏览器访问百度股市通进行数据交叉验证和修正。

前置条件

• .mcp.json 中已配置 BrowserMCP

完整工作流

Step 1: 运行Python筛选 → 生成初始CSV
Step 2: 读取CSV，识别A/C份额对，去重
Step 3: 逐只基金通过BrowserMCP访问百度股市通
Step 4: 验证并修正三大数据：规模、持仓、收益
Step 5: 更新CSV + 保存验证缓存JSON
Step 6: 输出修正摘要

Step 2: A/C份额去重

同一基金的A/C份额共享相同的持仓和规模，无需重复验证。去重规则：

• 去掉基金名称末尾的A/B/C/E/H后缀进行分组
• 每组只验证一个份额（代码数字较小的优先）
• 验证后的持仓和规模数据复制到同组所有份额
• 近1年收益因费率差异不同，每个份额单独取值（或仅验证A份额）

Step 3: 浏览器验证协议

对每只唯一基金，访问两个页面：

3a. 持仓页 — 获取前5大持仓

URL: https://gushitong.baidu.com/fund/ab-{code}?mainTab=%E6%8C%81%E4%BB%93

使用 browser_navigate 访问后 browser_snapshot 获取快照。在快照文本中查找：

十大重仓股票  更新日期：YYYY-MM-DD
股票A名 X.XX% 股票B名 X.XX% 股票C名 X.XX% ...

提取前5个股票名称，用 , 连接作为"前5大持仓"。

异常处理：

• 若显示 十大重仓股票 暂无数据 → 保留CSV原值（港股通基金常见）
• 若页面超时 → 重试1次，仍失败则跳过
• 若显示 服务异常 → 等待2秒后重试

3b. 简况页 — 获取规模和近1年收益

URL: https://gushitong.baidu.com/fund/ab-{code}?mainTab=%E7%AE%80%E5%86%B5

使用 browser_navigate 访问后 browser_snapshot 获取快照。在快照文本中查找：

• 近1年收益: 寻找 近一年 附近的百分比数值，如 +53.47% 近一年 → 提取 53.47
• 基金规模: 寻找 规模 附近的数值，格式如 X.XX亿 → 提取 X.XX

注意：部分基金的规模在简况页未直接显示数值，可尝试从持仓页的快照中查找。

Step 4: 修正CSV

对每只验证过的基金：

• 若百度的"前5大持仓"与CSV不同 → 用百度数据覆盖CSV
• 若百度的"基金规模"与CSV不同 → 用百度数据覆盖CSV
• 若百度的"近1年收益"与CSV不同 → 用百度数据覆盖CSV
• 对A/C份额对：将A份额的持仓和规模数据同步到C份额

Step 5: 保存验证缓存

更新 baidu_fund_data.json 文件，Schema如下：

{
  "004814": {
    "规模": "189.25",
    "近1年": "53.63",
    "前5大持仓": "紫金矿业, 徐工机械, 新华保险, 中国重汽, 三一重工",
    "持仓更新日期": "2025-12-31",
    "验证时间": "2026-02-24"
  }
}

Step 6: 输出修正摘要

验证完成后打印汇总表：

=== 数据验证摘要 ===
总计检查: 25 只（去重后）
规模修正: 18 只
持仓修正: 14 只
收益修正: 4 只
跳过(暂无数据): 2 只

性能优化

• 每次页面加载后等待1-2秒，避免触发反爬
• 25只唯一基金约需50次页面加载，预计耗时5-8分钟
• 可利用缓存JSON：若当天已验证过，跳过重复验证

风险提示

历史业绩不代表未来表现。本工具仅供学习研究，不构成投资建议。