聊一聊基金套利,附基金溢价率抓取方法代码

import requestsimport pandas as pdimport jsonimport timedef fetch_jisilu_lof_data():    """    抓取集思录LOF基金数据    """    headers = {        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36',        'Referer': 'https://www.jisilu.cn/data/lof/',        'Cookie': ''    }    url = "https://www.jisilu.cn/data/lof/index_lof_list/?___jsl=LST___t=1767011241054&only_owned=&rp=25"    try:        print(f"正在请求数据: {url} ...")        # 3. 发送GET请求        response = requests.get(url, headers=headers, timeout=10)        # 4. 判断请求状态        if response.status_code == 200:            # 5. 解析JSON数据            json_data = response.json()            # 检查是否包含 rows 数据            if 'rows' in json_data:                rows = json_data['rows']                print(f"成功获取到 {len(rows)} 条基金数据。")                # 6. 数据清洗：提取 'cell' 中的关键字段                clean_list = []                for item in rows:                    cell = item.get('cell', {})                    # 提取套利相关的核心字段                    row_data = {                        '基金代码': cell.get('fund_id'),                        '基金名称': cell.get('fund_nm'),                        '场内价格': cell.get('price'),                        '昨日收盘': cell.get('pre_close'),                        '基金净值': cell.get('fund_nav'),                        '折溢价率(%)': cell.get('discount_rt'),  # 负数=溢价，正数=折价                        '成交量(万手)': cell.get('volume'),                        '成交额(万)': cell.get('amount'),                        '净值日期': cell.get('nav_dt'),                        '指数涨跌幅(%)': cell.get('index_increase_rt'),                        '申购状态': cell.get('apply_status'),                        '申购费': cell.get('apply_fee'),                        '赎回状态': cell.get('redeem_status'),                        '赎回费': cell.get('redeem_fee'),                        '基金公司': cell.get('issuer_nm'),                        '成交量换手率(%)': cell.get('turnover_rt')                    }                    clean_list.append(row_data)                # 7. 转换为 DataFrame                df = pd.DataFrame(clean_list)                # 8. 简单的数据类型转换 (便于后续计算)                # 将价格、净值、溢折率转为数字类型                numeric_cols = ['场内价格', '基金净值', '折溢价率(%)', '成交量(万手)', '成交额(万)', '指数涨跌幅(%)']                for col in numeric_cols:                    df[col] = pd.to_numeric(df[col], errors='coerce')                return df            else:                print("返回的数据中未找到 'rows' 字段。")                return None        else:            print(f"请求失败，状态码: {response.status_code}")            print(f"响应内容: {response.text[:200]}")            return None    except Exception as e:        print(f"发生错误: {e}")        return None# --- 主程序执行 ---if __name__ == "__main__":    # 抓取数据    df_lof = fetch_jisilu_lof_data()    if df_lof is not None:        # 打印前5行预览        print("-" * 50)        print("数据预览 (前5行):")        print(df_lof.head())        # --- 筛选示例：找出溢价率绝对值大于2%的基金 ---        print("\n--- 潜在套利机会筛选 (折溢价率绝对值 > 2%) ---")        # 注意：集思录数据中，discount_rt 为负值代表溢价，正值代表折价        target_df = df_lof[df_lof['折溢价率(%)'].abs() > 2.0]        print(target_df[['基金代码', '基金名称', '场内价格', '基金净值', '折溢价率(%)', '申购状态']])        # --- 保存到文件 ---        filename = 'jisilu_lof_data.xlsx'        df_lof.to_excel(filename, index=False, engine='openpyxl')        print(f"\n完整数据已保存至: {filename}")