聊一聊基金套利，附基金溢价率抓取方法代码

import requests
import pandas as pd
import json
import time
def 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}")