【论坛首发】【最新数据】2001-2025年基金评级数据全量数据14549条
一、数据概览
本数据集覆盖了中国公募基金的全方位信息，包含41 个字段（【【【序号、基金代码（前端）、基金全称、基金简称、基金类型、发行日期、成立日期、成立规模、资产规模（截止至2025年06月30日）、份额规模（截止至2025年06月30日）、基金管理人、基金托管人、基金经理人、成立来分红、管理费率、托管费率、销售服务费率、最高认购费率、详情链接、5星评级家数、3年期评级（含同比上期变化情况）、5年期评级（上海证券）、手续费率、近一年涨幅截止到2025.7.29、近三年涨幅截止到2025.7.29、近五年涨幅截止到2025.7.29、日增长率截止到2025.7.29、单位净值（2025.7.29）、业绩比较基准、跟踪标的、投资目标、投资理念、投资范围、投资策略、分红政策、风险收益特征、最高申购费率、最高赎回费率、上海证券2024/9/30、招商证券2025/6/30、济安金信2024/6/30、晨星评级2025/6/30）】】】），从基金的基本信息、管理规模、历史业绩，到评级、投资策略、风险特征等，形成了一个可直接用于实证研究与量化分析的综合数据库。数据截止时间为 2025年7月29日，确保了最新的市场表现和评级结果。
二、数据字段详解
以下为主要字段及其价值说明（部分字段可作为研究因变量或解释变量，直接进入回归模型）：
1. 基础信息类
序号 / 基金代码（前端） / 基金全称 / 基金简称
基础识别信息，支持与Wind、Choice 等第三方金融数据库对接，用于唯一标识基金样本。
基金类型（股票型、混合型、债券型等）
研究不同类型基金的风险收益特征、资金流动规律时的关键分类变量。
发行日期 / 成立日期 / 成立规模
用于分析基金生命周期、规模效应以及发行时市场环境对业绩的影响。
2. 规模与资产结构类
资产规模（截止至2025/06/30）
反映基金管理的资金总量，是研究规模与业绩关系的重要指标。
份额规模（截止至2025/06/30）
可结合资产规模计算单位净值变化，分析申购赎回动态对基金运营的影响。
3. 管理团队与机构信息
基金管理人 / 基金托管人
可用于研究管理机构、托管机构在基金表现中的作用。
基金经理人
可结合经理履历、换帅事件等进行管理效应分析。
4. 收费与费率类
管理费率 / 托管费率 / 销售服务费率 / 最高认购费率 / 最高申购费率 / 最高赎回费率 / 手续费率
可用于探讨费率与基金流入流出、长期收益的相关性。
5. 评级与历史表现类
5星评级家数 / 3年期评级 / 5年期评级（上海证券）
作为基金质量的量化评估指标，可用于研究评级与资金流动、投资者行为的关系。
近一年涨幅 / 近三年涨幅 / 近五年涨幅 / 日增长率 / 单位净值
核心业绩变量，可作为实证研究中的因变量，分析业绩驱动因素。
6. 投资策略与风险特征
业绩比较基准
用于构建超额收益指标（Alpha、Sharpe Ratio 等）。
投资目标 / 投资理念 / 投资范围 / 投资策略
适合文本挖掘、情感分析或主题建模研究，探讨策略类型与业绩的关系。
分红政策
可研究分红行为对基金流动性与投资者行为的影响。
风险收益特征
描述基金的预期风险收益水平，为投资组合优化提供参考。
三、数据优点与独特性
字段丰富、维度完整
涵盖基础信息、规模、费用、评级、业绩、投资策略等 41 项指标，可满足不同研究方向的需求。
高时效性
数据更新至 2025年7月29日，覆盖最新市场表现与评级结果，保证研究结论的现实适用性。
可直接用于量化建模
数据已标准化处理，数值型变量可直接进入回归、机器学习等模型，文本型字段可用于NLP分析。
可多场景适配
既适合学术研究（论文、课题），也适合金融机构的量化策略开发、基金产品对标分析。
可扩展性强
通过基金代码可与其他宏观、微观金融数据库（Wind、同花顺等）关联，拓展研究维度。
四、应用场景示例
经济学与金融学实证研究
基金规模与业绩的关系研究
费率结构对投资者资金流向的影响
基金经理更替与业绩波动分析
投资策略文本挖掘与收益特征研究
金融机构分析
基金产品对标与竞争格局分析
客户推荐模型与智能投顾训练
基于历史业绩和评级的产品筛选
量化投资
构建多因子选基模型（规模、评级、费率、收益等因子）
分析基金超额收益的来源（Alpha研究）