Earnings Calendar

2026-03-30 新闻来源：网淘吧围观:21

电脑广告

手机广告

财报日历

概述

此功能利用 Financial Modeling Prep (FMP) API 检索即将发布的美国股票财报公告。它重点关注市值较大（中盘股及以上，超过20亿美元）且可能影响市场走势的公司。该功能会生成组织有序的 Markdown 报告，显示未来一周内将发布财报的公司，并按日期和时间（开盘前、收盘后或时间未公布）进行分组。

主要功能：

Earnings Calendar

使用 FMP API 获取可靠、结构化的财报数据
按市值（>20亿美元）筛选，重点关注能影响市场的公司
包含每股收益 (EPS) 和营收预期
支持多环境（命令行、桌面端、网页端）
灵活的 API 密钥管理
按日期、时间和市值进行组织

先决条件

FMP API 密钥

此功能需要一个 Financial Modeling Prep API 密钥。

获取免费 API 密钥：

访问：https://site.financialmodelingprep.com/developer/docs
注册免费账户
立即获取API密钥
免费层级：每日250次API调用（足以满足每周收益日历需求）

按环境配置API密钥：

Claude代码（CLI）：

export FMP_API_KEY="your-api-key-here"

Claude桌面版：在系统中设置环境变量或配置MCP服务器。

Claude网页版： API密钥将在技能执行期间请求（仅存储在当前会话中）。

核心工作流程

步骤1：获取当前日期并计算目标周

关键：始终从获取准确的当前日期开始。

检索当前日期和时间：

使用系统日期/时间获取今日日期
注意："今日日期"在环境（<env>标签）中提供
计算目标周：当前日期起未来7天

日期范围计算：

Current Date: [e.g., November 2, 2025]
Target Week Start: [Current Date + 1 day, e.g., November 3, 2025]
Target Week End: [Current Date + 7 days, e.g., November 9, 2025]

为何重要：

财报日历具有时效性
"下周"必须基于实际当前日期计算
为API请求提供准确的日期范围

日期格式化为YYYY-MM-DD以确保API兼容性。

步骤2：加载FMP API指南

在检索数据前，请加载全面的FMP API指南：

Read: references/fmp_api_guide.md

该指南包含：

FMP API端点结构及参数
认证要求
市值筛选策略（通过公司概况API）
财报发布时间惯例（BMO、AMC、TAS）
响应格式及字段说明
错误处理策略
最佳实践与优化提示

步骤三：API密钥检测与配置

根据运行环境检测API密钥可用性

多环境API密钥检测机制：

3.1 检查环境变量（命令行/桌面环境）

if [ ! -z "$FMP_API_KEY" ]; then
  echo "✓ API key found in environment"
  API_KEY=$FMP_API_KEY
fi

若环境变量已设置，则跳转至步骤四

3.2 向用户请求API密钥（桌面/网页环境）

若未检测到环境变量，则调用AskUserQuestion工具：

问题配置方案：

Question: "This skill requires an FMP API key to retrieve earnings data. Do you have an FMP API key?"
Header: "API Key"
Options:
  1. "Yes, I'll provide it now" → Proceed to 3.3
  2. "No, get free key" → Show instructions (3.2.1)
  3. "Skip API, use manual entry" → Jump to Step 8 (fallback mode)

3.2.1 若用户选择“否，获取免费密钥”：

提供操作指引：

To get a free FMP API key:

1. Visit: https://site.financialmodelingprep.com/developer/docs
2. Click "Get Free API Key" or "Sign Up"
3. Create account (email + password)
4. Receive API key immediately
5. Free tier includes 250 API calls/day (sufficient for daily use)

Once you have your API key, please select "Yes, I'll provide it now" to continue.

3.3 请求输入API密钥

若用户已持有API密钥，则请求输入：

交互提示框：

Please paste your FMP API key below:

(Your API key will only be stored for this conversation session and will be forgotten when the session ends. For regular use, consider setting the FMP_API_KEY environment variable.)

将API密钥存储至会话变量：

API_KEY = [user_input]

向用户确认操作：

✓ API key received and stored for this session.

Security Note:
- API key is stored only in current conversation context
- Not saved to disk or persistent storage
- Will be forgotten when session ends
- Do not share this conversation if it contains your API key

Proceeding with earnings data retrieval...

步骤四：通过FMP API获取收益数据

使用Python脚本从FMP API获取收益数据。

脚本位置:

scripts/fetch_earnings_fmp.py

执行:

选项A：使用环境变量（CLI）:

python scripts/fetch_earnings_fmp.py 2025-11-03 2025-11-09

选项B：使用会话API密钥（桌面/网页）:

python scripts/fetch_earnings_fmp.py 2025-11-03 2025-11-09 "${API_KEY}"

脚本工作流程（自动）：

验证API密钥和日期参数
调用FMP收益日历API获取日期范围数据
获取公司简介（市值、行业板块、具体行业）
筛选市值大于20亿美元的公司
标准化时间安排（盘前BMO/盘后AMC/盘中TAS）
按日期 → 时间安排 → 市值（降序）排序
将JSON输出到标准输出

预期输出格式（JSON）：

[
  {
    "symbol": "AAPL",
    "companyName": "Apple Inc.",
    "date": "2025-11-04",
    "timing": "AMC",
    "marketCap": 3000000000000,
    "marketCapFormatted": "$3.0T",
    "sector": "Technology",
    "industry": "Consumer Electronics",
    "epsEstimated": 1.54,
    "revenueEstimated": 123400000000,
    "fiscalDateEnding": "2025-09-30",
    "exchange": "NASDAQ"
  },
  ...
]

保存到文件（建议与报告生成器配合使用）：

python scripts/fetch_earnings_fmp.py 2025-11-03 2025-11-09 "${API_KEY}" > earnings_data.json

或捕获到变量：

earnings_data=$(python scripts/fetch_earnings_fmp.py 2025-11-03 2025-11-09 "${API_KEY}")

错误处理：

如果脚本返回错误：

401 未授权：API密钥无效 → 验证密钥或重新输入
429 速率限制：超过每日250次调用 → 等待或升级计划
空结果：日期范围内无收益数据 → 扩大日期范围或在报告中注明
连接错误：网络问题 → 重试或使用缓存的可用数据

步骤5：处理和组织数据

一旦获取到收益数据（JSON格式），进行处理和组织：

5.1 解析JSON数据

从脚本输出加载JSON数据：

import json
earnings_data = json.loads(earnings_json_string)

或如果保存到文件：

with open('earnings_data.json', 'r') as f:
    earnings_data = json.load(f)

5.2 验证数据结构

确认数据包含必要字段：

✓ 股票代码
✓ 公司名称
✓ 日期
✓ 时间（盘前/盘后/未公布）
✓ 市值
✓ 行业

5.3 按日期分组

将所有财报发布日期按日期分组：

星期日，[完整日期]（如适用）
星期一，[完整日期]
星期二，[完整日期]
星期三，[完整日期]
星期四，[完整日期]
星期五，[完整日期]
星期六，[完整日期]（如适用）

5.4 按发布时间子分组

在每个日期内，创建三个子部分：

盘前 (BMO)
盘后 (AMC)
时间未公布 (TAS)

数据已通过脚本按时间排序，请保持此顺序。

5.5 在每个时间分组内

公司已按市值降序排列（脚本输出）：

首先列出大盘股（>2000亿美元）
大型股（100亿至2000亿美元）其次
中型股（20亿至100亿美元）第三

这种优先级排序确保对市场影响最大的公司优先列出。

5.6 计算汇总统计量

计算：

公司总数：数据集中所有公司的数量
巨型/大型股数量：市值 >= 100亿美元的公司数量
中型股数量：市值在20亿至100亿美元之间的公司数量
发布高峰日：财报发布最集中的星期几
行业分布：按行业统计的数量（科技、医疗保健、金融等）
市值最高的公司：按市值排名的前5家公司

步骤6：生成Markdown报告

使用报告生成脚本，根据JSON数据创建格式化的Markdown报告。

脚本位置：

scripts/generate_report.py

执行:

选项 A：输出到标准输出:

python scripts/generate_report.py earnings_data.json

选项 B：保存到文件:

python scripts/generate_report.py earnings_data.json earnings_calendar_2025-11-02.md

脚本功能:

从 JSON 文件加载盈利数据
按日期和时段（BMO/AMC/TAS）分组
在各组内按市值排序
计算汇总统计信息
生成格式化的 Markdown 报告
输出到标准输出或保存到文件

脚本自动处理所有格式化，包括：

正确的 Markdown 表格结构
日期分组和星期名称
市值排序
每股收益和收入格式化
汇总统计信息计算

报告结构:

# Upcoming Earnings Calendar - Week of [START_DATE] to [END_DATE]

**Report Generated**: [Current Date]
**Data Source**: FMP API (Mid-cap and above, >$2B market cap)
**Coverage Period**: Next 7 days
**Total Companies**: [COUNT]

---

## Executive Summary

- **Total Companies Reporting**: [TOTAL_COUNT]
- **Mega/Large Cap (>$10B)**: [LARGE_CAP_COUNT]
- **Mid Cap ($2B-$10B)**: [MID_CAP_COUNT]
- **Peak Day**: [DAY_WITH_MOST_EARNINGS]

---

## [Day Name], [Full Date]

### Before Market Open (BMO)

| Ticker | Company | Market Cap | Sector | EPS Est. | Revenue Est. |
|--------|---------|------------|--------|----------|--------------|
| [TICKER] | [COMPANY] | [MCAP] | [SECTOR] | [EPS] | [REV] |

### After Market Close (AMC)

| Ticker | Company | Market Cap | Sector | EPS Est. | Revenue Est. |
|--------|---------|------------|--------|----------|--------------|
| [TICKER] | [COMPANY] | [MCAP] | [SECTOR] | [EPS] | [REV] |

### Time Not Announced (TAS)

| Ticker | Company | Market Cap | Sector | EPS Est. | Revenue Est. |
|--------|---------|------------|--------|----------|--------------|
| [TICKER] | [COMPANY] | [MCAP] | [SECTOR] | [EPS] | [REV] |

---

[Repeat for each day of week]

---

## Key Observations

### Highest Market Cap Companies This Week
1. [COMPANY] ([TICKER]) - [MCAP] - [DATE] [TIME]
2. [COMPANY] ([TICKER]) - [MCAP] - [DATE] [TIME]
3. [COMPANY] ([TICKER]) - [MCAP] - [DATE] [TIME]

### Sector Distribution
- **Technology**: [COUNT] companies
- **Healthcare**: [COUNT] companies
- **Financial**: [COUNT] companies
- **Consumer**: [COUNT] companies
- **Other**: [COUNT] companies

### Trading Considerations
- **Days with Heavy Volume**: [DATES with multiple large-cap earnings]
- **Pre-Market Focus**: [BMO companies that may move markets]
- **After-Hours Focus**: [AMC companies that may move markets]

---

## Timing Reference

- **BMO (Before Market Open)**: Announcements typically around 6:00-8:00 AM ET before market opens at 9:30 AM ET
- **AMC (After Market Close)**: Announcements typically around 4:00-5:00 PM ET after market closes at 4:00 PM ET
- **TAS (Time Not Announced)**: Specific time not yet disclosed - monitor company investor relations

---

## Data Notes

- **Market Cap Categories**:
  - Mega Cap: >$200B
  - Large Cap: $10B-$200B
  - Mid Cap: $2B-$10B

- **Filter Criteria**: This report includes companies with market cap $2B and above (mid-cap+) with earnings scheduled for the next week.

- **Data Source**: Financial Modeling Prep (FMP) API

- **Data Freshness**: Earnings dates and times can change. Verify critical dates through company investor relations websites for the most current information.

- **EPS and Revenue Estimates**: Analyst consensus estimates from FMP API. Actual results will be reported on earnings date.

---

## Additional Resources

- **FMP API Documentation**: https://site.financialmodelingprep.com/developer/docs
- **Seeking Alpha Calendar**: https://seekingalpha.com/earnings/earnings-calendar
- **Yahoo Finance Calendar**: https://finance.yahoo.com/calendar/earnings

---

*Report generated using FMP Earnings Calendar API with mid-cap+ filter (>$2B market cap). Data current as of report generation time. Always verify earnings dates through official company sources.*

格式化最佳实践使用Markdown表格进行清晰展示

如需要，可将重要公司名称（超大型股）加粗
包含易于阅读格式的市值信息（$3.0T, $150B, $5.2B） - 已由脚本格式化
按日期和发布时间进行逻辑分组
顶部包含摘要部分以便快速概览
若可获得，请包含每股收益和营收预测
步骤7：质量保证

在最终确定报告前，请核实：

数据质量检查

：✓ 所有日期均落在目标周内（未来7天）

✓ 所有公司的市值信息均已提供
✓ 每家公司均已指定发布时间（盘前/盘后/不定时）
✓ 各章节内的公司已按市值排序
✓ 摘要统计信息准确无误
✓ 报告生成日期已明确标注
✓ 在可获得的情况下已包含每股收益和营收预测
完整性检查

Completeness Checks✓ 目标周的所有日期均已包含（即使没有收益数据）

✓ 主要知名公司均未遗漏（必要时可对照外部来源进行验证）
✓ 在可获得的情况下包含行业信息
✓ 存在时间参考部分
✓ 数据来源已注明（FMP API）
格式检查

:✓ Markdown 表格格式正确

✓ 日期格式保持一致
✓ 市值使用一致的单位（B 代表十亿，T 代表万亿）
✓ 所有部分均遵循模板结构
✓ 无占位符文本（[PLACEHOLDER]）残留
✓ EPS 和营收预估格式正确
步骤 8：保存并交付报告

使用适当的文件名保存生成的报告：

文件名约定

:示例：

earnings_calendar_[YYYY-MM-DD].md

earnings_calendar_2025-11-02.mdearnings_calendar_2025-11-02.md

文件名中的日期代表报告生成日期，而非财报周。

交付：

将Markdown文件保存到工作目录
通知用户报告已生成
提供关键发现的简要摘要（例如：“下周有45家公司发布财报，苹果和微软在周一”）

示例摘要：

✓ Earnings calendar report generated: earnings_calendar_2025-11-02.md

Summary for week of November 3-9, 2025:
- 45 companies reporting earnings
- 28 large/mega-cap, 17 mid-cap
- Peak day: Thursday (15 companies)
- Notable: Apple (Mon AMC), Microsoft (Tue AMC), Tesla (Wed AMC)

Top 5 by market cap:
1. Apple - $3.0T (Mon AMC)
2. Microsoft - $2.8T (Tue AMC)
3. Alphabet - $1.8T (Thu AMC)
4. Amazon - $1.6T (Fri AMC)
5. Tesla - $800B (Wed AMC)

备用模式（步骤8替代方案）：手动数据输入

如果API访问不可用或用户选择跳过API：

提供手动输入说明：

Since FMP API is not available, you can manually gather earnings data:

1. Visit Finviz: https://finviz.com/screener.ashx?v=111&f=cap_midover%2Cearningsdate_nextweek
2. Or Yahoo Finance: https://finance.yahoo.com/calendar/earnings
3. Note down companies reporting next week

Please provide the following information for each company:
- Ticker symbol
- Company name
- Earnings date
- Timing (BMO/AMC/TAS)
- Market cap (approximate)
- Sector

I will format this into the standard earnings calendar report.

处理手动输入：

解析用户提供的财报数据
按日期、时间和市值进行组织
使用相同模板生成报告
在报告中注明：“数据来源：手动输入”

用例与示例

用例1：每周回顾（主要用例）

用户请求："获取下周的财报日历"

工作流程：

获取当前日期（例如：2025年11月2日）
计算目标周（2025年11月3日至9日）
加载FMP API指南
检测/请求API密钥

获取财报数据：

python scripts/fetch_earnings_fmp.py 2025-11-03 2025-11-09 > earnings_data.json

生成Markdown报告：

python scripts/generate_report.py earnings_data.json earnings_calendar_2025-11-02.md

向用户发送摘要通知

完整一句话总结：

python scripts/fetch_earnings_fmp.py 2025-11-03 2025-11-09 > earnings_data.json && \
python scripts/generate_report.py earnings_data.json earnings_calendar_2025-11-02.md

用例2：专注于特定日期

用户请求："周一会发布哪些财报？"

工作流程：

获取当前日期并确定下一个周一（例如：2025年11月4日）
获取整周数据（与用例1相同）
生成完整报告但突出显示周一部分
提供周一的财报口头摘要并加以强调

用例 3：超大型股聚焦

用户请求："显示下周市值超过1000亿美元的公司的财报信息"

工作流程：

获取完整财报数据（脚本已预设过滤市值>20亿美元的公司）
正常处理和组织数据
生成报告时，在顶部添加"超大型股聚焦"部分
筛选表格，仅显示市值>1000亿美元的公司
注意：完整数据仍包含在附录中供参考

用例 4：特定行业

用户请求："下周有哪些科技公司发布财报？"

工作流程：

获取完整财报数据
正常处理和组织数据
按行业筛选结果，选择"科技"行业
生成聚焦科技行业的报告
注意：报告模板结构保持不变；仅内容经过筛选

故障排除

问题：API密钥无效

解决方案：

验证API密钥是否正确（仔细复制粘贴）
检查API密钥是否处于激活状态（登录FMP控制面板）
确保密钥前后没有多余的空格
尝试从FMP控制面板生成新的API密钥

问题：脚本返回空结果

解决方案：

验证日期范围是否为未来日期（而非过去日期）
检查日期格式是否为YYYY-MM-DD
尝试更宽的日期范围（例如14天而非7天）
确认公司确实在该周已公布财报日期

问题：缺少主要公司

解决方案：

公司可能尚未公布财报日期
部分公司公布日期非常晚（提前1-2天）
与公司投资者关系网站进行交叉核对
市值可能已跌破20亿美元门槛

问题：触发速率限制（429错误）

解决方案：

免费层级：每日250次调用
每份周报使用约3-5次API调用
检查其他工具/脚本是否使用同一API密钥
等待24小时速率限制重置
若需频繁使用，可考虑升级至付费层级

问题：脚本执行错误

解决方案：

验证Python 3是否已安装：python3 --version
安装requests库：pip install requests
检查脚本是否具有执行权限：chmod +x fetch_earnings_fmp.py
显式使用python3运行：python3 fetch_earnings_fmp.py ...

最佳实践

注意事项

✓ 在任何数据检索之前，先获取当前日期 ✓ 使用FMP API作为主要来源以确保可靠性 ✓ 将API密钥存储在环境变量中，以便在CLI中使用 ✓ 按市值排序，优先考虑高影响力公司 ✓ 按日期和发布时间分组，以实现逻辑组织 ✓ 包含汇总统计以便快速概览 ✓ 在报告页脚注明数据来源 ✓ 使用清晰的Markdown表格以提高可读性 ✓ 提供发布时间参考部分以明确时间 ✓ 注明数据新鲜度和可能存在的变更 ✓ 在可用时纳入每股收益和营收预测

禁止事项

✗ 不要未经从当前日期计算就假定"下周" ✗ 不要省略发布时间信息（盘前/盘后/盘中） ✗ 不要在报告中混用日期格式（保持一致性） ✗ 除非特别要求，否则不要包含微型/小型市值公司 ✗ 不要忘记在各部分内按市值排序 ✗ 不要在对话或报告中分享API密钥 ✗ 不要包含本周或已过期的财报 ✗ 不要未经质量保证检查就生成报告 ✗ 不要将API密钥提交到版本控制系统

安全注意事项

API密钥安全

重要提醒:

✓ 测试时使用免费层级的API密钥
✓ 定期轮换密钥
✓ 不要分享包含API密钥的对话
✓ 为CLI使用将API密钥设置为环境变量
✓ 聊天中提供的密钥仅限会话使用（会话结束后即失效）
✗ 切勿将API密钥提交至Git仓库
✗ 切勿将具备敏感数据访问权限的生产环境API密钥用于开发测试

最佳实践：对于Claude代码（CLI），请始终使用环境变量：

# Add to ~/.zshrc or ~/.bashrc
export FMP_API_KEY="your-key-here"

对于Claude网页版，请注意：

聊天中输入的API密钥具有临时性
仅存储在对话上下文中
不会保存至磁盘
会话结束时自动清除

资源

FMP API：

主要文档：https://site.financialmodelingprep.com/developer/docs
获取API密钥：https://site.financialmodelingprep.com/developer/docs
收益日历API：https://site.financialmodelingprep.com/developer/docs/earnings-calendar-api
公司概况API：https://site.financialmodelingprep.com/developer/docs/companies-key-metrics-api
定价/速率限制：https://site.financialmodelingprep.com/developer/docs/pricing

补充来源（用于验证）：

Seeking Alpha：https://seekingalpha.com/earnings/earnings-calendar
雅虎财经：https://finance.yahoo.com/calendar/earnings
MarketWatch：https://www.marketwatch.com/tools/earnings-calendar

技能资源：

FMP API 指南：references/fmp_api_guide.md
Python 脚本：scripts/fetch_earnings_fmp.py
报告模板：assets/earnings_report_template.md

总结

该技能提供了一种可靠的、基于API的方法来生成美股每周盈利日历。通过使用FMP API，确保获取结构化的准确数据，并附带如每股收益/营收预估等额外洞察。多环境支持使其能在命令行、桌面和网页端灵活使用，而备用模式则确保了即便没有API访问也能保持功能运行。

核心工作流程：日期计算 → API密钥设置 → API数据获取 → 处理 → 报告生成 → 质量保证 → 交付

输出结果：生成简洁有序的Markdown报告，盈利数据按日期/时段/市值分组，包含摘要统计和交易注意事项。

免责申明

部分文章来自各大搜索引擎，如有侵权，请与我联系删除。

打赏

文章底部电脑广告

手机广告位-内容正文底部

标签

上一篇：Moltspaces 下一篇：Crypto Wallets & Payments for AI Agents

Earnings Calendar

财报日历

概述

先决条件

FMP API 密钥

核心工作流程

步骤1：获取当前日期并计算目标周

步骤2：加载FMP API指南

步骤三：API密钥检测与配置

3.1 检查环境变量（命令行/桌面环境）

3.2 向用户请求API密钥（桌面/网页环境）

3.3 请求输入API密钥

步骤四：通过FMP API获取收益数据

步骤5：处理和组织数据

5.1 解析JSON数据

5.2 验证数据结构

5.3 按日期分组

5.4 按发布时间子分组

5.5 在每个时间分组内

5.6 计算汇总统计量

步骤6：生成Markdown报告

在最终确定报告前，请核实：

使用适当的文件名保存生成的报告：

备用模式（步骤8替代方案）：手动数据输入

用例与示例

用例1：每周回顾（主要用例）

用例2：专注于特定日期

用例 3：超大型股聚焦

用例 4：特定行业

故障排除

问题：API密钥无效

问题：脚本返回空结果

问题：缺少主要公司

问题：触发速率限制（429错误）

问题：脚本执行错误

最佳实践

注意事项

禁止事项

安全注意事项

API密钥安全

资源

总结

相关文章

推荐文章

热门浏览

标签列表