earnings-recap

盈利回顾技能

如果宿主尚未执行以下 shell 探测（例如，在 Codex 中），请先使用其 shell 工具运行 ! 包裹的命令，再选择设置路径。使用实际输出；如果无法访问 shell，请说明此限制。

通过 yfinance 使用 Yahoo Finance 数据生成财报发布后的分析。涵盖实际值与预估值、超预期幅度、股价反应和财务背景，全面呈现财报发布后的情况。

重要提示：数据仅供研究和教育用途，不构成财务建议。yfinance 与 Yahoo, Inc. 无关联。

---

第 1 步：确保 yfinance 可用

当前环境状态：

!`python3 -c "exec('try:\n import yfinance\n print(\'yfinance \' + yfinance.__version__ + \' installed\')\nexcept Exception:\n print(\'YFINANCE_NOT_INSTALLED\')')"`

如果显示 YFINANCE_NOT_INSTALLED，请安装：

import subprocess, sys
subprocess.check_call([sys.executable, "-m", "pip", "install", "-q", "yfinance"])

如果已安装，请跳至下一步。

---

第 2 步：识别股票代码并收集数据

从用户的请求中提取股票代码。在一个脚本中获取所有相关的财报发布后数据。

import yfinance as yf
import pandas as pd

ticker = yf.Ticker("AAPL")  # replace with actual ticker

# --- Earnings results ---
earnings_dates = ticker.get_earnings_dates(limit=12)  # report timestamps, newest first
earnings_hist = ticker.earnings_history               # last 4 quarters, indexed by fiscal quarter-end, oldest first

# --- Financial statements (about five quarters, newest first) ---
quarterly_income = ticker.quarterly_income_stmt
quarterly_cashflow = ticker.quarterly_cashflow
quarterly_balance = ticker.quarterly_balance_sheet

# --- Context ---
info = ticker.info
news = ticker.news
recommendations = ticker.recommendations

提取内容

数据来源	关键字段	用途
get_earnings_dates()	财报日期、EPS 预估值、已公布 EPS、超预期（%）	确定是哪次财报、发布时间，以及超预期或不及预期的情况
earnings_history	epsEstimate、epsActual、epsDifference、surprisePercent	按财季列出最近四个季度的业绩
quarterly_income_stmt	TotalRevenue、GrossProfit、OperatingIncome、NetIncome、BasicEPS	实际财务数据
history()	每次财报发布前后的每日收盘价	股价反应
info	currentPrice、marketCap、forwardPE	当前背景信息
news	最新新闻标题	财报相关新闻

---

第 3 步：找到财报并衡量市场反应

earnings_history 按财季末日期建立索引，而非按财报公布日期，因此请从 get_earnings_dates() 获取财报时间：最近一次财报是最新一行含有 Reported EPS 的记录。其时间戳（美国东部时间）决定市场反应窗口：时间为 16:00 或之后，表示公司在收盘后公布财报；更早则表示在开盘前公布，偶尔也可能是在交易时段内公布。如果用户询问的是特定季度，请改用对应行。

def earnings_reaction(ticker, report_ts):
    """% move from the last close before the report to the first close after it."""
    daily = ticker.history(start=(report_ts - pd.Timedelta(days=10)).date(),
                           end=(report_ts + pd.Timedelta(days=10)).date())
    closes = daily["Close"]
    days = closes.index.date
    d = report_ts.date()
    if report_ts.hour >= 16:  # reported after the close: report-day close -> next close
        pre, post = closes[days <= d], closes[days > d]
    else:                     # before the open or intraday: prior close -> report-day close
        pre, post = closes[days < d], closes[days >= d]
    if pre.empty or post.empty:
        return None           # the reaction session hasn't closed yet
    return (post.iloc[0] / pre.iloc[-1] - 1) * 100

reported = earnings_dates[earnings_dates["Reported EPS"].notna()]
latest_ts = reported.index[0]
reaction_pct = earnings_reaction(ticker, latest_ts)

# Typical earnings-day move over the prior four reports
prior_moves = [earnings_reaction(ticker, ts) for ts in reported.index[1:5]]
avg_abs_move = pd.Series([abs(m) for m in prior_moves if m is not None]).mean()

如果 reaction_pct 为 None，表示财报是在最近一次收盘后公布的；请说明常规交易时段的反应尚未出现（如果用户需要，可调用盘中 history(..., prepost=True) 查看盘后波动）。

---

第 4 步：撰写财报回顾

涵盖以下方面，并先呈现结果：

1. 核心结果 — EPS 实际值与预估值及超预期百分比、营收同比增长率，以及股价反应。
2. 预估值与实际值 — 所问季度的 EPS 预估值、实际值和超预期幅度（金额及百分比）。
3. 季度趋势 — 最近几个季度的营收、毛利率、营业利润率和 EPS；根据财务报表计算利润率（毛利 / 营收、营业利润 / 营收）。yfinance 通常会返回约五个季度的数据，因此只有最新季度可计算同比增长（第 0 列与第 4 列对比）；其他季度应展示环比变化，不要臆造对比数据。
4. 股价反应 — 反应时段内的股价变动、与此前四次财报发布期间股票平均绝对涨跌幅的对比，以及此后股价是守住、回吐还是扩大了涨幅。
5. 变化情况 — 利润率相较上一季度的变化、营收增长趋势是否转变、此次超预期表现与公司的常见模式相比如何，以及当前分析师情绪（如有）。

步骤 5：回复用户

开篇先给出标题，说明这是哪个季度、何时报出的业绩、超预期还是低于预期、营收增长情况以及市场反应，然后再列出支持数据的表格。说明关键之处：这是一次有意义的超预期，还是仅仅达到较低的门槛；趋势是在改善还是恶化。保持客观，不要提供投资建议。

注明适用的免责声明：Yahoo Finance 数据无法涵盖电话会议中的所有内容（如业绩指引、分部详情）；营收是根据财务报表与去年同期比较，而非与营收预期比较；股价反应可能受到当天整体市场走势的影响；本内容不构成财务建议。

---

参考文件

• references/api_reference.md — yfinance 盈利历史和财务报表方法的详细 API 参考

需要准确的方法签名或处理财务数据中的边缘情况时，请阅读参考文件。