# 一、数据介绍 一致预期数据通常来源于多个金融研究机构和分析师的预测。这些预测经过整理和汇总,形成一个综合的预期值,帮助投资者更好地理解市场对该公司的看法。它通常包含下列关键指标: * 每股收益(EPS):分析师对公司未来每股收益的预测。 * 营业收入:分析师对公司未来收入的预测。 * 净利润:预测的公司净利润数额。 所谓“滚动”是指截止交易日,最近六个月各机构对该证券未来第 N 个财年的每股收益的预测均值。比如: forecast_eps_fy1 指截止交易日,最近六个月各机构对该证券未来第一个财年的每股收益的预测均值,公式为: $$ 预测每股收益(FY1)= 各机构预测每股收益(FY1)之和/预测机构家数 $$ 预测周期一般覆盖未来3年: * FY1: 未来第一个财年 * FY2: 未来第二个财年 * FY3: 未来第三个财年 另外,我们还提供未来十二个月的预测数据,指从截止日期开始,最近六个月各机构对该证券未来12个月的预测均值。比如:forecast_eps_12m 的公式为: $$ 预测每股收益(未来12个月)= 指定日期所在年剩余天数/365 * 一致预期每股收益(当年) + (365 - 当年剩余天数) / 365 * 一致预期每股收益(次年) $$ 其他字段以此类推 # 二、示例数据 平台调用一下代码 ```python import dai import pandas as pd from datetime import datetime today = datetime.now() sd = (today - timedelta(days=252)).strftime("%Y-%m-%d") ed = today.strftime("%Y-%m-%d") df = dai.query(f"SELECT * FROM cn_stock_financial_forecast_consensus_rolling",filters={"date": [sd, ed]}).df().sort_values(["date", "instrument"]) ``` 预期得到以下数据: {{cn_stock_financial_forecast_consensus_rolling_demo}}
一致预期(滚动) (cn_stock_financial_forecast_consensus_rolling)
数据描述: 基于券商研报对个股未来盈利数据的预测构建的一致预期数据
文档
用例
表结构
字段 | 字段类型 | 字段描述 |
forecast_np_fy1 | double | 预测净利润FY1 |
forecast_np_fy2 | double | 预测净利润FY2 |
forecast_np_fy3 | double | 预测净利润FY3 |
forecast_np_yoy | double | 预测净利润同比 |
forecast_eps_12m | double | 预测每股收益12m |
forecast_eps_fy1 | double | 预测每股收益FY1 |
forecast_eps_fy2 | double | 预测每股收益FY2 |
forecast_eps_fy3 | double | 预测每股收益FY3 |
forecast_np_cagr_2 | double | 预测净利润同比(2年复合增长率) |
instrument | string | 证券代码 |
forecast_revenue_fy1 | double | 预测营业收入FY1 |
forecast_revenue_fy2 | double | 预测营业收入FY2 |
forecast_revenue_fy3 | double | 预测营业收入FY3 |
forecast_revenue_yoy | double | 预测营业收入同比 |
forecast_np_yoy_fy2to1 | double | 预测净利润同比(FY2/FY1) |
forecast_revenue_cagr_2 | double | 预测营业收入同比(2年复合增长率) |
forecast_revenue_yoy_fy2to1 | double | 预测营业收入同比(FY2/FY1) |
date | timestamp[ns] | 日期 |
forecast_revenue_12m | double | 预测营业收入12m |
forecast_np_12m | double | 预测净利润12m |
表名cn_stock_financial_forecast_consensus_rolling
起始时间:
最近更新时间: