可以优先看 OpenBB 的 equity.calendar.earnings,它是 Python 侧较容易集成到量化/信号程序里的接口,文档给出了 from openbb import obb 和 obb.equity.calendar.earnings() 示例,并明确支持获取历史和未来财报发布,且包含 EPS 与营收数据。[1] 如果你的核心需求是“已发布后判断高于/低于预期”,AInvest 和 Bigdata 的接口证据更直接,因为它们返回 eps actual、e 先接 OpenBB 适合 Python,因为文档提供了 Python 调用示例。[1] 能查未来和历史 earnings calendar。[1] 如果...

Create a landscape editorial hero image for this Studio Global article: 如图所示,美股的财报每天都会有日历跟踪,假设我有个信号触发列表,我希望列表中新增一列,来获取当前的财报发布时间,已发布的给出 高于预期还是低于预期的判断,还没发布的给出时间 比如5 12 盘前或5 12 盘后, 主要是需要这个数据接口 来集成到我的信号触发程序中, 哪些开源接口可. Article summary: 可以优先看 OpenBB 的 equity.calendar.earnings,它是 Python 侧较容易集成到量化/信号程序里的接口,文档给出了 from openbb import obb 和 obb.equity.calendar.earnings() 示例,并明确支持获取历史和未来财报发布,且包含 EPS 与营收数据。[1] 如果你的核心需求是“已发布后判断高于/低于预期”,AInvest 和 Bigdata 的接口证据更直接. Topic tags: deepresearch, general web, llm, agents, ai. Reference image context from search candidates: Reference image 1: visual subject "`# Upload the required packages library(xlsx);library(zoo);library(quantmod);library(rowr);library(TTR); # Set the parameters here pc_up_level = 6 # Set the high percentage thresh" source context "Quantinsti-博客中文翻译-六- - 绝不原创的飞龙" Reference image 2: visual subject "`# Upload the required packages library(xlsx
可以优先看 OpenBB 的 equity.calendar.earnings,它是 Python 侧较容易集成到量化/信号程序里的接口,文档给出了 from openbb import obbobb.equity.calendar.earnings() 示例,并明确支持获取历史和未来财报发布,且包含 EPS 与营收数据。[1] 如果你的核心需求是“已发布后判断高于/低于预期”,AInvest 和 Bigdata 的接口证据更直接,因为它们返回
eps_actual、eps_forecast / eps_estimated、eps_surprise 等字段。[2][
4] 但就现有证据看,只能确认 earnings calendar、日期、EPS、revenue、actual、forecast / estimated、surprise 等信息,是否能稳定返回“盘前 / 盘后”发布时间还不能确认,需要你在正式接入前验证具体返回字段。[
1]
Studio Global AI
Use this topic as a starting point for a fresh source-backed answer, then compare citations before you share it.
可以优先看 OpenBB 的 equity.calendar.earnings,它是 Python 侧较容易集成到量化/信号程序里的接口,文档给出了 from openbb import obb 和 obb.equity.calendar.earnings() 示例,并明确支持获取历史和未来财报发布,且包含 EPS 与营收数据。[1] 如果你的核心需求是“已发布后判断高于/低于预期”,AInvest 和 Bigdata 的接口证据更直接,因为它们返回 eps actual、e
可以优先看 OpenBB 的 equity.calendar.earnings,它是 Python 侧较容易集成到量化/信号程序里的接口,文档给出了 from openbb import obb 和 obb.equity.calendar.earnings() 示例,并明确支持获取历史和未来财报发布,且包含 EPS 与营收数据。[1] 如果你的核心需求是“已发布后判断高于/低于预期”,AInvest 和 Bigdata 的接口证据更直接,因为它们返回 eps actual、e 先接 OpenBB 适合 Python,因为文档提供了 Python 调用示例。[1] 能查未来和历史 earnings calendar。[1] 如果你已有 Python 信号程序,它很可能是集成成本较低的起点。 2.
再接 AInvest 或 Bigdata 补 surprise 判断 AInvest 的 eps actual、eps forecast、eps surprise 字段更贴近“高于/低于预期”的需求。[2] Bigdata 的 Earnings Surprises 更像是专门用于已发布财报后的 surprise 查询,因为其文档展示了 latest surprise 请求以及 eps actual、eps estimated 等字段。[4] 3.
继续“中国“影子API”灰色市场:开发者如何绕过限制使用Claude、Gemini和ChatGPT”以获得另一个角度和额外的引用。
Open related page对照“六座电动SUV爆发:重塑中国高端电动车市场的新战场”交叉检查此答案。
Open related pageGet historical and upcoming company earnings releases. Includes earnings per share (EPS) and revenue data. Examples Parameters - standard - fmp - nasdaq - seeking alpha - tmx start date : Start date of the data, in YYYY-MM-DD format. end date : End date o...
Get earnings calendar GET / calendar / earnings Get earnings calendar curl --request GET \ --url \ --header 'Authorization…
Get historical and upcoming company earnings releases. Includes earnings per share (EPS) and revenue data. Examples from openbb import obb obb.equity.calendar.earnings(provider='fmp') Get earnings calendar for specific dates. obb.equity.calendar.earnings(st...
Object specifying which identifier you are using to request the financial latest surprise. You must supply one type and its corresponding value. ... "results": [ "rp entity id": "4A6F00", "target identifier id": "GOOGL", "reporting date": "2025-07-23", "eps...
首选:OpenBB
适合判断“高于/低于预期”:AInvest
适合做已发布后的 surprise 检查:Bigdata
其他可评估接口
| 接口 / 工具 | 可确认能力 | 适合你的哪部分需求 | 证据 |
|---|---|---|---|
OpenBB equity.calendar.earnings | 获取历史和未来财报发布,包含 EPS 和 revenue 数据 | 财报日历主数据源、Python 集成 | [ |
| OpenBB provider 参数 | 示例中支持指定 provider,例如 provider='fmp' | 可切换底层数据源 | [ |
| AInvest Earnings Calendar | 返回 eps_actual、eps_forecast、eps_surprise 等字段 | 判断高于/低于预期 | [ |
| Bigdata Earnings Surprises | 返回 reporting_date、eps_actual、eps_estimated、revenue_actual 等字段 | 已发布财报后的 surprise 判断 | [ |
| API Ninjas Earnings Calendar | 提供过去财报结果和未来财报日期 | 备选日历数据源 | [ |
| StockFit Earnings API | 提供 upcoming earnings、per-symbol lookup、snapshot、EPS history 等 | 更完整的 earnings 数据管线备选 | [ |
你要的最终字段可以设计成类似这样:
ticker | signal_time | earnings_status | earnings_date | earnings_session | eps_actual | eps_estimate | surprise_result其中:
earnings_status
reportedupcomingunknownsurprise_result
beat:实际 EPS 高于预期miss:实际 EPS 低于预期inline:实际 EPS 等于预期pending:还未发布如果你是把它接到“信号触发列表”里,我建议按这个优先级接入:
先接 OpenBB
再接 AInvest 或 Bigdata 补 surprise 判断
把 API Ninjas / StockFit 作为备选
目前证据不足以确认这些接口是否稳定返回你特别需要的:
现有证据只明确提到 earnings calendar、upcoming dates、historical releases、EPS、revenue、actual、forecast / estimated、surprise 等字段。[1][
2][
4][
7] 因此,如果“盘前 / 盘后”是硬需求,需要你实际调用接口或查看完整字段文档确认;仅凭现有证据不能保证。[
1][
2][
4][
5][
7]
Authorization: Bearer <token>from openbb import obbobb.equity.calendar.earnings() 示例,并说明可查询历史和未来财报发布。[eps_actual、eps_forecast、eps_surprise。[eps_actual、eps_estimated 和 reporting_date。[建议你先用 OpenBB + AInvest / Bigdata 做一个两段式数据管线:
def classify_earnings(row):
if row["eps_actual"] is None:
return f'{row["earnings_date"]} 待发布'
if row["eps_actual"] > row["eps_estimate"]:
return "高于预期"
elif row["eps_actual"] < row["eps_estimate"]:
return "低于预期"
else:
return "符合预期"最推荐从 OpenBB 开始,因为它有 Python 调用示例,能查历史和未来 earnings calendar,并包含 EPS 与营收数据。[1] 如果重点是“财报发布后自动判断高于预期还是低于预期”,则应补充接入 AInvest 或 Bigdata,因为它们明确返回实际 EPS 与预期 EPS 相关字段。[
2][
4] 但“盘前 / 盘后”字段目前证据不足,不能保证这些接口一定支持,需要实际调用或查完整字段文档确认。[
1][
2][
4][
5][
7]
中国开发者如何通过“影子API”访问被限制的海外AI模型
This post walks the StockFit earnings API end to end: the earnings calendar API for upcoming reports, the per-symbol earnings date lookup, the earnings snapshot, EPS history, multi-year trends, line-item growth rates, earnings quality, and the 8-K Item 2.02...
The Earnings Calendar API provides access to earnings results and upcoming earning dates for all major companies. Available endpoints: - /v1/earningscalendar - Get a list of past earnings results and upcoming earnings dates - /v1/earningscalendarlist - Get...