从哪里能够获取到公司预告/快报数据？

业绩快报是指为了提高信息披露的及时性和公平性,上市公司在会计期间(年度)结束后、定期(年度)报告公告前初步披露未经注册会计师审计的主要会计数据和经营指标。

主要内容包括当年及上年同期主营业务收入、主营业务利润、利润总额、净利润、总资产、净资产、每股收益净资产收益率等数据和指标，同时披露比上年同期增减变动的百分比，对变动幅度超过30%以上的项目，公司还应当说明原因。业绩快报制度提高了上市公司年度业绩信息披露的及时性， 有助于积极推进中小投资者的信息知情权，能够平衡因资金不对等而形成的信息不对称现象。此外，当财务数据出现差异30%以上的差异时，中小企业板上市公司需要予以说明，有利于中小投资者清晰地把握公司经营状态的变化，从而有效把握可能的机会与规避潜在的风险。年度业绩快报对股价短中期都会有影响。快报业绩好坏短期冲击力比较大，往往起到助涨助趺的作用，证券宝网页链接是一个免费、开源的证券数据平台。它提供了获取季频业绩快报的数据接口：query_performance_express_report()

季频公司业绩快报：query_performance_express_report()

方法说明：通过API接口获取季频公司业绩快报信息，可以通过参数设置获取起止年份数据，提供2006年至今数据。 返回类型：pandas的DataFrame类型。

使用示例

import baostock as bs

import pandas as pd

#### 登陆系统 ####

lg = bs.login()

# 显示登陆返回信息

print('login respond error_code:'+lg.error_code)

print('login respond error_msg:'+lg.error_msg)

#### 获取公司业绩快报 ####

rs = bs.query_performance_express_report("sh.600000", start_date="2015-01-01", end_date="2017-12-31")

print('query_performance_express_report respond error_code:'+rs.error_code)

print('query_performance_express_report respond error_msg:'+rs.error_msg)

result_list = []

while (rs.error_code == '0') & rs.next():

result_list.append(rs.get_row_data())

# 获取一条记录，将记录合并在一起

result = pd.DataFrame(result_list, columns=rs.fields)

#### 结果集输出到csv文件 ####

result.to_csv("D:\\performance_express_report.csv", encoding="gbk", index=False)

print(result)

#### 登出系统 ####

bs.logout()

证券宝网页链接是一个免费、开源的证券数据平台。它提供了获取季频业绩预告的数据接口：query_forcast_report()

季频公司业绩预告：query_forcast_report()

方法说明：通过API接口获取季频公司业绩预告信息，可以通过参数设置获取起止年份数据，提供2003年至今数据。 返回类型：pandas的DataFrame类型。

使用示例

import baostock as bs

import pandas as pd

#### 登陆系统 ####

lg = bs.login()

# 显示登陆返回信息

print('login respond error_code:'+lg.error_code)

print('login respond error_msg:'+lg.error_msg)

#### 获取公司业绩预告 ####

rs_forecast = bs.query_forecast_report("sh.600000", start_date="2010-01-01", end_date="2017-12-31")

print('query_forecast_reprot respond error_code:'+rs_forecast.error_code)

print('query_forecast_reprot respond error_msg:'+rs_forecast.error_msg)

rs_forecast_list = []

while (rs_forecast.error_code == '0') & rs_forecast.next():

# 分页查询，将每页信息合并在一起

rs_forecast_list.append(rs_forecast.get_row_data())

result_forecast = pd.DataFrame(rs_forecast_list, columns=rs_forecast.fields)

#### 结果集输出到csv文件 ####

result_forecast.to_csv("D:\\forecast_report.csv", encoding="gbk", index=False)

print(result_forecast)

#### 登出系统 ####

bs.logout()