昨天去参加了 AI FUT 大会，所以文章停更了一天。后续会新开一个ai 相关的账号为大家做分享。今天继续，给大家推荐一个特别实用的财务分析工具。

同一只股票，5 个网站报出 5 个 PE？这个工具一行代码算清楚

你有没有遇到过这种情况——

查微软的 PE，Morningstar 说 32.05，Yahoo Finance 说 33.80，华尔街日报说 33.67，Macrotrends 说 32.66……

同一只股票，同一天，5 个网站给你 5 个不同的数字。

到底哪个对？

答案是：都对，但计算方法不同——有的用 TTM，有的用预测，有的剔除了非经常性损益。问题是，没有一个网站告诉你它的算法。

FinanceToolkit 的作者也被这个问题搞烦了，于是写了这个工具——所有指标计算方法完全透明、开源可查。

项目地址： https://github.com/JerBouma/FinanceToolkit

⭐ 4,600+ Stars | 519 Forks | Python | MIT 许可证

它是什么？

一句话：Python 财务分析全家桶。

你输入股票代码
它输出：
├── 30 年财务报表（资产负债表/利润表/现金流）
├── 150+ 财务指标（PE/ROE/ROA/毛利率/净利率……）
├── 估值模型（DuPont 分析/WACC/Altman Z-Score）
├── 期权希腊字母（Delta/Gamma/Theta/Vega）
├── 风险指标（VaR/夏普比率/最大回撤）
├── 30+ 技术指标（MACD/RSI/布林带/一目均衡）
├── 宏观经济数据（60+ 国家 GDP/CPI/失业率）
└── 你自己的投资组合分析

巴菲特研究一只股票要看的财务数据，这个工具几行代码全拉出来。

快速上手

安装

pip install financetoolkit -U

获取 API Key（免费）

FinanceToolkit 使用 FinancialModelingPrep 的数据源，需要一个免费 API Key：

1. 打开 financialmodelingprep.com
2. 注册账号（免费）
3. 获取 API Key
4. 免费版限制：每天 250 次请求，5 年数据

初始化

from financetoolkit import Toolkit

# 初始化（支持同时分析多只股票）
companies = Toolkit(
    tickers=["AAPL", "MSFT"],
    api_key="YOUR_API_KEY",
    start_date="2020-01-01"
)

核心功能演示

1. 财务报表：一行拿到 30 年数据

# 利润表
income = companies.get_income_statement()

# 资产负债表
balance = companies.get_balance_sheet_statement()

# 现金流量表
cashflow = companies.get_cash_flow_statement()

# 直接看苹果的利润表
print(income.loc['AAPL'])

特别说明：FinanceToolkit 会自动做两件事：

• 统一财务报表格式
  ——不同公司的报表字段名不一样，它帮你标准化
• 对齐财年
  ——苹果的 Q4 其实是 7-9 月，它自动转成日历年对比

2. 150+ 财务指标：一行全算

# 盈利能力指标（ROE、ROA、毛利率、净利率、营业利润率……）
profitability = companies.ratios.collect_profitability_ratios()
print(profitability.loc['AAPL'])

# 估值指标（PE、PB、PS、EV/EBITDA……）
valuation = companies.ratios.collect_valuation_ratios()

# 偿债能力（资产负债率、流动比率、利息保障倍数……）
solvency = companies.ratios.collect_solvency_ratios()

# 也可以单独拿某一个指标
roe = companies.ratios.get_return_on_equity()
print("\n=== 苹果 vs 微软 ROE 对比 ===")
print(roe)

这就是为什么这个工具好用——你不需要手动计算任何指标，它全帮你算好了。

3. 估值模型：专业级分析

# 杜邦分析（拆解 ROE 来源）
dupont = companies.models.get_extended_dupont_analysis()
print(dupont.loc['AAPL'])

输出告诉你苹果的 ROE 是靠什么驱动的：

ROE = 净利率 × 资产周转率 × 权益乘数
     → 净利率高（赚钱能力强）
     → 资产周转稳定
     → 杠杆适中

# WACC（加权平均资本成本）
wacc = companies.models.get_weighted_average_cost_of_capital()

# Altman Z-Score（破产风险预警）
zscore = companies.models.get_altman_z_score()
print("\n=== 破产风险指标 ===")
print(zscore)
# Z > 2.99 = 安全，1.81-2.99 = 灰色地带，< 1.81 = 危险

4. 风险分析

# VaR（在险价值）——最坏情况下你会亏多少
var = companies.risk.get_value_at_risk(period="weekly")
print("=== 每周最大预期亏损 ===")
print(var)

# 夏普比率、索提诺比率
performance = companies.performance.get_factor_asset_correlations(period="quarterly")

5. 技术指标

# 一目均衡（Ichimoku Cloud）
ichimoku = companies.technicals.get_ichimoku_cloud()

# 当然也支持常见的
rsi = companies.technicals.get_relative_strength_index()
macd = companies.technicals.get_moving_average_convergence_divergence()
bollinger = companies.technicals.get_bollinger_bands()

6. 宏观经济数据

# 不需要 API Key 也能用这个模块
from financetoolkit import Economics

economics = Economics()

# 各国失业率
unemployment = economics.get_unemployment_rate()

# 各国 GDP
gdp = economics.get_gross_domestic_product()

# CPI（通胀）
cpi = economics.get_consumer_price_index()

实战：完整分析一只股票

from financetoolkit import Toolkit

# 分析英伟达
nvda = Toolkit("NVDA", api_key="YOUR_KEY", start_date="2020-01-01")

# 基本信息
profile = nvda.get_profile()
print("=== 公司概况 ===")
print(profile)

# 关键财务指标
print("\n=== 盈利能力 ===")
print(nvda.ratios.collect_profitability_ratios())

print("\n=== 估值 ===")
print(nvda.ratios.collect_valuation_ratios())

print("\n=== 杜邦分析 ===")
print(nvda.models.get_extended_dupont_analysis())

print("\n=== 破产风险 ===")
print(nvda.models.get_altman_z_score())

# 分析师评级
rating = nvda.get_rating()
print("\n=== 分析师评级 ===")
print(rating)

# 财报日历
earnings = nvda.get_earnings_calendar()
print("\n=== 近期财报 ===")
print(earnings)

这一段代码跑完，你对英伟达的了解程度不亚于一个初级分析师。

和系列其他工具的定位区别

投资分析完整流程：

1. 拿数据
   AKShare（A 股）/ yfinance（美股）

2. 分析数据  ← FinanceToolkit 在这里
   150+ 指标一行算出 / 杜邦分析 / 估值模型

3. AI 辅助研判
   go-stock / Qlib / AI Hedge Fund

4. 仓位优化
   PyPortfolioOpt

5. 策略回测
   Backtesting.py / QuantConnect Lean

6. 实盘交易
   vnpy

对比表

AKShare/yfinance 只管"拿"，FinanceToolkit 帮你"算"。

数据源说明

# 如果不想注册 API Key，可以强制使用 Yahoo Finance
companies = Toolkit(
    ["AAPL", "MSFT"],
    enforce_source="YahooFinance"
)

局限性

小结

FinanceToolkit：
- 4,600+ Star 的开源财务分析工具箱
- 150+ 财务指标一行代码算出来
- 所有计算方法完全透明、可查
- 支持财务报表、估值模型、期权、风险、技术指标、宏观经济
- 解决"不同网站指标不一样"的痛点
- 免费 API Key 即可使用

定位：拿到数据后，怎么分析——它帮你做这一步。

⚠️ 免责声明：FinanceToolkit 是数据分析工具，指标计算结果仅供参考。财务分析是投资决策的一部分，不能替代完整的研究过程。投资有风险，请谨慎决策。

有了数据、有了分析、有了 AI 研判——下一步是什么？怎么验证你的策略到底能不能赚钱？ 下篇聊回测工具 👇