Vibe-Trading 美股基本面数据实战用 Tushare us_balancesheet 接口获取美股资产负债表【免费下载链接】Vibe-TradingVibe-Trading: Your Personal Trading Agent项目地址: https://gitcode.com/GitHub_Trending/vi/Vibe-Trading导读本文以 Vibe-Trading 仓库内置的 Tushare 数据源技能文档美股资产负债表为核心系统讲解 Tushareus_balancesheet接口的权限要求、输入输出参数、调用方式与返回数据形态并结合仓库中同系列美股财务接口利润表、现金流量表、财务指标与财报分析技能说明如何在美股研究场景中把资产负债表数据用于财务质量评估与量化因子构建。读完本文你将掌握单只美股资产负债表情数据的完整提取链路、字段语义、分批循环拉取技巧以及将科目数据与财报分析方法论结合的基本范式。接口总览us_balancesheet 是什么us_balancesheet是 Tushare 提供的美股上市公司资产负债表数据接口用于获取主要美股与中概股的资产负债表科目数据。在 Vibe-Trading 仓库中该接口文档被收录于 agent/src/skills/tushare/references/美股数据/ 目录与美股日线行情、复权因子、利润表、现金流量表、财务指标等接口文档并列共同构成该技能的美股数据能力面。该接口的关键定位如下覆盖范围目前只覆盖主要美股和中概股如 NVDA、AAPL 等大型上市公司并非全市场数据粒度按单只股票返回其全部历史报告期数据支持按报告期类型、日期区间、科目名过滤返回规模单次请求最大返回 10000 行数据可循环提取全部历史权限门槛需单独开通权限或账户拥有 15000 积分具体权限分级以 Tushare 官方权限列表为准。从仓库的技能列表agent/src/skills/tushare/SKILL.md可以看到us_balancesheet对应 ID 395与其同族的美股财务接口还包括接口名ID对应文档用途us_income394美股利润表美股财务利润表us_balancesheet395美股资产负债表美股资产负债表us_cashflow396美股现金流量表美股现金流量表us_fina_indicator393美股财务指标数据美股财务指标us_basic252美股基础信息美股股票列表信息三张报表资产负债表、利润表、现金流量表加上财务指标接口正好构成美股基本面的完整数据闭环可与仓库中 agent/src/skills/financial-statement/SKILL.md 的三表解读方法论直接配套使用。环境准备与权限要求1. 安装 Tushare 并配置 Token根据 agent/src/skills/tushare/SKILL.md 的快速上手说明使用该接口前需要完成三步准备# 1. 安装 tushare推荐 Python 3.7可从清华 PyPI 镜像安装 pip install tushare -i https://pypi.tuna.tsinghua.edu.cn/simple # 2. 注册 Tushare 账户并获取 token配置为环境变量 export TUSHARE_TOKENyour_token仓库中的示例脚本 agent/src/skills/tushare/scripts/stock_data_example.py 展示了 Vibe-Trading 项目内的标准初始化方式——优先从项目配置读取 token再回退到 tushare 本地缓存的 tokenimport tushare as ts from src.config.accessor import get_env_config token get_env_config().data.tushare_token or ts.get_token() pro ts.pro_api(token)初始化pro接口实例后即可调用us_balancesheet。2. 权限说明原文档明确标注该接口需单独开权限或有 15000 积分。这一点与同族的us_income、us_cashflow完全一致而与us_basic美股列表120 积分可试用、5000 积分有正式权限不同——三张美股报表接口的权限门槛明显更高实测调用前请先确认账户积分或权限状态否则会收到权限不足的报错。输入参数详解us_balancesheet共支持 5 个输入参数其中仅ts_code为必填名称类型必选描述ts_codestrY股票代码如NVDAperiodstrN报告期格式 YYYYMMDD为每个季度最后一天的日期如20241231ind_namestrN指标名如新增借款用于按财务科目名过滤report_typestrN报告期类型Q1 一季报 / Q2 半年报 / Q3 三季报 / Q4 年报start_datestrN报告期开始时间格式 YYYYMMDDend_datestrN报告结束时间格式 YYYYMMDD几个实用要点ts_code是唯一必选参数且按单只股票维度取数不支持一次传入多只股票period与start_date/end_date的区别前者精确指定某个报告期如20241231表示 2024 年年报报告期后者用于拉取一个时间区间内的多个报告期report_type的取值语义Q1 对应一季报、Q2 对应半年报中报、Q3 对应三季报、Q4 对应年报。注意原文档样例中report_typeQ4返回的ind_type为Q4、report_type列显示为年报两列含义有细微差异ind_name支持按科目名精确过滤例如只取应收帐款一个科目的历年数据非常适合做单科目的时间序列分析。输出字段说明接口返回的是 pandas DataFrame包含 7 个输出字段名称类型默认显示描述ts_codestrY股票代码end_datestrY报告期ind_typestrY报告期类型Q1 一季报 / Q2 半年报 / Q3 三季报 / Q4 年报namestrY股票名称ind_namestrY财务科目名称ind_valuefloatY财务科目值report_typestrY报告类型最重要的结构特征该接口是长表long format而非宽表。每一行代表某只股票在某报告期下的某一个财务科目及金额同一报告期的全部资产负债表科目分布在多行中。这与 A 股balancesheet接口的一列一科目宽表结构截然不同做数据处理时需注意想得到某报告期所有科目的宽表需对ind_name做pivot透视想绘制某科目随时间的变动曲线直接按ind_name过滤即可ind_value为 float 型样例中以科学计数法展示如1.252540e11表示 1252.54 亿美元。接口用法与代码示例原文档给出两个最典型的调用示例直接可用于实战import tushare as ts pro ts.pro_api() # 获取美股英伟达 NVDA 股票 Q4年报的资产负债表数据 df pro.us_balancesheet(ts_codeNVDA, report_typeQ4) # 获取美股英伟达 NVDA 股票历年应收帐款指标数据 df pro.us_balancesheet(ts_codeNVDA, ind_name应收帐款)基于前面梳理的参数语义可以进一步扩展出以下高频调用模式# 1. 获取指定报告期的资产负债表如 2024 年年报 df pro.us_balancesheet(ts_codeNVDA, period20241231) # 2. 获取一个时间区间内的全部报告期 df pro.us_balancesheet(ts_codeNVDA, start_date20200101, end_date20241231) # 3. 按报告期类型 科目双重过滤如历年三季报的存货 df pro.us_balancesheet(ts_codeNVDA, report_typeQ3, ind_name存货) # 4. 循环分批提取全部历史单次上限 10000 行 all_parts [] start, end 20000101, 20241231 step_start start while step_start end: part pro.us_balancesheet(ts_codeNVDA, start_datestep_start, end_dateend) if part is None or part.empty: break all_parts.append(part) # 依据返回数据的 end_date 最大者推进窗口避免重复请求 last_end part[end_date].max() step_start f{int(last_end[:4]) 1}0101 df_all pd.concat(all_parts, ignore_indexTrue)说明单次请求最大返回 10000 行超出后需要以报告期窗口推进的方式循环提取原文档可循环提取即指此意。上面第 4 个示例给出了按年份推进窗口的循环骨架实际使用时可根据返回的最大end_date动态推进保证不重不漏。数据样例解读以原文档提供的 NVDA 资产负债表样例为参照end_date20250427Q1ts_code end_date ind_type name ind_name ind_value report_type 0 NVDA 20250427 Q1 英伟达 负债及股东权益合计 1.252540e11 一季报 1 NVDA 20250427 Q1 英伟达 股东权益合计 8.384300e10 一季报 2 NVDA 20250427 Q1 英伟达 归属于母公司股东权益 8.384300e10 一季报 3 NVDA 20250427 Q1 英伟达 其他综合收益 1.860000e08 一季报 4 NVDA 20250427 Q1 英伟达 股本溢价 1.147500e10 一季报 ... ... ... ... ... ... ... ... 2459 NVDA 20060129 Q4 英伟达 预付款项(流动) 2.438700e07 年报 2460 NVDA 20060129 Q4 英伟达 递延所得税资产(流动) 2.682000e06 年报 2461 NVDA 20060129 Q4 英伟达 存货 2.548700e08 年报 2462 NVDA 20060129 Q4 英伟达 应收账款 3.181860e08 年报 2463 NVDA 20060129 Q4 英伟达 现金及现金等价物 5.517560e08 年报样例揭示的信息值得注意历史深度NVDA 单只股票的资产负债表数据从 2006 年延伸到 2025 年跨度近 20 年、累计超过 2400 行充分体现了按单只股票获取其历史数据的能力科目中文化ind_name使用中文科目名如应收账款存货现金及现金等价物与美股的英文原始科目做了本地化映射便于中文研究者直接使用单季报 vs 累计值从ind_type与report_type的组合可以看出同一报告期的科目值可能是单季值或累计值做同比、环比分析时需留意字段语义金额单位ind_value为原始数值美元从样例看 NVDA 2025Q1 负债及股东权益合计约 1252.54 亿美元与实际体量吻合可作为金额口径的参照。三张报表联动构建美股基本面分析闭环1. 与同族接口的横向对照us_balancesheet的参数体系与 美股利润表us_income、美股现金流量表us_cashflow完全一致同为 5 个输入参数ts_code必填、同为 7 列长表输出结构、同为单次 10000 行上限。这意味着掌握了资产负债表接口的调用范式就能无缝迁移到另外两张报表学习成本极低。三个接口的典型组合用法# 同一报告期下拉取 NVDA 的资产负债表 利润表 现金流量表 bs pro.us_balancesheet(ts_codeNVDA, period20241231) is_ pro.us_income(ts_codeNVDA, period20241231) cf pro.us_cashflow(ts_codeNVDA, period20241231)而 美股财务指标数据us_fina_indicator则是宽表结构直接给出roe_avg、roa、current_ratio、speed_ratio、debt_asset_ratio、gross_profit_ratio等几十个预计算指标并标注了accounting_standards如美国会计准则US GAAP与currency字段适合作为报表科目数据的交叉验证来源。2. 结合财报分析技能的实战路径Vibe-Trading 仓库内置了 agent/src/skills/financial-statement/SKILL.md财报三表深度解读技能其中对资产负债表的使用提出了明确的关注点可直接应用于us_balancesheet取到的数据资产端重点科目货币资金是否受限、是否存贷双高、应收账款增速是否超过营收、存货是否积压、商誉并购溢价与减值风险、在建工程是否长期不转固负债端重点科目有息负债短期借款 长期借款 应付债券、应付账款对上游议价权、预收/合同负债对下游议价权关键比率口径资产负债率 负债/资产健康区间 40%-60%非金融企业、流动比率 流动资产/流动负债1.5-2.5、速动比率 (流动资产-存货)/流动负债1.0。对应的取数与计算示例import pandas as pd # 拉取 NVDA 历年年报资产负债表 bs pro.us_balancesheet(ts_codeNVDA, report_typeQ4) # 透视出关键科目 pivot bs.pivot_table( indexend_date, columnsind_name, valuesind_value, aggfuncfirst ).reset_index() # 计算资产负债率单位美元保持一致 if {总资产, 负债合计}.issubset(pivot.columns): pivot[资产负债率] pivot[负债合计] / pivot[总资产] # 计算流动比率 if {流动资产合计, 流动负债合计}.issubset(pivot.columns): pivot[流动比率] pivot[流动资产合计] / pivot[流动负债合计] print(pivot[[end_date, 现金及现金等价物, 应收账款, 存货, 资产负债率]].tail())技能文档同时强调美股使用 US GAAP 会计准则与 A 股的中国会计准则、港股/欧股的 IFRS 存在科目口径差异做跨市场横向比较前必须做口径调整这与us_fina_indicator返回的accounting_standards字段形成印证。3. 量化研究中的典型用法从源码与技能体系推断us_balancesheet在量化场景中至少有三种典型应用财务健康度因子用资产负债率、流动比率等指标构造选股因子作为美股多因子模型的基本面维度输入盈利质量交叉验证将资产负债表中的应收、存货变动与利润表的营收、现金流量表的经营现金流结合识别应收暴增存贷双高等盈利质量红旗对应 financial-statement 技能 中 12 个造假红旗指标的检测方法历史财务序列分析利用该接口近 20 年的历史数据构建科目时间序列支撑长周期财务趋势与财务危机预警研究。注意事项与边界覆盖范围有限接口只覆盖主要美股和中概股中小市值美股可能查不到数据使用前建议先通过 美股基础信息us_basic确认目标代码存在权限门槛较高15000 积分或单独开通权限是硬性前置条件与us_basic等低权限接口不同长表结构需透视返回的是科目-金额长表进行横截面或面板分析时需要pivot_table转换单次 10000 行上限单只股票多年份全科目数据容易触及上限需按报告期窗口循环提取金额与会计口径ind_value为原始美元数值科目名为中文本地化映射跨市场比较需注意 US GAAP 与 IFRS/中国会计准则的差异报告类型语义report_type参数Q1-Q4与返回列中的ind_type、report_type字段含义并不完全等同分析时建议以返回字段为准。总结us_balancesheet是 Vibe-Trading Tushare 技能中美股基本面数据体系的核心接口之一。它以单股、长表、全历史的形态提供美股上市公司的资产负债表科目数据与us_income、us_cashflow、us_fina_indicator共同构成覆盖资产-利润-现金流-指标的完整取数矩阵。通过本文梳理的参数语义、调用范式、长表透视方法与循环提取骨架你可以直接在 Vibe-Trading 项目中接入该接口并结合 financial-statement 技能 的科目关注点与比率口径将原始科目数据转化为可用的财务质量评估与量化因子为美股研究提供扎实的数据底座。【免费下载链接】Vibe-TradingVibe-Trading: Your Personal Trading Agent项目地址: https://gitcode.com/GitHub_Trending/vi/Vibe-Trading创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考