eps_actual — фактическая прибыль на акциюeps_forecast — прогноз аналитиковeps_surpriseПример ответа API содержит структуру примерно такого вида:
Это позволяет автоматически определить результат:
eps_actual > eps_forecasteps_actual < eps_forecasteps_actual == eps_forecastAPI Bigdata Earnings Surprises также возвращает ключевые данные по квартальной отчётности:
eps_actualeps_estimatedrevenue_actualrevenue_estimatedreporting_dateЭтот интерфейс больше подходит для анализа уже опубликованных отчётов, поскольку ориентирован именно на выявление положительных или отрицательных сюрпризов.
Если вам важно знать время выхода отчёта, некоторые сервисы возвращают отдельное поле:
before market openafter market closeНапример, подобные данные присутствуют в некоторых earnings‑calendar API и могут возвращаться вместе с датой публикации.
Это позволяет в системе сигналов формировать записи вида:
2026‑05‑12 pre-market2026‑05‑12 after-hoursВ сигнальной системе удобно использовать унифицированную таблицу:
ticker
signal_time
earnings_status
earnings_date
earnings_session
eps_actual
eps_estimate
surprise_resultГде:
earnings_status
reportedupcomingsurprise_result
beatmissinlinependingПростейшая логика на Python может выглядеть так:
def classify_earnings(row):
if row["eps_actual"] is None:
return "pending"
if row["eps_actual"] > row["eps_estimate"]:
return "beat"
elif row["eps_actual"] < row["eps_estimate"]:
return "miss"
else:
return "inline"На практике многие системы используют двухэтапную архитектуру:
Такой подход позволяет автоматически получать:
и добавлять эти данные в список торговых сигналов.
Для интеграции календаря отчётности в алгоритмическую систему можно использовать несколько доступных API:
Комбинируя эти источники, можно построить автоматическую колонку в сигнале: дата отчёта + статус публикации + результат относительно ожиданий.
Comments
0 comments