Economic Calendar Fetcher Zc_办公效率 skill-PHP中文网

Economic Calendar Fetcher Zc

Polar Sponsor

爱发电赞助

.NET 9.0

立即下载

从FMP API获取指定日期区间的待定经济事件及数据发布，并按时间顺序以Markdown格式提供影响评估。

经济日历获取器

功能概述

经济日历获取器是一项面向实际任务的技能，主要用于检索即将发生的经济事件和来自金融模型预案的经济日历 API 的数据发布；此技能可获取计划中的经济索引。

核心要点

它将相关步骤、工具调用和结果整理方式集中到统一流程中，帮助使用者更快完成目标并减少重复操作。
使用时应结合输入条件选择合适的执行方式，核对必要参数、依赖环境与输出内容，并按原始要求处理异常情况。
该技能适合需要稳定复用相关能力的场景，可作为自动化工作流的一部分，也便于后续检查、调整和扩展。

使用与执行

从功能定位来看，该技能强调把分散的操作要求整理成清晰、可复用的处理流程，使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数，再依据技能说明逐步执行；

结果检查与注意事项

若输入条件不完整，应先补齐信息或采用保守配置，避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期，并对异常提示、缺失字段和边界情况进行处理；涉及批量任务时，还应保存进度，避免中断后重复操作。

经济日历获取器

概述

从 Financial Modeling Prep（FMP）经济日历 API 获取即将发布的经济事件与数据公告。该技能可抓取已排期的经济指标，包括各国央行货币政策决议、就业报告、通胀数据（CPI/PPI）、GDP 发布、零售销售、制造业数据，以及其他影响金融市场的重大事件。

该技能通过 Python 脚本调用 FMP API，并为每个排期事件生成按时间顺序排列、附带影响评估的 Markdown 报告。

核心能力：

获取指定日期范围内（最长 90 天）的经济事件
支持灵活的 API 密钥提供方式（环境变量或用户输入）
按影响等级、国家或事件类型进行筛选
生成结构化 Markdown 报告，并包含影响分析
默认获取未来 7 天数据，便于快速把握市场展望

数据源：

FMP 经济日历 API：https://financialmodelingprep.com/api/v3/economic_calendar
覆盖主要经济体：美国（US）、欧盟（EU）、英国（UK）、日本（JP）、中国（CN）、加拿大（CA）、澳大利亚（AU）
事件类型：央行决议、就业、通胀、GDP、贸易、住房、调查类数据

适用场景

当用户提出以下请求时，请使用该技能：

经济日历查询：
- “本周有哪些经济事件？”
- “请展示未来两周的经济日历”
- “下次 FOMC 会议是什么时候？”
- “下个月将发布哪些重要经济数据？”
市场事件规划：
- “本周我应重点关注哪些市场事件？”
- “近期是否有高影响级别的经济数据发布？”
- “下次非农就业报告 / CPI 数据 / GDP 报告发布时间是？”
特定日期范围请求：
- “请获取 1 月 1 日至 1 月 31 日的经济事件”
- “2025 年第一季度的经济日历有哪些内容？”
国别专属查询：
- “请展示下周美国发布的经济数据”
- “有哪些 ECB 相关事件已排期？”
- “日本何时发布其通胀数据？”

请勿使用该技能处理以下情况：

已发生的经济事件（历史分析请使用 market-news-analyst）
企业财报日历（本技能不包含财报信息）
实时市场数据或实时行情报价
技术分析或图表解读

工作流程

请按以下步骤获取并分析经济日历：

步骤 1：获取 FMP API 密钥

检查 API 密钥可用性：

首先检查是否已设置 FMP_API_KEY 环境变量
若未设置，则通过聊天向用户索取 API 密钥
若用户尚无 API 密钥，请提供注册指引：
- 访问 https://financialmodelingprep.com
- 注册免费账户（每日限额 250 次请求）
- 进入 API 控制台获取密钥

示例用户交互：

User: "Show me economic events for next week"
Assistant: "I'll fetch the economic calendar. Do you have an FMP API key? I can use the FMP_API_KEY environment variable, or you can provide your API key now."

步骤 2：确定日期范围

根据用户请求设定合适的日期范围：

默认（未指定具体日期）： 当前日期至未来 +7 天
用户指定了周期： 使用精确日期（验证格式：YYYY-MM-DD）
最大范围： 90 天（受 FMP API 限制）

示例：

“下周” → 当前日期至 +7 天
“未来两周” → 当前日期至 +14 天
“2025 年 1 月” → 2025-01-01 至 2025-01-31
“2025 年第一季度” → 2025-01-01 至 2025-03-31

日期范围校验：

确保起始日期 ≤ 结束日期
确保总跨度 ≤ 90 天
若查询过去日期，应予以提示

步骤 3：执行 API 获取脚本

以适当参数运行 get_economic_calendar.py 脚本：

基础用法（默认 7 天）：

python3 /path/to/economic-calendar-fetcher/scripts/get_economic_calendar.py --api-key YOUR_KEY

指定日期范围：

python3 /path/to/economic-calendar-fetcher/scripts/get_economic_calendar.py 
  --from 2025-01-01 
  --to 2025-01-31 
  --api-key YOUR_KEY 
  --format json

使用环境变量（无需 --api-key 参数）：

export FMP_API_KEY=your_key_here
python3 /path/to/economic-calendar-fetcher/scripts/get_economic_calendar.py 
  --from 2025-01-01 
  --to 2025-01-07

脚本参数说明：

--from：起始日期（YYYY-MM-DD），默认为当前日期
--to：结束日期（YYYY-MM-DD），默认为当前日期 + 7 天
--api-key：FMP API 密钥（若已设置 FMP_API_KEY 环境变量则可省略）
--format：输出格式（json 或 text），默认为 json
--output：输出文件路径（可选，默认输出至标准输出 stdout）

错误处理：

API 密钥无效 → 提示用户核对密钥
超出速率限制（HTTP 429）→ 建议等待或升级 FMP 订阅层级
网络错误 → 启用指数退避策略重试
日期格式错误 → 提供正确格式示例

步骤 4：解析与筛选事件

解析脚本返回的 JSON 响应：

解析事件数据： 从 API 响应中提取全部事件
如用户指定了筛选条件，则应用筛选逻辑：
- 影响等级：“High”、“Medium”、“Low”
- 国家：“US”、“EU”、“JP”、“CN”等
- 事件类型：FOMC、CPI、Employment、GDP 等
- 货币：USD、EUR、JPY 等

筛选示例：

“仅显示高影响事件” → 筛选 impact == "High"
“仅美国事件” → 筛选 country == "US"
“央行决议类事件” → 在事件名称中搜索关键词：“Rate”、“Policy”、“FOMC”、“ECB”、“BOJ”

事件数据结构示例：

{
  "date": "2025-01-15 14:30:00",
  "country": "US",
  "event": "Consumer Price Index (CPI) YoY",
  "currency": "USD",
  "previous": 2.6,
  "estimate": 2.7,
  "actual": null,
  "change": null,
  "impact": "High",
  "changePercentage": null
}

步骤 5：评估市场影响

逐项评估各事件的市场重要性：

影响等级分类（源自 FMP）：

高影响（High Impact）： 具有显著市场驱动效应的重大事件
- FOMC 利率决议、ECB/BOJ 政策会议
- 非农就业报告（NFP）、CPI、GDP
- 市场通常呈现 0.5–2%+ 的日内波动幅度
中影响（Medium Impact）： 重要但波动性较低
- 零售销售、工业生产指数
- 采购经理人指数（PMI）、消费者信心指数
- 房地产数据、耐用品订单
低影响（Low Impact）： 次要指标
- 初请失业金人数（除非数值极端异常）
- 区域性制造业调查
- 次要拍卖结果

补充判断维度：

当前市场敏感度：
- 高通胀环境下 → CPI/PPI 权重显著上升
- 衰退担忧升温 → 就业数据更为关键
- 市场押注降息 → 央行会议成为焦点
超预期潜力：
- 对比预估值与前值
- 预期变动幅度越大 → 关注度越高
- 共识分歧越大 → 潜在影响越强
事件聚集效应：
- 同日出现多个关联事件 → 影响放大
- 例如：CPI + 零售销售 + 美联储官员讲话 = 极高影响交易日
前瞻意义：
- 该事件是否会左右后续央行决策？
- 属于初步数据还是终值？
- 该数据后续是否可能被修正？

步骤 6：生成输出报告

创建结构化 Markdown 报告，需包含以下章节：

报告页眉：

# 经济日历
**期间：** [起始日期] 至 [结束日期]
**报告生成时间：** 1791689502
**事件总数：** [计数]
**高影响事件数：** [计数]

事件列表（按时间顺序）：

每项事件需提供如下信息：

## [日期] - [星期几]

### [事件名称] ([影响等级])
- **国家：** [国家代码]（[货币]）
- **时间：** [HH:MM UTC]
- **前值：** [数值]
- **预估：** [共识预测]
- **影响评估：** [您的分析]

**市场影响：**
[2–3 句说明该事件为何重要、市场关注要点及典型反应模式]

---

事件条目示例：

## 2025-01-15 - 星期三

### 消费者价格指数（CPI）同比（高影响）
- **国家：** US（USD）
- **时间：** 14:30 UTC（美东时间上午 8:30）
- **前值：** 2.6%
- **预估：** 2.7%
- **影响评估：** 极高 —— 美联储政策决策的核心通胀指标

**市场影响：**
CPI 读数高于预估（>2.7%）将强化市场对美联储鹰派立场的预期，可能压制股票资产并支撑美元；若读数等于或低于 2.7%，则有望巩固通缩叙事并利好风险资产。期权市场定价标普 500 指数在发布当日波动幅度达 1.2%。

---

总结部分：

在报告末尾添加分析性摘要：

## 核心要点

**最高影响交易日：**
- [日期]：[事件列表] — [综合影响依据]
- [日期]：[事件列表] — [综合影响依据]

**央行活动：**
- [美联储 / 欧洲央行 / 日本央行等已排期会议或讲话概要]

**重大数据发布：**
- 就业：[非农、失业率等发布日期]
- 通胀：[CPI、PPI 等发布日期]
- 增长：[GDP、零售销售等发布日期]

**市场头寸考量：**
[2–3 条关于交易员可能如何围绕这些事件调整头寸的建议]

**风险事件：**
[突出标注不确定性极高或超预期潜力突出的事件]

筛选说明：

若用户明确要求了筛选条件，应在报告顶部注明：

**已应用筛选条件：**
- 影响等级：仅高影响
- 国家：美国（US）
- 展示事件数：共 [X] 条（占该时段全部 [Y] 条事件）

输出格式：

主输出：保存为磁盘上的 Markdown 文件
文件命名规范：economic_calendar_[START]_to_[END].md
同时在聊天窗口中向用户展示摘要内容

输出格式规范

文件命名规范：

economic_calendar_2025-01-01_to_2025-01-31.md
economic_calendar_2025-01-15_to_2025-01-21.md  （周度）
economic_calendar_high_impact_2025-01.md  （含筛选条件）

Markdown 结构要求：

时间顺序排列： 事件须严格按日期与时间升序排序（最早优先）
影响等级标识： 统一使用（高影响）、（中影响）、（低影响）标签
时区清晰标注： 所有时间必须标明 UTC，并为美国事件同步提供美东时间（ET）/美西时间（PT）换算
数据完整性： 尽可能包含所有可用字段（前值、预估、实际值（若已发布））
空值处理： 对 null 值统一显示为 “N/A” 或 “No estimate”
影响评估要求： 所有高/中影响事件均须附带市场影响分析

表格格式选项（适用于密集型列表）：

| 日期/时间（UTC） | 事件 | 国家 | 影响等级 | 前值 | 预估 | 评估 |
|-----------------|-------|---------|--------|----------|----------|------------|
| 01-15 14:30 | CPI 同比 | US | 高 | 2.6% | 2.7% | 核心通胀指标 |

语言： 所有报告均使用英文撰写