如何可靠选择
免费估值数据 API
选择免费估值数据 API 时，应重点核对字段定义、财务期间、价格时点、预期数据来源、历史修订与使用授权，而不能只看估值指标的数量。
核心摘要
股票筛选、可比公司分析、现金流折现和历史因子回测需要的字段并不相同。应先确定决策目标和输出结果，再选择能够提供一致输入的最小数据集。
市值、企业价值、TTM 倍数、前瞻预期和已披露基本面可能对应不同日期与计算口径。所有关键时间戳和分母都应保留。
免费访问适合检查数据结构、制作原型、个人研究和小规模验收；生产适用性仍取决于覆盖、配额、稳定性、历史深度、支持和再分发权。
估值数据 API 应覆盖哪些内容？
从决策目标出发，而不是从接口出发
股票筛选器通常需要当前市值和可比公司倍数；研究笔记还可能需要标准化财务报表、稀释后股数、净负债、预期区间和历史倍数；现金流折现模型则依赖收入驱动因素、利润率、税率、资本开支、营运资本、折现率和终值假设。单一“估值”字段不可能同时满足这些任务。当估值假设会影响决策时，服务商直接给出的公允价值也不能替代透明、可复算的模型。
区分披露数据、计算指标与预测数据
公司披露是原始事实，标准化基本面经过服务商映射和归一化，市值与企业价值还要组合市场数据和资产负债表数据，估值倍数又增加了一层计算公式，分析师预期则包含预测区间和样本范围。建议保存数据类别、服务商、财务期间、披露或发布时间、修订状态和计算时间。缺少这些信息时，即使字段名称相同，数值也未必具有可比性。
保留价格及其时间、基本与稀释后股数、市值、债务、现金、优先股、少数股东权益和企业价值，并说明字段属于公司披露、标准化结果还是服务商计算值。
保存财务期间、申报日期、币种、会计准则、重述状态，以及同时存在时的原始披露值和标准化值。年度、季度与 TTM 数据不能混用。
对市盈率、市销率、市净率、EV/Sales、EV/EBITDA、自由现金流收益率和回报指标，应同时保留分子、分母、期间和公式。没有数据血缘的倍数很难核验。
分析师预期应保留预测期间、数据时点、可用时的样本数量、均值或中位数口径及修订历史。DCF 假设还要区分哪些来自 API，哪些由分析人员自行设定。
保留证券身份、币种和时间语义
在关联价格、财报和预期数据前，应先把股票代码与交易所映射到稳定的证券及发行人标识。上市币种与报表币种不一致时，还要保存换算汇率和汇率日期。价格时间、股份数生效日期和财务期末应分别记录。历史研究还要保存申报、预测或标准化记录首次可获得的时间，因为“财期结束”并不等于“市场已经获知”。
让 API 字段匹配估值方法
评估服务商前，先选定估值方法并写清输入要求。同一个 API 可能适合当前可比公司筛选，却不适合历史因子回测。下表列出各方法的最低数据要求，以及最需要防范的失真来源。
| 估值方法 | 所需字段 | 关键注意事项 |
|---|---|---|
| 可比公司倍数 | 价格、股本、企业价值、收入、EBITDA、净利润、账面价值与分析师预期。 | 可比公司、财务期间与调整后指标必须保持一致。 |
| 现金流折现 | 现金流驱动因素、债务、现金、股份数量、折现率与终值假设。 | API 只提供输入，估值结果仍取决于你的假设。 |
| 资产基础估值 | 资产、负债、表外项目与针对不同资产的调整。 | 账面价值与可变现价值可能存在很大差异。 |
| 历史估值因子 | 严格时点的价格、股数、财报、预测、发布日期与历史股票池。 | 后续修订和只保留存续公司的样本会引入前视偏差。 |
从原始组件复算关键指标
应选取有代表性的公司样本，用接口返回的原始字段重新计算市值、净负债、企业价值和若干估值倍数。对账时要统一证券身份、数据时点、币种、股份类别、拆股基础、财务期间，以及调整后或原始披露口径。根据用途设置绝对与百分比容差，超出范围的记录进入复核，不能默认采用最新或最大的数值。价格与股份数如何对齐，可进一步参考免费市值 API 指南。
验证历史适用性和运行稳定性
- 覆盖代表性公司：样本应包含金融机构、亏损公司、近期 IPO、多股份类别发行人、境外上市公司，以及最近发生重述或重大资本结构变化的公司。
- 区分缺失状态：零值、不可用、不适用和未覆盖必须分别处理。分母为负可能让估值倍数失去经济意义，但不代表原始财务数据错误。
- 核对期间标签：确认年度、季度、最近季度、TTM 和前瞻数据没有被静默混入同一比较。
- 覆盖运行故障：测试无效代码、鉴权失败、限流、超时、部分字段缺失、结构变化和服务维护。
- 分别监控时效：市场数据、财报数据和预测数据应独立计算数据年龄。HTTP 请求成功，并不代表估值数据仍然新鲜。
- 检查使用授权：确认缓存、派生计算、页面展示、导出和再分发是否符合产品用途。
回测必须使用严格的时点基本面，并保存每条记录真正可获得的日期。不能把历史价格与今天重述后的财报或当前股份数直接组合。历史股票池、退市记录、标识符变化和预测修订也应保留。关于可获得时间和存续偏差控制，可查看回测股票数据 API 指南。
用 QVeris 检查估值指标能力
QVeris 中的 Key Metrics 工具与公司估值筛选高度相关。工具记录显示，它可返回年度或季度关键指标，包括市值、企业价值、EV/Sales、EV/EBITDA、盈利收益率、自由现金流收益率、营运资本和每股指标。
调用前先检查字段契约
先确认 symbol、period 和 limit 等参数要求，检查返回结构，并通过 Financial Modeling Prep 服务商资料核对供应商身份。建议先用一家有代表性的公司做测试，保存工具 ID、请求参数、原始响应、抓取时间和校验结果，再逐步扩大覆盖范围。
明确工具的适用边界
Key Metrics 能力提供的是标准化指标，而不是完整的估值结论。DCF 仍需要明确的经营预测、折现率、终值假设和情景控制；历史策略仍需要时点可获得性与修订记录。QVeris 负责帮助发现、检查和调用能力，但生产使用仍应以供应商文档、授权条款和实际验收结果为准。
常见问题
可以作为研究输入，但可靠性取决于原始披露、标准化方式、价格时点、公司行动、预测修订和计算定义。关键指标应抽样核验，并尽量从原始组件复算。
不能默认可以。免费访问与商业使用、再分发属于不同授权，需要核对缓存、展示、署名、派生值、导出和再分发条款。
只有在数据符合时点口径，并保留发布日期、可获得时间、修订记录、历史标识和当时可投资股票池时才合适。历史价格配合当前基本面会产生前视偏差。
不能。API 可以提供财报、市场价值、估值倍数和部分假设，但经营预测、折现率、终值、情景设置及不确定性的解释仍由分析人员决定。