A股财报日历/业绩预告汇总

数据源

SCRIPTS="$SKILLS_ROOT/cn-stock-data/scripts"

# 个股财务数据（已发布的）
python "$SCRIPTS/cn_stock_data.py" finance --code [CODE]

# 个股行情（看业绩公告后股价反应）
python "$SCRIPTS/cn_stock_data.py" quote --code [CODE]

核心数据通过 akshare 获取：

# 业绩预告汇总（date 格式 YYYYMMDD，取季末日期：0331/0630/0930/1231）
python -c "import akshare as ak; df=ak.stock_yjyg_em(date='20260331'); print(df.head(20).to_json(orient='records', force_ascii=False))"

# 业绩快报
python -c "import akshare as ak; df=ak.stock_yjkb_em(date='20260331'); print(df.head(20).to_json(orient='records', force_ascii=False))"

补充：用 web 搜索获取财报披露时间表、市场一致预期、分析师预测。

Workflow

1. 确定查询范围 — 即将发布财报的公司 / 已发布业绩预告汇总 / 特定公司财报时间
2. 数据获取 — 根据当前日期推断对应报告期（date 参数），拉取业绩预告/快报数据；必要时 web 搜索披露排期
3. 业绩梳理
   • 按类型分类汇总：预增/预减/扭亏/首亏/续盈/续亏/略增/略减
   • 超预期/不及预期筛选（vs 市场一致预期 or 前期预告中值）
   • 按行业分组统计，找出景气行业和承压行业
4. 市场反应分析 — 已公布业绩的公司，拉取公告后股价表现（1日/3日/5日涨跌幅）
5. 输出 — 根据风格生成报告

风格

维度	formal	brief
输出	完整业绩日历报告	关键信息列表
覆盖	全市场统计+重点个股	仅用户关注的个股/板块
分析	超预期/低于预期详细分析	预增/预减数量统计
时间表	未来2周完整披露排期	近期重点关注

默认 brief；用户要求"详细/报告/研报"时用 formal。

关键规则

1. 披露截止日：年报/一季报 4月30日前，中报 8月31日前，三季报 10月31日前
2. 数据可靠性：正式财报 > 业绩快报 > 业绩预告（预告通常给范围）
3. "超预期"需有参照：市场一致预期 or 前期预告范围中值 or 历史增速趋势
4. 区分"已发布"和"即将发布"，所有数据标注时效
5. date 参数映射：根据当前日期推断最近报告期季末日（0331/0630/0930/1231）
6. 参考 references/earnings-calendar-guide.md 了解业绩预告类型定义和财报季节奏

使用示例

示例 1: 基本使用

# 调用 skill
result = run_skill({
    "param1": "value1",
    "param2": "value2"
})

示例 2: 命令行使用

python scripts/run_skill.py --input data.json