接口:rpt_forecast_stk
描述:获取卖方预测数据
限量:单次最大10000
输入参数
| 名称 | 类型 | 必选 | 描述 |
|---|---|---|---|
| code | str | N | 股票代码 |
| start_date | str | N | 开始时间 |
| end_date | str | N | 结束时间 |
输出参数
| 名称 | 类型 | 默认显示 | 描述 |
|---|---|---|---|
| report_id | int | Y | 报告 ID |
| code | str | Y | 股票代码 |
| code_name | str | Y | 股票简称 |
| title | str | Y | 标题 |
| content | str | Y | 摘要 |
| report_type | int | Y | 报告类型 |
| reliability | int | Y | 非个股报告可信度(针对报告类型(report_type)为非个股报告(21)的情况。数值越大,可信度越高) |
| organ_id | int | Y | 机构 ID |
| organ_name | str | Y | 机构简称 |
| author_name | str | Y | 作者姓名 |
| create_date | str | Y | 撰写日期 |
| report_year | int | Y | 预测年度 |
| report_quarter | int | Y | 预测报表期 |
| forecast_or | float | Y | 预测营业收入 |
| forecast_op | float | Y | 预测营业利润 |
| forecast_tp | float | Y | 预测利润总额 |
| forecast_np | float | Y | 预测净利润 |
| forecast_eps | float | Y | 预测每股收益 |
| forecast_dps | float | Y | 预测每股股息 |
| forecast_rd | float | Y | 预测股息率 |
| forecast_pe | float | Y | 预测市盈率 |
| forecast_roe | float | Y | 预测净资产收益率 |
| forecast_ev_ebitda | float | Y | EV/EBITDA |
| organ_rating_code | str | Y | 卖方评级代码 |
| organ_rating_content | str | Y | 卖方评级内容 |
| gg_rating_code | str | Y | Go-Goal 评级代码 |
| gg_rating_content | str | Y | Go-Goal 评级内容 |
| target_price_ceiling | float | Y | 最高目标价 |
| target_price_floor | float | Y | 最低目标价 |
| current_price | float | Y | 当前价格(A 股单位人民币、深 B 单位港币、沪 B 单位美元、H 股单位港币) |
| refered_capital | float | Y | 报告参考股本(港股报告的单位为港币万元,其余报告单位为人民币万元;对应 cmb_capital 表中的capital,不同年份有不同的参考股本) |
| is_capital_change | int | Y | 是否预测有股本变动 |
| currency | str | Y | 币种 |
| settlement_date | str | Y | 港股结算日(港股报告中,当预测数据结算日不是 12-31,则为报告实际结算日) |
| language | int | Y | 研报用语 |
| attention | str | Y | 机构关注度 |
| entrytime | str | Y | 入库时间 |
| updatetime | str | Y | 最后更新时间 |
| tmstamp | None | Y | 下载标识 |
表信息
| 表中文名 | 表名 | 说明 |
|---|---|---|
| 卖方预测数据表 | rpt_forecast_stk |
安装Python包
pip install dcube
导入datacube
import dcube as dc
用token初始化pro接口
pro = dc.pro_api('your token')
数据调取
df = pro.query('rpt_forecast_stk', code='000002',start_date='2019-09-04',end_date='2019-10-04',fields='code,code_name,title,content')
或者
df = pro.rpt_forecast_stk(code='000002')