将分散在各证券公司的结构性金融产品公告汇成一张可比较的表

背景

结构性金融产品每款条件各不相同。到期期限几年、每隔几个月评估一次提前赎回、基础资产是什么、跌到什么位置才进入亏损区间，都因产品而异。而这些条件分散在各证券公司的公告页面里。

在现场看到的情况

要比较就得把各证券公司的主页一个个打开。页面结构也因公司而异。即使这样收集好了，真正比较时仍然做不到，因为条件是以句子写成的。

만기3년 조기상환형 (85-85-80-80-75-70) KI45

对人来说只是一行，但其中同时含有到期 3 年、6 个月周期、各期提前赎回基准线和 Knock-In 45。若不分列，即使放进表里，也还得用眼睛再读一遍。

定义的问题

比起采集，更难的是把句子变成列。做到这一步，一次排序、一次筛选就能按条件比较。否则只是省去打开文件的功夫，比较的功夫一点没少。

做出来的东西

• 按证券公司管理采集地址 —— 在画面上登记并修改从哪家证券公司的哪个页面获取。公告页地址变了，只改那一行即可
• 选择性采集 —— 可以扫遍全部已登记的证券公司，也可以只挑需要的部分采集
• 结构字符串解析 —— 从产品结构标记中把到期年数、赎回周期、Knock-Out、Knock-In 分别提取到各自的列
• 基础资产拆分 —— 无论指数还是个股，最多拆成三列存放
• Excel 转换与整合 —— 把各证券公司的结果合并成一个文件。还设置了直接打开保存文件夹的按钮，不用再到处找结果
• 作业状态显示 —— 在画面上留下采集进行到哪一步的记录

结果

用了大约 2 周做成并交付。27 款产品放进了一张表，币种、提前赎回日、到期日、收益率、基础资产、Knock-Out、Knock-In 全都在同一列。一次排序即可按条件比较。

用同样方式做的其他工作收录在网页数据采集里。

同一主题的其他工作收录在数据分析里。