aifinlab/fund-holding-analyzer

基金持仓穿透分析 (Fund Holding Analyzer)

深度解析基金底层持仓结构、集中度、风格暴露的专业工具。

功能概述

• 持仓集中度: Top10/20集中度、赫芬达尔指数
• 重仓股分析: 前十大重仓、持仓变化、新进场/退出股
• 行业分布: 申万行业分类、行业集中度
• 风格暴露: 市值分布、估值分布、成长价值风格
• FOF穿透: 穿透FOF持仓基金、计算底层资产
• 关联交易: 同一基金经理管理产品交叉持仓

使用方法

命令行调用

# 持仓分析
fund-holding --fund 000001 --quarter 2024Q4

# 集中度分析
fund-holding --concentration --fund 000001

# FOF穿透
fund-holding --fof --fund 000001 --depth 2

Python API

from fund_holding_analyzer import HoldingAnalyzer

analyzer = HoldingAnalyzer()

# 持仓分析
result = analyzer.analyze_holdings(fund_code='000001', quarter='2024Q4')

# 集中度计算
concentration = analyzer.calculate_concentration(holdings)

# FOF穿透
fof_result = analyzer.fof_lookthrough(fof_code='000001', max_depth=2)

集中度指标

常见集中度指标

| 指标 | 公式 | 含义 | |:---|:---|:---| | CR5 | Top5权重之和 | 前5大持仓占比 | | CR10 | Top10权重之和 | 前10大持仓占比 | | HHI | Σ(wi²) | 赫芬达尔指数，越接近1越集中 | | Gini | 基尼系数 | 0-1，越大分布越不均 | | 有效持仓数 | 1/HHI | 等效于多少个等权持仓 |

集中度解读

| HHI | 集中度 | 风险 | |:---|:---|:---| | < 0.05 | 非常分散 | 低 | | 0.05-0.10 | 分散 | 较低 | | 0.10-0.15 | 适中 | 中等 | | 0.15-0.25 | 集中 | 较高 | | > 0.25 | 非常集中 | 高 |

风格分析

市值分布

| 市值区间 | 定义 | 风格 | |:---|:---|:---| | 大盘股 | 市值 > 500亿 | 稳健、低波动 | | 中盘股 | 100-500亿 | 成长性好 | | 小盘股 | 50-100亿 | 高弹性 | | 微盘股 | < 50亿 | 高风险高收益 |

估值分布

| 估值区间 | PE/PB范围 | 风格 | |:---|:---|:---| | 低估值 | PE < 15 | 价值型 | | 合理估值 | PE 15-30 | 均衡型 | | 高估值 | PE > 30 | 成长型 |

FOF穿透分析

穿透层级

FOF (Level 0)
  ├── 基金A (Level 1)
  │     ├── 股票1 (Level 2)
  │     ├── 股票2
  │     └── 债券1
  ├── 基金B (Level 1)
  │     ├── 股票3
  │     └── 股票4
  └── 现金

穿透计算

底层股票1的等效权重 = FOF中基金A的权重 × 基金A中股票1的权重

总股票仓位 = Σ(各基金权重 × 该基金股票仓位)

输出格式

持仓分析报告

{
  "analysis_id": "HOLD_20260321_001",
  "fund_code": "000001",
  "fund_name": "华夏成长混合",
  "quarter": "2024Q4",
  "analysis_date": "2026-03-21",
  "concentration": {
    "cr5": 0.35,
    "cr10": 0.52,
    "hhi": 0.08,
    "effective_holdings": 12.5
  },
  "top_holdings": [
    {
      "rank": 1,
      "code": "600519",
      "name": "贵州茅台",
      "weight": 0.085,
      "change": 0.015,
      "sector": "食品饮料"
    }
  ],
  "sector_distribution": {
    "科技": 0.28,
    "消费": 0.22,
    "医药": 0.15
  },
  "style_exposure": {
    "market_cap": {"large": 0.45, "mid": 0.35, "small": 0.20},
    "valuation": {"value": 0.30, "blend": 0.40, "growth": 0.30}
  }
}

示例

示例1: 持仓集中度分析

输入:

分析基金000001的持仓集中度

输出:

📊 持仓集中度分析

基金: 华夏成长混合 (000001)
报告期: 2024Q4

集中度指标:
  CR5:  35.2% (前5大持仓占比)
  CR10: 52.3% (前10大持仓占比)
  HHI:  0.083 (赫芬达尔指数)
  有效持仓数: 12.0

评级: 🟡 适中集中
解读:
  • 前10大持仓占一半以上，有一定集中度
  • HHI=0.083属于适中分散水平
  • 等效于12个等权重持仓
  • 风险收益特征相对均衡

行业集中度:
  Top3行业占比: 68%
  HHI(行业): 0.12
  主要配置: 科技(28%)、消费(22%)、医药(15%)

示例2: 重仓股分析

输入:

分析基金重仓股变化

输出:

📊 重仓股分析

前十大重仓股:
  排名  代码      名称        权重    变化      行业
  ─────────────────────────────────────────────────
  1    600519   贵州茅台    8.5%   +1.5% ⬆️  食品饮料
  2    300750   宁德时代    7.2%   +0.8% ⬆️  电力设备
  3    000858   五粮液      6.8%   -0.5% ⬇️  食品饮料
  4    600036   招商银行    5.5%   持平 ─   银行
  5    300760   迈瑞医疗    4.8%   +2.0% ⬆️  医药生物
  6    000333   美的集团    4.2%   新进 ⭐  家用电器
  7    600276   恒瑞医药    3.8%   -1.2% ⬇️  医药生物
  8    002594   比亚迪      3.5%   +0.5% ⬆️  汽车
  9    601012   隆基绿能    3.2%   退出 ❌  电力设备
  10   300124   汇川技术    3.0%   新进 ⭐  机械设备

调仓特征:
  ✅ 加仓: 茅台、宁德、迈瑞 (看好消费复苏+新能源)
  ⚠️ 减仓: 五粮液、恒瑞 (获利了结或调仓)
  🆕 新进: 美的、汇川 (布局低估值制造)
  ❌ 退出: 隆基绿能 (减持光伏)

变化总结:
  • 整体换手率: 25% (适中)
  • 加仓方向: 消费复苏、医疗设备、智能制造
  • 减仓方向: 光伏、部分医药

示例3: FOF穿透分析

输入:

穿透分析FOF基金底层资产

输出:

📊 FOF穿透分析报告

FOF基金: XX稳健FOF (000001)

一级持仓 (子基金):
  华夏成长混合    25%  (权益)
  易方达蓝筹精选  20%  (权益)
  南方稳健成长    15%  (固收+)
  招商产业债      15%  (债券)
  货币基金        10%  (现金)
  其他            15%

穿透后底层资产:
  股票仓位: 52%
    ├── 贵州茅台    4.2% (8.5% × 25% + 5% × 20%)
    ├── 宁德时代    3.5%
    ├── 五粮液      2.8%
    └── ...
  
  债券仓位: 33%
  现金仓位: 10%
  其他: 5%

风格分析 (穿透后):
  市值: 大盘60% / 中盘30% / 小盘10%
  估值: 价值25% / 均衡45% / 成长30%
  行业: 消费25% / 科技20% / 金融15% / 医药12% / 其他28%

关联交易检测:
  ✅ 未发现同一基金经理重仓股重叠
  ⚠️ 茅台在2只子基金中均有配置 (合计4.2%)

注意事项

1. 季报数据有滞后性（滞后15-20天）
2. 半年报/年报披露全部持仓，季报只披露前10大
3. FOF穿透需要子基金持仓数据
4. 集中度分析需结合基金类型（指数基金通常更集中）
5. 风格分析基于时点的静态分析
6. 关联交易需结合基金经理信息

依赖

numpy>=1.20.0
pandas>=1.3.0

作者

FinClaw - 上海财经大学金融研究工具