高效提取财报数据：基于TradingView新闻源的AI Skill实战
上周帮团队做财报汇总，发现TradingView上每条新闻都要手动点开、登录、找数据。明明有一堆表格，却要复制粘贴10次。于是写了个AI Skill，把这件事做成自动化的技能包。今天拆给你看——读完你也能写一个，用到股票、基金、宏观数据提取上。
这个 Skill 解决什么具体问题
问题：TradingView 聚合了 Reuters、Dow Jones 等主流财经新闻，但财报数据（营收、利润、EPS）散落在新闻正文或附表中，手动提取效率低、容易漏项。
解决：通过 Tavily 搜索 + 定制 Prompt，自动抓取指定公司（如 Imasen Elec）的最新财报新闻，并结构化输出关键指标。
Skill 的触发条件和适用场景
- 触发条件：开发者主动调用（命令行或API），传入公司名称（如 "Imasen Elec"）和年份区间（如 "2025/26"）。
- 适用场景：
- 每日/每周生成持仓公司财报速览
- 事件驱动系统（监听财报发布日期自动触发）
- 对比多家公司财务表现的研究报告
- 不适用场景：需要实时 tick 数据或深度财务模型（这个 Skill 只做一级提取）。
完整 Skill 结构（SKILL.md 示例）
每个 Skill 本质上是一个可复用模块。我的习惯是：一个目录 + 一个 SKILL.md + 一个主函数脚本。目录结构如下：
text
1
2
3
4
5
financial-fetch-skill/
├── SKILL.md # 技能描述与触发配置
├── fetch_earnings.py # 核心逻辑（tavily搜索 + prompt提取）
├── config.yaml # API密钥、默认参数
└── requirements.txt # 依赖SKILL.md 内容（可直接复制）
markdown
1
2
3
4
5
6
7
8
# SKILL：财报数据提取器
## 目标
根据公司名称和财年，从 TradingView 新闻中提取营收、净利润、EPS 等财务指标，返回结构化 JSON。
## 触发方式
```bash
python fetch_earnings.py --company "Imasen Elec" --year "2025/26"输入参数
company: 字符串，公司全名或股票代码year: 字符串，财年标识，如 "2025/26"source: 可选，默认 "tradingview"，预留扩展
输出格式
json
1
2
3
4
5
6
7
8
9
{
"company": "Imasen Elec",
"period": "2025/26",
"revenue": {"value": 123456, "currency": "JPY", "unit": "million"},
"net_income": {"value": 7890, "currency": "JPY", "unit": "million"},
"eps": {"value": 54.2, "currency": "JPY"},
"source_url": "https://www.tradingview.com/news/...",
"extracted_at": "2026-06-19T07:00:16Z"
}使用示例
见 fetch_earnings.py 中的 main() 函数。
text
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
## 实际案例演示
下面我用 Imasen Elec 2025/26 财报数据作为例子，完整跑一遍提取流程。
### 1. 编写搜索函数（Tavily API）
```python
# fetch_earnings.py 核心片段
import os
import json
from tavily import TavilyClient, MissingAPIKeyError
client = TavilyClient(api_key=os.getenv("TAVILY_API_KEY"))
def search_financial_news(company: str, year: str) -> list:
"""搜索指定公司的财报新闻，返回页面内容列表"""
query = f"{company} {year} results site:tradingview.com"
response = client.search(
query=query,
search_depth="advanced",
max_results=5,
include_raw_content=True # 必须，否则拿不到正文
)
return [r["raw_content"] for r in response["results"] if r["raw_content"]]为什么这样写？
site:tradingview.com限定源，避免非金融网站干扰。include_raw_content=True取到新闻正文，否则只有摘要。search_depth="advanced"提升召回率，尤其当新闻刚发布时。
2. 设计 Prompt（差 vs 好）
差 Prompt（新手经常写）
text
1
"请从以下新闻中提取财报数据。"结果：模型返回一段散文，没有数字，甚至可能说“未提供”。
好 Prompt（我的优化版）
text
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
你是一个金融数据提取器。给定一篇关于财报的新闻文本，你需要提取以下字段并返回 JSON 格式：
- revenue: 营收，包括数值、货币和单位（如 million/billion）
- net_income: 净利润
- eps: 每股收益
- currency: 货币代码（如 JPY, USD）
- fiscal_period: 所涉财年
输出格式严格如下：
{
"revenue": {"value": 123456.0, "currency": "JPY", "unit": "million"},
...
}
如果某个字段在文本中未出现，设为 null。不要编造数据。
新闻文本：
{{TEXT}}效果对比：
| 维度 | 差 Prompt | 好 Prompt |
|------|-----------|-----------|
| 结构化程度 | 无结构，需后续解析 | 直接输出 JSON，可程序消费 |
| 字段完整度 | 可能只输出一个数字 | 明确列出所有目标字段 |
| 稳健性 | 易编造不存在的数据 | 未出现的字段明确为 null |
原理：差 Prompt 没有给模型示例输出格式，也没有限定范围。好 Prompt 使用“提取器”角色、严格JSON Schema、以及“不要编造”指令，让模型知道这是信息抽取任务而非对话。
3. 完整提取函数
python
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
def extract_financials(full_text: str) -> dict:
# 使用 LangChain 或直接调用 OpenAI
from openai import OpenAI
client = OpenAI()
prompt = f"""你是一个金融数据提取器。给定一篇关于财报的新闻文本，你需要提取以下字段并返回 JSON 格式：
- revenue: 营收，包括数值、货币和单位（如 million/billion）
- net_income: 净利润
- eps: 每股收益
- currency: 货币代码（如 JPY, USD）
- fiscal_period: 所涉财年
输出格式严格如下：
{{
"revenue": {{"value": 123456.0, "currency": "JPY", "unit": "million"}},
"net_income": {{"value": 7890.0, "currency": "JPY", "unit": "million"}},
"eps": {{"value": 54.2, "currency": "JPY"}},
"fiscal_period": "2025/26"
}}
如果某个字段在文本中未出现，设为 null。不要编造数据。
新闻文本：
{full_text}
"""
response = client.chat.completions.create(
model="gpt-4o",
messages=[{"role": "user", "content": prompt}],
response_format={"type": "json_object"}
)
return json.loads(response.choices[0].message.content)4. 主流程串联
python
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
def main(company: str, year: str):
# 1. 搜索新闻
texts = search_financial_news(company, year)
if not texts:
print(f"未找到 {company} {year} 的财报新闻")
return
# 2. 取第一篇最相关的完整新闻
full_text = texts[0]
# 3. 提取结构化数据
result = extract_financials(full_text)
# 4. 补充元数据
result["company"] = company
result["source_url"] = "通过 Tavily 搜索结果" # 实际可从 response 中获取
result["extracted_at"] = "2026-06-19T07:00:16Z"
print(json.dumps(result, indent=2, ensure_ascii=False))
if __name__ == "__main__":
main("Imasen Elec", "2025/26")运行输出（示意）：
json
1
2
3
4
5
6
7
8
9
{
"revenue": {"value": 142350, "currency": "JPY", "unit": "million"},
"net_income": {"value": 7850, "currency": "JPY", "unit": "million"},
"eps": {"value": 54.2, "currency": "JPY"},
"fiscal_period": "2025/26",
"company": "Imasen Elec",
"source_url": "https://www.tradingview.com/news/reuters.com,2026-06-19:newsml_XB0UNJTVZ:0-table-imasen-elec-2025-26-parent-results/",
"extracted_at": "2026-06-19T07:00:16Z"
}复用和组合技巧
变体1：批量提取（多公司）
bash
1
python batch_extract.py --companies "Toyota, Sony, Imasen" --year "2025/26"在 search_financial_news 中循环调用即可，注意控制 TPM 限流。
变体2：集成到自动化报表系统
这个 Skill 可以嵌入 GitHub Actions 或 Airflow DAG：
yaml
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
# .github/workflows/weekly_earnings.yml
name: Weekly Earnings Extraction
on:
schedule:
- cron: "0 8 * * 1" # 每周一8点
jobs:
fetch:
runs-on: ubuntu-latest
steps:
- uses: actions/checkout@v4
- name: Install dependencies
run: pip install -r requirements.txt
- name: Run Skill
env:
TAVILY_API_KEY: ${{ secrets.TAVILY_API_KEY }}
OPENAI_API_KEY: ${{ secrets.OPENAI_API_KEY }}
run: python fetch_earnings.py --company "Imasen Elec" --year "2025/26" > result.json
- uses: actions/upload-artifact@v4
with:
name: earnings-data
path: result.json变体3：扩展到宏观数据提取
将 Prompt 中的字段改成“GDP增长率、失业率”等，同样结构可用于拉取宏观经济新闻。
核心原则：把“数据提取”拆解为固定的、可复用的功能模块，本质上这是一个 Skill 的骨架。你可以替换搜索源（比如用 NewsAPI）、替换 Prompt 目标，但框架不变。
最后
这个 Skill 写完之后，我每天至少省出 20 分钟手动复制粘贴。如果你也做金融自动化，或者需要频繁从特定网站提取结构化数据，试试把这个思路套过去。记住：先定义输出 schema，再写 Prompt，最后做搜索。反过来大概率会失败。
文中所有代码片段均可直接复制到本地运行（需安装 tavily-python、openai）。如果你有更好的优化思路，欢迎留言讨论。