Ratings Summary by Symbol个股评级汇总
该接口按指定日期窗口汇总单只股票收到的全部卖方分析师评级分布与目标价准确度统计，单行呈现总评级次数、覆盖分析师人数、买入与持有及卖出观点占比、评级上调与下调次数以及历史目标价兑现收益表现，是衡量市场多空共识强度的核心数据源。
https://quote-fmp.com/stable/tipranks-symbol-summary?symbol=AAPL数据更新周期
该接口暂无固定更新周期（多为按需更新的参考或静态数据）。
接口说明
- 共识分布：窗口内该代码上发布的各评级（买入、持有、卖出）数量，传入
symbol后可解析出from（统计起始日期）、to（统计结束日期）与totalRecommendations（评级总数） 等字段，适合作为回测框架的基础数据层。 - 动作构成：各类分析师动作的数量——例如首评、上调、下调和重申——可同时观察数量与倾向，配合
to（统计结束日期）与totalRecommendations（评级总数） 等返回项，能高效支撑同行业标的横向比对。 - 总活跃度：totalRecommendations 计数，概括该代码在期间内吸引的研究量，工程落库阶段可与「券商评级汇总」共用主键索引，形成完整的专题数据集。
- 关联数据线接口：Point in time Ratings by Symbol（个股时点评级） · Point in time Ratings by Analyst（分析师时点评级） · Ratings Snapshot（评级快照） · Stock Price and Volume Data（日线完整行情）
请求参数
3 个参数| 参数 | 类型 | 要求 | 示例 | 说明 |
|---|---|---|---|---|
symbol | string | 必填 | AAPL | 美国 SEC 监管申报或美股上市公司股票代码，例如 AAPL、MSFT、NVDA（仅覆盖美股及在美上市 ADR，无需附加交易所后缀）。 |
from | date | 可选 | 2025-06-10 | 查询起始日期，格式 YYYY-MM-DD，包含当天。 |
to | date | 可选 | 2026-06-10 | 查询结束日期，格式 YYYY-MM-DD，包含当天。 |
调用代码示例
Python 关键代码执行 /stable/tipranks-symbol-summary 查询个股评级汇总（必填 symbol），直接产出 from（统计起始日期）、to（统计结束日期）、totalRecommendations（评级总数） 等 15 项字段。
resp = requests.get(
"https://quote-fmp.com/stable/tipranks-symbol-summary",
params={"symbol": "AAPL", "from": "2025-06-10", "to": "2026-06-10", "apikey": FMP_KEY},
timeout=15,
)
resp.raise_for_status()
df = pd.DataFrame(resp.json())
# 数值化核心指标列 totalRecommendations（评级总数）
df["totalRecommendations"] = pd.to_numeric(df["totalRecommendations"], errors="coerce")参数使用和避坑
3 组参数组合 · 2 条避坑以下列出本接口在高频投研与回测场景下的常用 Query 参数组合写法：
| 投研场景 | Query 参数组合示例 | 返回数据特征与用途 |
|---|---|---|
| 获取 AAPL 最新个股评级汇总记录 | symbol=AAPL | 通过 symbol=AAPL 访问 /stable/tipranks-symbol-summary，一次拿齐 个股评级汇总 的 from、to、totalRecommendations 等核心列。 |
| 限定 2024 全年区间查询 AAPL 的个股评级汇总 | symbol=AAPL&from=2024-01-01&to=2024-12-31 | 向 /stable/tipranks-symbol-summary 同时传入 from 与 to 参数，精准截取 AAPL 在 2024 年内的 from、to、totalRecommendations（共 15 列）。 |
| 改传 symbol=NVDA 查询个股评级汇总 | symbol=NVDA | 向 /stable/tipranks-symbol-summary 传 NVDA，获取该标的的 from、to、totalRecommendations（共 15 列）用于跨公司比较。 |
个股评级汇总（路径 /stable/tipranks-symbol-summary，必填 symbol）输出 from（统计起始日期）等 15 列；在做多表横截面关联时，请确保主键字段类型一致。
在为个股评级汇总（/stable/tipranks-symbol-summary）设计表结构时，以 (symbol) 唯一锁定记录，并对 totalRecommendations（评级总数）与 distinctSymbols（去重证券代码数） 保留完整浮点精度。
返回数据
15 个字段本接口示例响应共包含 15 个字段（数值型 10 个，文本/日期/布尔型 5 个）。下表列出全部字段名、类型、首条记录真实样本值与中文释义，实际返回会因接口与数据状态有所不同。
| 字段 | 类型 | 示例值 | 说明 |
|---|---|---|---|
symbol | string | "AAPL" | 证券代码 |
from | string | "2025-07-30" | 统计起始日期 |
to | string | "2026-07-30" | 统计结束日期 |
totalRecommendations | number | 425 | 评级总数 |
distinctSymbols | number | 1 | 去重证券代码数 |
distinctAnalysts | number | 45 | 去重分析师人数 |
validPriceTargets | number | 379 | 有效目标价数量 |
recommendations | object | {…} | 投资建议明细 |
analystAction | object | {…} | 分析师评级动作（上调/下调/维持） |
comparedPriceTargets | number | 379 | 参与比较的目标价数量 |
beats | number | 323 | 超预期次数 |
misses | number | 56 | 低于预期次数 |
averageReturn | number | 0.1697 | 平均回报率 |
topReturn | number | 0.8466 | 最佳回报率 |
worstReturn | number | -0.169 | 最差回报率 |
查看响应数据示例（原始 JSON）
[
{
"symbol": "AAPL",
"from": "2025-07-30",
"to": "2026-07-30",
"totalRecommendations": 425,
"distinctSymbols": 1,
"distinctAnalysts": 45,
"validPriceTargets": 379,
"recommendations": {
"buy": 277,
"hold": 122,
"sell": 26
},
"analystAction": {
"initiated": 3,
"maintained": 309,
"upgraded": 16,
"downgraded": 5,
"reiterated": 92,
"resumed": 0
},
"comparedPriceTargets": 379,
"beats": 323,
"misses": 56,
"averageReturn": 0.1697,
"topReturn": 0.8466,
"worstReturn": -0.169内容已截断，完整字段以实际返回为准。
常见问题解答（FAQ）
2 个问题在「TipRanks Summary」分类下，个股评级汇总（15 个字段）与 分析师评级汇总 的核心差异点是什么？
个股评级汇总 与 Ratings Summary by Analyst（分析师评级汇总） 分别映射 /stable/tipranks-symbol-summary（必填 symbol，含 from 等 15 列）与 /stable/tipranks-analyst-summary（必填 expertUID，含 15 列），可按研究粒度灵活选用。
实盘任务调用 /stable/tipranks-symbol-summary 拉取个股评级汇总时，如何规范化控制查询边界与重试节奏？
您只需将 [from, to] 拆分为季度或年度滑窗访问 /stable/tipranks-symbol-summary；配合空数组 [] 短路判断，即可构建零人工干预的 个股评级汇总（from）自动化同步任务。
同模块相关接口对比
TipRanks Summary本接口路径 /stable/tipranks-symbol-summary，必填参数 symbol。 同一模块「TipRanks Summary」下共 3 个接口，下表列出其余 2 个， 按粒度与查询维度对比，避免选错接口。