近年来，国内的公募基金处于高速发展阶段，对于基金数据的分析需求也越来越多。我们基于公募基金的公开市场数据和历史净值数据，为大家展示了 DolphinDB 在时间序列数据分析上的一些基础范式和方法，并已将完整教程和代码发布在知乎@DolphinDB。
公募基金公开市场数据预处理
截至 2022 年 7 月，已经面市的公募基金总数约 1 万多只，公开市场数据表的行数与面市公募基金总数相等，所以这个表的数据量相对比较小，我们建议使用 DolphinDB 的维度表进行存储。
- 数据导入
维度表是分布式数据库中没有进行分区的表，适用于存储不频繁更新的小数据集，可使用 createTable 函数创建。
db.createTable(table=schemaTB, tableName=tbName, sortColumns=`InceptDate)- 数据概览
数据导入后，可以执行相关 SQL 语句对维度表数据进行预览。例如：
fundData = loadTable("dfs://publicFundDB", "publicFundData")select top 10 * from fundData
- 查询综合费率最低的基金
在选购基金的时候，综合费率也会是投资者考量的因素之一，我们同样可以执行相关 SQL 语句查询综合费率最低的基金。例如，查询综合费率最低的 50 只债券型且不是指数型的公募基金， 具体代码如下：
select top 50 * from fundFee where Type == "债券型", not(FullName like "%指数%") order by Fee- 按基金类型分组后的信息摘要
如果想查看按基金类型分组后的信息摘要应该怎么做呢？例如统计数据的平均值、最值、计数、标准差，快速计算分位数等。
此时我们将会用到 DolphinDB 内置的 stat 函数、quantile 函数，此外还可以通过 def 自定义一个信息摘要统计函数，然后对 Type 列进行分组计算。
- 按基金类型分组后的分布直方图
更直观地，我们可以直接在 DolphinDB GUI 中绘图。这里用到 plotHist 函数，可以按基金类型分组绘制分布直方图：
公募基金历史净值数据基础分析
在选购基金的时候，基金的净值数据也会是投资者考量的因素之一，本教程中使用复权净值进行与基金回报率相关的数据分析。
截至 2022 年 7 月，历史净值数据表的数据量大约是 1 千多万条，建议使用 DolphinDB 的分区表进行存储，分区方法是在时间维度按照年为最小单位进行分区。
- 计算复权净值日收益率
首先我们查询基金的复权净值并通过 panel 函数生成面板数据，然后可以使用 DolphinDB 的 percentChange 函数计算复权净值日收益率，并执行下述代码快速查看部分计算结果：
oriData = select TradeDate, SecurityID, AdjNetValue from fundNetValuepanelData = panel(row=oriData.TradeDate, col=oriData.SecurityID, metrics=oriData.AdjNetValue, rowLabel=workdays, parallel=true)returnsMatrix = panelData.ffill(10).percentChange()returnsMatrix[0:3]
- 计算基金数量变化
计算公募基金在历史上的数量，并绘图：
fundNum = matrix(rowCount(returnsMatrix)).rename!(returnsMatrix.rowNames(), ["count"])plot(fundNum.loc( ,`count), fundNum.rowNames(), '公募基金在历史上的数量变化', LINE)
- 计算复权净值季度平均收益率
执行下述代码，计算公募基金的季度平均收益率，并绘制其中一只基金的季度平均收益率曲线：
qavgReturns = returnsMatrix.setIndexedMatrix!().resample("Q", mean)plot(qavgReturns["160211.SZ"], chartType=LINE)
- 计算各个类型基金的年度平均收益率
执行下述代码，计算各个类型基金的年度平均收益率，并绘制部分类型基金的年度平均收益柱状图：
yearReturnsMatrix = ((returnsMatrix+1).resample("A", prod)-1).nullFill(0).regroup(fundTypeMap[returnsMatrix.colNames()], mean, byRow=falseyearReturnsMatrix = yearReturnsMatrix.loc( , ["债券型", "股票型", "混合型"])yearReturnsMatrix.loc(year(yearReturnsMatrix.rowNames())>=2014, ).plot(chartType=BAR)
- 计算夏普比率
在设置筛选条件，并对指标年化后，可以通过如下代码计算夏普比率并生成年化收益率、年化波动率和夏普比率数据表：
sharpe = (exp - 0.028)/volperf = table(uReturnsMatrix.colNames() as SecurityID, fundTypeMap[uReturnsMatrix.colNames()] as Type, exp*100 as exp, vol*100 as vol, sharpe)基于 perf 数据表进行数据可视化，例如绘制风险收益散点图：
mask = select * from perf where sharpe>0, vol<40, exp<40plot(mask["exp"], mask["vol"], ,SCATTER)
- 计算年度收益率
年度收益率是指一年期限内，投资收益占投资本金的比率，通常等同于实际收益率。核心代码如下：
yearReturnsMatrix50 = transpose((returnsMatrix50 .setIndexedMatrix!()+1).resample("A", prod)-1).nullFill(0)yearReturnsMatrix50.loc(fundTypeMap[yearReturnsMatrix50.rowNames()] == "股票型", ) //查看指定类型基金的年度收益率
- 计算相关系数
基金之间的相关系数，刻画的是基金之间的联动性，有利于分散投资，抵御市场行情差带来的风险。核心代码如下：
corrMatrix = pcross(corr, returnsMatrix50)corrMatrix.loc(fundTypeMap[corrMatrix.rowNames()]=="股票型", fundTypeMap[corrMatrix.rowNames()]=="股票型")//查看指定类型之间的相关系数
- 计算持有区间的累计收益率
在获取 2010 年 1 月 1 日到 2020 年 12 月 31 日买入时的复权净值数据，以及 2020 年 12 月 31 日前买入并持有一年后的复权净值数据后，可执行下述代码计算持有区间的累计收益率：
filterPanelDataTmp, filterPanelData = align(filterPanelDataTmp, filterPanelData)cumulativeReturn = (filterPanelDataTmp - filterPanelData) / filterPanelData
性能对比
我们对 DolphinDB 与 Python Pandas 计算部分指标的性能进行了对比测试，结果如下：
可以看到，DolphinDB 中的函数计算性能普遍优于 Python Pandas 中的函数，并且 DolphinDB 依靠数据存储引擎和计算引擎的高度融合，方便地实现了分布式并行计算，可以有效提高计算效率和节省内存资源。
本教程主要通过公募基金的公开市场数据和历史净值数据在 DolphinDB 中的基础分析案例，介绍了 DolphinDB 时序数据库在时间序列数据分析上的一些基础范式和方法，旨在降低 DolphinDB 初学者们的学习成本，让 DolphinDB 使用者能够快速上手对基金数据进行基础分析。