xonevn-ai VN Earnings Analyzer — Đánh giá phản ứng sau BCTC
Tổng quan
Sau mỗi mùa BCTC (Q1 cuối Apr, Q2 cuối Jul + Aug, Q3 cuối Oct, Q4 cuối Jan + Feb), skill chấm điểm các báo cáo gần đây theo 5 yếu tố:
| Yếu tố | Ngưỡng VN | Ý nghĩa |
|---|---|---|
| Gap | gap_pct ≥ 2.0 |
VN ±7% band → gap 2% đã rất mạnh |
| Volume | volume_relative ≥ 1.5× |
Volume = 1.5× trung bình 20 phiên |
| Trend 20D | trend_20d_pct ≥ 0 |
Up-trend trước báo cáo + báo cáo positive = momentum kép |
| MA position | trên cả MA50 và MA200 | Long-term trend intact |
| EPS surprise | eps_surprise_pct > 0 |
Beat estimate (so với YoY hoặc QoQ) |
Output: Grade A (5/5) → F (0-1).
Skill này là tiền đề cho vn-pead-screener Mode B — feed output JSON này → screener tìm setup entry sau pullback.
Khi nào dùng
- 1-2 tuần sau mỗi window earnings (Q1: late Apr; Q2: late Jul + Aug; Q3: late Oct; Q4: Jan-Feb)
- Khi có universe symbols đã công bố BCTC trong 5-10 phiên gần nhất
- Tiền đề cho
vn-pead-screener
KHÔNG dùng khi:
- Không có BCTC gần đây trong window scan
- Universe không có thông tin EPS surprise (skill dùng giá trị 0 → fail EPS beat, hạ grade nhầm)
Workflow
Bước 1 — Build earnings.json
Schema (xem references/vn_earnings_methodology.md cho chi tiết):
[
{
"symbol": "FPT",
"report_date": "2026-04-25",
"gap_pct": 2.5,
"volume_relative": 1.6,
"trend_20d_pct": 5.0,
"above_ma50": true,
"above_ma200": true,
"eps_surprise_pct": 10.0,
"has_red_candle_pullback": true,
"current_price": 142000,
"report_day_low": 138000,
"status": "Normal"
}
]
Cách build từ live data:
# 1. Lấy fundamentals (gồm EPS YoY/QoQ → tính eps_surprise_pct)
python skills/vn-data-fetcher/scripts/vn_data_fetcher.py fundamentals \
--symbols FPT,VIC,HPG,MWG,VNM --period quarter
# 2. Lấy OHLCV ±30 phiên quanh ngày báo cáo (tính gap, volume_relative, trend_20d, MA50, MA200)
python skills/vn-data-fetcher/scripts/vn_data_fetcher.py ohlcv \
--symbols FPT,VIC,HPG,MWG,VNM \
--start 2026-03-01 --end 2026-05-13
# 3. Tổng hợp manually hoặc nhờ Claude build earnings.json
Bước 2 — Chạy analyzer
python skills/vn-earnings-analyzer/scripts/vn_earnings_analyzer.py \
--input my_earnings.json \
--min-grade B \
--output-dir reports/
Output tại reports/vn_earnings_analyzer_<timestamp>.{json,md}.
Bước 3 — Feed vào PEAD screener
python skills/vn-pead-screener/scripts/vn_pead_screener.py \
--candidates reports/vn_earnings_analyzer_<timestamp>.json \
--output-dir reports/
PEAD screener filter grade ≥ B + check red-candle pullback + tính ceiling/floor + stop > floor.
Output
{
"schema_version": "1.0",
"as_of": "2026-05-13T08:30:00+07:00",
"input_count": 25,
"scored_count": 8,
"skipped_count": 2,
"min_grade": "B",
"results": [
{
"symbol": "FPT",
"report_date": "2026-04-25",
"grade": "A",
"score": 5,
"factors": {"gap_up": true, "high_volume": true, ...},
"gap_pct": 2.5,
"volume_relative": 1.6,
...
}
]
}
Markdown: bảng Symbol / Report / Grade / Score / Gap / Vol / Trend / MA / EPS Surprise / Price với VND format.
Tham chiếu vn-market-mechanics
vn_trading_rules.md— sessions, status flagsvn_price_limits_orders.md— biên độ ±7/10/15% cap gap sizevn_fees_and_taxes.md— round-trip cost ~0.4%vn_data_sources.md— vnstock fundamentals endpoint
Chi tiết methodology + bốn cửa sổ BCTC + calibration: references/vn_earnings_methodology.md.