答案已發布1 小時前Last edited 20 分鐘前6 來源

整合美股財報日曆到交易訊號系統：有哪些開源 API 可用？

OpenBB 的 equity.calendar.earnings API 可以查歷史與未來財報日曆，並包含 EPS 與 revenue 數據，適合 Python 量化系統直接整合。[1] AInvest 的 earnings calendar 會返回 eps actual、eps forecast、eps surprise 等欄位，可直接用來判斷財報高於或低於預期。[2] Bigdata 的 Earnings Surprises API 提供 reporting date、eps actual、eps estimated 等數據，適合做財報發布後的 surprise 檢查。[4]

使用 Studio Global AI 搜尋並查核事實瀏覽更多熱門頁面

12K0

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 — 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AI-generated editorial hero image for 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.
AI 提示
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
openai.com

如果你想喺自己嘅 交易訊號列表（signal trigger list） 裡面加一欄財報資訊，例如：

未公布：顯示
```
5‑12 盤前 / 盤後
```
已公布：顯示
```
高於預期 / 低於預期
```

其實只要接入一個 earnings calendar + earnings surprise API 就可以做到。以下幾個接口對量化或自動化系統比較實用。

1️⃣ OpenBB：最容易整合 Python 量化系統

如果你的策略程式是 Python，OpenBB 通常是最順手的入口。

OpenBB 提供：

obb.equity.calendar.earnings() 查詢財報日曆
支援歷史與未來 earnings events
返回 EPS 與 revenue 數據

官方示例：

python

from openbb import obb

obb.equity.calendar.earnings()

obb.equity.calendar.earnings(
    start_date="2024-02-01",
    end_date="2024-02-07"
)

這個 endpoint 可以取得：

公司 symbol
財報日期
EPS / revenue 數據

適合用來做 財報日曆主資料源。^[1]

另外 OpenBB 其實可以指定不同 provider（例如 fmp、nasdaq 等），所以底層數據源可以切換。^[3]

Studio Global AI

Search, cite, and publish your own answer

Use this topic as a starting point for a fresh source-backed answer, then compare citations before you share it.

使用 Studio Global AI 搜尋並查核事實

重點

OpenBB 的 equity.calendar.earnings API 可以查歷史與未來財報日曆，並包含 EPS 與 revenue 數據，適合 Python 量化系統直接整合。[1]
AInvest 的 earnings calendar 會返回 eps actual、eps forecast、eps surprise 等欄位，可直接用來判斷財報高於或低於預期。[2]
Bigdata 的 Earnings Surprises API 提供 reporting date、eps actual、eps estimated 等數據，適合做財報發布後的 surprise 檢查。[4]
API Ninjas、StockFit 等也提供 earnings calendar 或 upcoming earnings API，可以作為備用資料來源。[5][7]

人們還問

「整合美股財報日曆到交易訊號系統：有哪些開源 API 可用？」的簡短答案是什麼？

OpenBB 的 equity.calendar.earnings API 可以查歷史與未來財報日曆，並包含 EPS 與 revenue 數據，適合 Python 量化系統直接整合。[1]

首先要驗證的關鍵點是什麼？

OpenBB 的 equity.calendar.earnings API 可以查歷史與未來財報日曆，並包含 EPS 與 revenue 數據，適合 Python 量化系統直接整合。[1] AInvest 的 earnings calendar 會返回 eps actual、eps forecast、eps surprise 等欄位，可直接用來判斷財報高於或低於預期。[2]

接下來在實務上我該做什麼？

Bigdata 的 Earnings Surprises API 提供 reporting date、eps actual、eps estimated 等數據，適合做財報發布後的 surprise 檢查。[4]

接下來我應該探索哪個相關主題？

繼續“中國灰色市場「影子 API」：開發者點樣繞過限制用到 Claude、Gemini 同 ChatGPT”以獲得另一個角度和額外的引用。

開啟相關頁面

我應該將其與什麼進行比較？

對照「中國六座電動SUV爆紅：高端電動車市場新戰場」交叉檢查此答案。

開啟相關頁面

繼續你的研究

Concept illustration of proxy servers relaying API calls from China to overseas AI models

中國灰色市場「影子 API」：開發者點樣繞過限制用到 Claude、Gemini 同 ChatGPT

來源

python

def classify_earnings(row):

    if row["eps_actual"] is None:
        return f"{row['earnings_date']} 待發布"

    if row["eps_actual"] > row["eps_estimate"]:
        return "高於預期"

    elif row["eps_actual"] < row["eps_estimate"]:
        return "低於預期"

    else:
        return "符合預期"

整合美股財報日曆到交易訊號系統：有哪些開源 API 可用？ | 回答 | Studio Global