Vibe-Trading 数据工程实战Tushare report_rc 券商盈利预测数据全量提取与量化应用指南【免费下载链接】Vibe-TradingVibe-Trading: Your Personal Trading Agent项目地址: https://gitcode.com/GitHub_Trending/vi/Vibe-Trading本篇技术指南以 Vibe-Trading 仓库中 Tushare 技能库的report_rc券商盈利预测数据接口文档为核心系统讲解该接口的字段语义、权限梯次、分页循环提取方案并在此基础上延伸出一致预期修正、目标价隐含空间、评级跟踪等量化应用思路。读完本文你将掌握如何在该项目的 Tushare 技能框架agent/src/skills/tushare/SKILL.md下把卖方研报中的盈利预测数据稳定、合规地纳入个人交易 Agent 的研究管线。一、接口概览券商盈利预测数据在项目数据资产中的定位report_rc是 Tushare「股票数据 / 特色数据」分类下的一个高频更新接口由 券商盈利预测数据文档 收录并在技能总表SKILL.md 中 ID 292 行登记为获取券商卖方每天研报的盈利预测数据数据从 2010 年开始每晚 19~22 点更新当日数据。从仓库源码结构看Tushare 被 Vibe-Trading 视为基础财经数据源之一agent/src/market_data.py 在数据源路由逻辑中把tushare作为默认数据源返回见 market_data.py 第 70 行return tushare并针对代码后缀做了精细化分发。这意味着通过本文获取的盈利预测数据可以顺理成章地汇入项目的行情、财务因子流水线为 Agent 的选股与投研决策提供卖方视角的基本面输入。接口核心事实以仓库文档为准项目说明接口名report_rc数据起始2010 年更新时点每晚 19~22 点更新当日数据单次限量最大 3000 条可分页和循环提取所有数据试用权限120 积分每天 10 次请求正式权限8000 积分每天可请求 100000 次高等级权限10000 积分以上无总量限制需要说明积分与调用量规则来自当前仓库接口文档的历史登记实际额度请以 Tushare 官方实时公布的权限体系为准项目文档仅作参考。二、输入参数详解与调用方式接口提供 4 个可选输入参数全部非必选可按需组合名称类型必选描述ts_codestrN股票代码report_datestrN报告日期start_datestrN报告开始日期end_datestrN报告结束日期参数格式遵循 Tushare 通用约定日期为YYYYMMDD如20220429股票代码为ts_code格式如000733.SZ、688385.SH返回结果为 pandasDataFrame。这些约定在 SKILL.md 的「参数格式说明」一节有统一声明。2.1 最简调用原文档给出的标准用法pro ts.pro_api() df pro.report_rc(ts_code, report_date20220429)即按单个报告日期拉取当日全部券商研报的盈利预测记录。2.2 按股票代码提取# 提取单只股票的全部盈利预测记录不限报告日期 df pro.report_rc(ts_code000858.SZ)2.3 按日期区间提取# 提取 2022 年 4 月整月的盈利预测数据 df pro.report_rc(start_date20220401, end_date20220430)三、输出参数全字段解读接口返回 20 个字段原文档字段表如下其中 17 个默认显示imp_dg与create_time默认不显示可通过fields参数显式指定获取名称类型默认显示描述ts_codestrY股票代码namestrY股票名称report_datestrY研报日期report_titlestrY报告标题report_typestrY报告类型classifystrY报告分类org_namestrY机构名称author_namestrY作者quarterstrY预测报告期op_rtfloatY预测营业收入万元op_prfloatY预测营业利润万元tpfloatY预测利润总额万元npfloatY预测净利润万元epsfloatY预测每股收益元pefloatY预测市盈率rdfloatY预测股息率roefloatY预测净资产收益率ev_ebitdafloatY预测 EV/EBITDAratingstrY卖方评级max_pricefloatY预测最高目标价min_pricefloatY预测最低目标价imp_dgstrN机构关注度create_timedatetimeNTS 数据更新时间3.1 字段分组理解标识与元信息类ts_code、name、report_date、report_title、report_type、classify、org_name、author_name、quarter、create_time描述哪家机构、哪位分析师、在什么时候、对哪只股票、针对哪个报告期发布预测是去重与跟踪的键。其中quarter如2022Q4、2024Q4表示预测所对应的财季同一天同一机构可能对同一股票输出多个季度预测见数据样例中五粮液同一报告日有三条不同季度记录。预测财务数据类op_rt、op_pr、tp、np单位均为万元。这是构建一致预期Consensus Estimates的核心输入可通过同股票、同季度、多机构取均值/中位数得到市场一致预期值。预测估值指标类eps、pe、rd、roe、ev_ebitda分析师在预测利润基础上推导出的每股收益、市盈率、股息率、ROE 与 EV/EBITDA可用于横向比较不同机构对同一标的的估值判断分歧度。目标价与评级类rating、max_price、min_price卖方给出的评级结论与目标价区间。max_price与min_price构成目标价带可计算相对现价的隐含上行/下行空间。辅助信号类imp_dg机构关注度字段可用于刻画市场关注度分布。3.2 数据样例还原原文档给出report_date20220429时的部分返回ts_code name report_date classify org_name quarter eps pe 0 000733.SZ 振华科技 20220429 一般报告 安信证券 2024Q4 6.7800 14.2000 1 000858.SZ 五粮液 20220429 一般报告 华西证券 2022Q4 6.9800 23.7700 2 000858.SZ 五粮液 20220429 一般报告 华西证券 2023Q4 8.2200 20.1800 3 000858.SZ 五粮液 20220429 一般报告 华西证券 2024Q4 9.5800 17.3100 4 000858.SZ 五粮液 20220429 一般报告 信达证券 2022Q4 7.1100 23.3100 ... 2552 688385.SH 复旦微电 20220429 一般报告 方正证券 2022Q4 0.9100 62.7000 2553 688385.SH 复旦微电 20220429 一般报告 方正证券 2023Q4 1.1600 49.1900 2554 688385.SH 复旦微电 20220429 一般报告 方正证券 2024Q4 1.5800 36.3200 2555 000733.SZ 振华科技 20220429 一般报告 安信证券 2022Q4 4.3000 22.4000 2556 000733.SZ 振华科技 20220429 一般报告 安信证券 2023Q4 5.4100 17.8000样例清晰地展示了单日 2557 条记录中一票多季、多机构覆盖的数据形态——这正是计算一致预期与分歧度的天然样本。四、环境准备在 Vibe-Trading 中接入 Tushare4.1 安装与 Token 配置按 SKILL.md 的快速上手说明先安装 Tushare推荐 Python 3.7官方建议从清华 PyPI 镜像安装pip install tushare -i https://pypi.tuna.tsinghua.edu.cn/simple然后在 Tushare 官网注册获取 token并配置环境变量export TUSHARE_TOKENyour_token4.2 项目内 Token 读取惯例仓库的示例脚本 agent/src/skills/tushare/scripts/stock_data_example.py 给出了项目内的标准初始化方式——优先从项目配置读取tushare_token其次回退到本地缓存的 tokenimport tushare as ts from src.config.accessor import get_env_config # 读取环境变量中的 token或读取本地记录的 token token get_env_config().data.tushare_token or ts.get_token() # 初始化 pro 接口 pro ts.pro_api(token)这种写法同时兼容环境变量注入与项目配置注入两种部署形态是接入项目其他数据管线的推荐姿势。五、突破单次 3000 条限制分页循环全量提取单次调用上限 3000 条而单日全市场研报预测数据常常超过该量级如样例单日即达 2557 条且这是多家机构、多季度叠加的结果。要完整提取必须按日期逐日分页循环。以下是一个可直接运行的工程化版本import time import tushare as ts import pandas as pd from src.config.accessor import get_env_config pro ts.pro_api(get_env_config().data.tushare_token or ts.get_token()) def fetch_report_rc_by_date(start_date, end_date): 按日期区间循环提取券商盈利预测数据。 单次请求最多 3000 条逐日请求天然规避超限并便于断点续传。 all_frames [] # 逐日请求示例中用交易日历自行过滤这里用简单日期生成示意 # 实际生产环境建议配合 trade_cal 接口获取交易日历后逐交易日请求 for day in pd.date_range(start_date, end_date, freqD): day_str day.strftime(%Y%m%d) try: df pro.report_rc(report_dateday_str) except Exception as exc: print(f{day_str} 请求失败{exc}) time.sleep(1) # 失败后退避避免触发频控 continue if df is not None and not df.empty: all_frames.append(df) print(f{day_str} - {len(df)} 条) time.sleep(0.2) # 温和限速照顾每日调用量配额 if not all_frames: return pd.DataFrame() return pd.concat(all_frames, ignore_indexTrue) result fetch_report_rc_by_date(20220401, 20220430) print(result)要点说明以report_date为循环键单日数据量通常可控逐日请求即可把每次返回压在 3000 条以内无需再处理offset翻页温和限速与失败退避试用权限每天仅 10 次请求正式权限为每天 10 万次脚本中的time.sleep与异常捕获用于防止突发频控断点续传友好逐日独立请求天然支持失败日期记录后重试适合长期增量采集任务。六、数据字段在量化研究中的典型用法6.1 构建一致预期Consensus同一ts_code 同一quarter下有多家机构的多条预测可按np/eps聚合出市场一致预期consensus df[df[quarter] 2024Q4] \ .groupby(ts_code) \ .agg(consensus_np(np, mean), consensus_eps(eps, mean), n_analysts(eps, count), eps_std(eps, std)) \ .reset_index()eps_std / consensus_eps可刻画分析师分歧度——分歧度本身就是一个低频但有效的横截面信号。6.2 目标价隐含空间结合daily_basic每日指标的收盘价可计算目标价带隐含的涨跌空间# 以 max_price 与当前价构造隐含上行空间 df[implied_upside_max] df[max_price] / price - 1该指标适合在 Agent 的研究纪要中作为卖方乐观情形的参考锚点与rating评级分布一起构成情绪面证据链。6.3 盈利预测修正跟踪对同一标的、同一quarter跨report_date跟踪np/eps的修正方向上调/下调是事件驱动与基本面选股中常用的 Alpha 来源。由于report_rc每晚 19~22 点更新当日数据次日开盘前即可消费最新预测变动天然适配日频研究节奏。七、与仓库内相关数据接口的协同report_rc并非孤立接口在 Tushare 技能库中可以与其他卖方相关数据形成完整链路接口文档位置与盈利预测的协同点research_report券商研究报告references/大模型语料专题数据/券商研究报告.md提供研报摘要、标题、作者与下载链接可对report_title/author_name交叉印证定位预测背后的完整研报原文broker_recommend券商月度金股references/股票数据/特色数据/券商月度金股.md提供券商月度荐股名单可与盈利预测数据叠加分析被推荐标的的盈利预期质量fina_indicator财务指标见 SKILL.md 数据接口列表用实际财务数据校验预测的命中率评估卖方预测的长期系统性偏差daily_basic每日指标同上提供现价、市值用于计算目标价隐含空间与预测 PE 的合理性校验示例脚本 stock_data_example.py 展示了stock_basic→daily→fina_indicator的完整串联模式可参照其结构把report_rc接入同一研究流程。八、注意事项与最佳实践更新时点纪律数据每晚 19~22 点更新增量任务应安排在 22 点之后执行确保当日数据完整入库权限梯次管理试用期120 积分 / 每天 10 次只适合小范围验证规模化采集需升级至正式权限8000 积分 / 每天 10 万次或 10000 积分以上的无限量档位务必在代码中按配额做限速单位陷阱op_rt、op_pr、tp、np均为万元eps单位为元做横截面比较前需先统一量纲多季度并存同一记录日可能同时输出未来多个季度的预测构建因子时务必按quarter对齐避免跨期混淆数据版权盈利预测数据来源于券商公开研报属卖方知识产权仅供个人研究与策略开发使用商业化使用前需确认数据授权边界。九、小结report_rc是 Vibe-Trading Tushare 技能库中少有的卖方预测类特色数据接口其价值在于把分散在数千份研报中的盈利预测、目标价与评级以结构化表格的形式统一暴露给量化管线。结合本文的分页循环提取方案、字段对齐规则与一致预期构建思路你可以把卖方怎么看这一维度的信息稳定地纳入个人交易 Agent 的日常研究循环之中与行情、财务、资金流向等数据共同构成多源证据链。延伸阅读Tushare 技能入口 · 券商盈利预测数据接口文档 · 股票数据获取示例 · 券商研究报告接口【免费下载链接】Vibe-TradingVibe-Trading: Your Personal Trading Agent项目地址: https://gitcode.com/GitHub_Trending/vi/Vibe-Trading创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考