做了個「財報雷達」：自選股一鍵看「財報日 + 期權定價的波動幅度」｜附半天開發過程

（前情）財報季做功課，總有兩個反覆出現的問題： ① 哪天財報？盤前還是盤後？ ② 這次財報，期權市場到底定價了多少波動？

信息要麼散落各處，要麼得自己拉期權鏈算 ATM 跨式才有概念。所以我做了個小工具：財報雷達 Earnings Radar——輸入自選股清單，輸出財報日曆 + 隱含波動 + 歷史實際波動分佈。

【它輸出什麼】

下個財報：美東日期、盤前/盤後、預期 EPS/營收

隱含波動幅度 = 財報後首個可用到期日的 ATM 跨式 ÷ 現價（例：NKE 這次 ±8.3%）

🕰 近 8 季財報日「實際」波動分佈（紅跌 / 綠漲條形圖）

隱含/歷史比值判讀：歷史高位區 → 高於常態 → 接近常態 → 低於常態

暗底 HTML 報告 + CSV（Excel 直接看）

【半天是怎麼做出來的】工具是「AI Agent（Hermes）+ Longbridge CLI」配合做出來的，全過程約半天，幾個關鍵節點（含兩次真實踩坑）： 先做校準錨點：拿 NKE 做驗證——工具算出 ±8.3%，與市場公開口徑一致，才繼續往下寫； 踩坑一：財報後首個到期日可能只有合約代碼、沒有報價 → 加了「自動順延到下一可用到期日」的回退邏輯（MU 就是這麼救回來的）； 踩坑二：部分股票財報日還沒官宣 → 定下「只認已確認口徑」：沒官宣就顯示"窗口內無已確認財報"，不猜、不編； 設計取捨：單文件、純標準庫、零依賴；不碰賬户權限（只用公開行情）；隱波用期權最新價而非中間價——這是經典近似，報告裏如實標註。

【用法（兩步）】

安裝並登錄 Longbridge CLI（open.longbridge.com）

python3 earnings_radar.py --tickers NKE,MU,STZ,CCL

（本週掃描實錄 · 數據截至 9/28：CCL 隱波 7.3% vs 歷史中位 4.9%（1.50×，歷史高位區）、CMG 1.44×、NKE 1.22×、MU 1.13×（接近常態）——同一個財報周，市場給每家定的「温度」完全不同。）

開源地址（MIT）：https://github.com/flamingo1998/earnings-radar

歡迎拍磚、提 Issue、拿去改。

@LongbridgeAI