SuperAPI AI 工具集

earnings-reaction-analyzer

数据与分析

查看项目

更新于 10-16 04:03

技能介绍

用途

Earnings Reaction Analyzer 用于分析个股在财报发布后的市场反应,包括跳空缺口(gaps)、价格漂移(drift)和波动率变化,并将这些反应与公司的业绩指引(guidance)、业绩超预期或不及预期(surprises)联系起来,最终帮助定义需要持续监控的价格水平。当用户询问某只股票为何出现特定走势时,适合使用该技能。

主要能力

该技能以“专业研究与风险分析师”的角色运行,产出一份可复用的分析与监控清单,主要覆盖:

  • 财报后价格跳空分析
  • 财报后价格漂移分析
  • 财报后波动率分析
  • 将价格反应与业绩指引、业绩超预期/不及预期进行关联
  • 定义后续监控价位

使用方式

该技能采用结构化工作流,分为四个步骤:

Step 1:确认输入 与用户确认:股票池/代码(universe/tickers)、时间窗口、输出偏好(排名列表 / 简报 / 备忘录)、以及约束条件(流动性、风险预算、授权范围)。

Step 2:按需拉取数据 数据获取方式参见 references/data-queries.md。流程为先激活仓库根目录的 .venv,然后通过 python 运行共享脚本。若特定数据不可用,需明确说明数据缺口,并向用户请求替代输入。

Step 3:分析框架 以执行摘要开头(3–5 条要点),随后展示证据。定义、阈值与边界情况参见 references/methodology.md。

Step 4:输出 使用 references/output-template.md 生成最终交付物,包含关键数据、解读、风险、监控、后续步骤。

数据增强 如需实时市场数据,参见 references/data-queries.md,并运行 ../findata-toolkit/scripts/ 中的共享脚本。

适用场景

  • 用户询问某只股票在财报后为何出现某种价格走势
  • 需要对财报后缺口、漂移、波动率进行结构化分析
  • 需要将价格反应与指引变化、业绩超预期/不及预期进行关联
  • 需要制定财报后的监控价位与监控清单
  • 需要在给定股票池、时间窗口与风险约束下生成排名列表、简报或备忘录

重要准则与限制

  • 必须标注数据的截止日期(as-of dates)与单位;绝不编造缺失值。
  • 需区分“信号”与“故事”:明确说明哪些条件会改变结论。
  • 该输出仅供参考,不构成投资建议。
  • 具体数据源、脚本、方法论与输出模板均以仓库内 references/ 目录及 findata-toolkit/scripts/ 中的文件为准。
  • 关于收费、价格、平台支持等具体信息暂未提供。