经济数据 API：获取宏观序列与研究数据

FRED observations tool

FRED UNRATE series page

通过 QVeris 获取经济时间序列，为研究笔记、宏观看板或 AI 简报提供数据。先确定序列名称、日期范围与单位，再把返回观察值整理为图表。可以从FRED 观察值工具开始。

一个清晰的首个任务是查询已结束年度的美国月度失业率。它具有明确的序列 ID、观察频率和公开来源。先把这张表做好，再加入其他序列，比一开始笼统地要求“总结经济”更容易核验。

FRED UNRATE 序列页提供该指标的定义。把定义与数值放在一起，读者才能理解图表所描述的人群与统计口径。

转换数值之前，先通过序列元数据确认定义。同比变化请求不同于原始水平请求。采用转换后，应在图表标题或坐标标签中说明，并尽可能保留未转换序列。

FRED observations API reference

下面的参数查询 2025 年的 UNRATE 观察值，并按日期升序排列。它展示已检查的输入字段，不保证一定返回多少条记录。

{
  "series_id": "UNRATE",
  "file_type": "json",
  "observation_start": "2025-01-01",
  "observation_end": "2025-12-31",
  "sort_order": "asc"
}

绘图前检查实际返回日期与缺失值标记。缺失观察值不能当作实测零值。FRED 观察值 API 文档说明了日期区间、转换和输出选项，实际调用以 QVeris 所选路径暴露的参数为准。

一个经济观察值可能描述 1 月，却在之后才发布；首次发布后还可能被修订。当前宏观看板可以采用最新可得版本，而研究历史决策时，可能需要当时已经公布的版本。

FRED 的 real-time period 与 vintage 相关查询用于区分数据版本。这里的“real-time”描述可知信息版本，不是交易所式实时行情推送。应保存所用版本参数，并核对序列是否覆盖研究所需历史。

撰写简报时分别标注统计期间和获取日期，不把最后一行的观察日期当成发布时间。没有返回发布时刻时，应说明缺失，不能编造一个准确到小时的发布时间。

market newsexchange-rate dataPython integrationusage pricing

先给出观察值表，再用该序列的单位描述方向和变化幅度。从一个百分率变为另一个百分率时，通常适合用百分点描述；相对百分比变化回答的是另一个问题。可能引起误解时应写出公式。

需要事件背景时，可连接市场新闻；涉及币种换算时，可加入汇率数据。使用Python 接入流程可以重复取数，安排刷新前查看用量价格。分析解释应与实测序列明确区分。

点击后将打开已预填的 QVeris 任务，查询 2025 年 UNRATE 月度观察值。结果会列出可用数值、单位、季调背景、来源与获取日期；首末值都存在时，还会计算期间变化。