金融数据

要解决的问题

金融分析中，财务数据散落在多个平台，各平台的口径、汇率、财年定义常常不一致。直接取单一来源的数据做分析，容易出现"看起来没问题、实际有偏差"的情况——GAAP 与 Non-GAAP 混用、换算时间点不同、财年定义差异（如苹果财年10月结束），都会让估值结论失真。这个技能的核心目标是让每个关键数据都有两个独立来源互相校验。

核心能力

技能按市场类型定义了明确的数据源优先级：

• 美股：macrotrends 为主、stockanalysis 为副、SEC EDGAR 为一手原文
• 港股：aastocks 为主、macrotrends（ADR代码）为副、HKEX披露易为一手原文
• A股：东方财富为主、巨潮资讯为年报原文
• 台股：FinMind API 为主、Goodinfo 为副、MOPS 为原始公告

取数后按误差规则处理：

• 误差 ≤ 1%：取来源1数值，标注两个来源
• 误差 1%~5%：标记"数据存在差异"，注明两个数值及可能原因
• 误差 > 5%：标记"重大差异"，必须查原始财报核实，不得直接使用

工具链包括 tools/financial_rigor.py（精确算术校验与市值验算）和 tools/twstock_data.py（台股零依赖取数，输出自带市值验算）。研究开始前必须先运行 date 命令确认当天日期，报告头部标注数据截止日期。

注意点

• 台股货币单位是新台币（TWD），跨市场对比必须先统一换算
• 台股月营收是独有的高频信号，每月10日前强制披露，是跟踪基本面拐点最快的公开数据
• 历史价格统一用前复权，同一分析不得混用复权与不复权来源
• FinMind API token 只存本机环境变量或 local/finmind_token.txt，严禁提交到 git
• 未上市公司只有一手数据时，数据前标记 [估计]，不执行交叉验证