Blave Agent có thể truy cập lịch sự kiện vĩ mô toàn cầu có bản quyền — thời điểm công bố, dự báo đồng thuận của thị trường, giá trị kỳ trước và giá trị thực tế.
Các số liệu kinh tế và sự kiện ngân hàng trung ương ở những nền kinh tế lớn. Mỗi sự kiện một dòng, kèm thời điểm công bố theo lịch, dự báo đồng thuận của thị trường, giá trị kỳ trước và — sau khi công bố — giá trị thực tế.
Lịch là một cửa sổ trượt khoảng năm tuần — tháng vừa qua cộng vài tuần tới — không phải kho lưu trữ lịch sử. Khoảng thời gian ngoài cửa sổ đó sẽ trả về rỗng: nghĩa là khoảng đó không được bao phủ, chứ không phải không có sự kiện nào diễn ra.
Agent truy vấn lịch qua helper dùng chung trong lib/data.py:
from lib.data import fetch_economic_calendar
df = fetch_economic_calendar(
headers,
start='2026-07-01',
end='2026-07-31',
countries=['US', 'CN'],
max_priority=1,
)
Trả về một DataFrame sắp xếp theo thời gian sự kiện, mỗi sự kiện một dòng. Mọi tham số đều tùy chọn, nhưng nếu không lọc thì nguồn dữ liệu bao gồm mọi quốc gia và mọi mức ưu tiên — hãy thu hẹp lại trước:
start / end — Khoảng ngày, theo ngày Đài Bắc dạng 'YYYY-MM-DD', bao gồm cả hai đầucountries — Danh sách mã quốc gia ISO-2, ví dụ ['US', 'CN', 'TW']; bỏ trống để lấy mọi quốc giamax_priority — Chỉ giữ các sự kiện có mức quan trọng bằng hoặc cao hơn mức này; 1 là quan trọng nhất và 3 là ít nhất, nên truyền 1 nếu chỉ muốn các số liệu lớndatetime — Thời gian sự kiện theo giờ Đài Bắc; sự kiện không công bố giờ sẽ lấy mặc định 00:00 ngày hôm đódate / time — Ngày Đài Bắc và 'HH:MM'; phần giờ để trống với các sự kiện không công bố thời điểmcountry / country_name — Mã quốc gia ISO-2 và tên quốc giasubject / subject_title — Tên chỉ báo và kỳ mà số liệu công bố bao phủpredict — Dự báo đồng thuận của thị trường; để trống khi không có dự báo được công bốlast — Giá trị kỳ trước, tức lần công bố trước của cùng chỉ báoreal — Giá trị thực tế; để trống cho tới khi công bốunit — Đơn vị của các con sốpriority — Mức quan trọng, 1–3 (1 = quan trọng nhất)