gauss314/skills

marketscreener

Scraper de MarketScreener (S&P Capital IQ): earnings transcripts, cotizaciones, perfiles empresa, financials, valuation, consenso analistas, noticias, insider trading, ratings. Sin API key.

First seen Jun 5, 2026

Installation

$ npx skills add gauss314/skills --skill marketscreener

Also in this package

Other skills from gauss314/skills · top by installs.

npx skills add gauss314/skills

Browse all from gauss314/skills

More details

Agent compatibility

Declared targets from SKILL.md / docs. Unmarked agents are not listed — the skill may still install via the CLI.

Claude Code Not declared
Cursor Not declared
Codex Not declared
GitHub Copilot Not declared
Windsurf Not declared
Gemini CLI Not declared
Cline Not declared
OpenCode Not declared

Repository health

Stars 237
License LICENSE
Default branch main
Open issues 0
Status Active

Skill metadata

Parsed from SKILL.md frontmatter.

LicenseMIT
More metadata
category
finanzas, scraper, stocks, transcripts, earnings, eeuu, global, ADRs
language
es
source
https://www.marketscreener.com

Package contents

Files included with this skill beyond the listing page.

  • skill md SKILL.md 4,402 B
  • docs SUMMARY.md 211 B

History

  1. First seen on skills.sh
  2. First recorded snapshot · 224 installs

SKILL.md

MarketScreener — Datos Financieros y Earnings Transcripts Globales

Scraper de MarketScreener (plataforma de S&P Capital IQ) que accede a datos gratuitos sin registro: earnings transcripts, cotizaciones, perfiles, financials históricos, valuación, consenso de analistas, noticias, insider trading y ratings.

URL base: https://www.marketscreener.com País soportado: Global (20,000+ stocks, ADRs argentinos incluidos) Requiere registro: ❌ No, todo es scraping directo


⚠️ Lo que MarketScreener ofrece GRATIS (sin registro)

Funcionalidad Disponible Gratis Requiere Pago
Earnings Transcripts (contenido completo) 🔒 Premium
Earnings Transcripts (listado con fechas, quarters, URLs)
Cotizaciones (hasta 15 min retraso)
Perfil de empresa (descripción, sector, empleados, web)
Datos financieros (Income Statement, Balance Sheet, Cash Flow) ✅ (años recientes) 🔒 Más años
Valuación (PE, PB, EV/EBITDA, market cap, dividend yield)
Consenso de analistas (target price, recomendaciones, revisiones)
Ratings (Surperformance Score: Trader, Investor, Global)
Noticias (histórico completo)
Calendario (earnings, dividends, splits, AGM)
Insider Trading (transacciones de ejecutivos) 🔒 Más detalle
Accionistas (top shareholders) 🔒 Lista completa
Gobierno corporativo (board, management)
Gráficos (históricos, velas, indicadores técnicos)
Búsqueda de símbolos
Screener avanzado 🔒 Premium
Datos financieros históricos >3 años 🔒 Premium

Cobertura

Tipo Cobertura
Stocks US ✅ Todas (AAPL, MSFT, etc.)
ADRs argentinos ✅ GGAL, TGS, BMA, YPF, PAM, etc.
Stocks globales ✅ Europa, Asia, Latinoamérica
ETFs
Índices
Bonos ❌ No disponible
Forex / Crypto ❌ No disponible

Autenticación

No requiere API key ni registro. Todo el contenido es scraping directo de páginas públicas HTML.


Uso Rápido

from marketscreener_client import MarketScreenerClient

client = MarketScreenerClient()

# Último earnings transcript de GGAL
transcript = client.get_transcript("GGAL")
print(transcript["title"])
print(transcript["prepared_remarks"][:500])

# Cotización de AAPL
quote = client.get_quote("AAPL")
print(f"${quote['price']} ({quote['change_pct']}%)")

# Perfil de empresa
profile = client.get_profile("GGAL")
print(profile["name"], profile["industry"])

# Financials
fin = client.get_financials("AAPL", statement="income")
print(fin["2025"]["revenue"])

# Consenso de analistas
consensus = client.get_consensus("AAPL")
print(f"Target: ${consensus['target_mean']}, Recomendación: {consensus['rating']}")

Scripts Disponibles

Script Descripción
[marketscreenerclient.py](./scripts/marketscreenerclient.py) Cliente completo con todas las funcionalidades (transcripts, quotes, profile, financials, valuation, consensus, news, ratings, insider, calendar, search)
[marketscreenercli.py](./scripts/marketscreenercli.py) CLI rápida para consultas diarias

Buenas Prácticas

  1. Rate limiting: usar 1 request por segundo como mínimo para evitar bloqueos
  2. User-Agent: siempre usar un User-Agent de navegador real
  3. Cachear: los datos de transcripts no cambian después de publicados, cachear localmente
  4. HTML Parsing: usar BeautifulSoup para parsear HTML, no regex
  5. IDs numéricos: cada empresa tiene un ID numérico único en MarketScreener (ej: AAPL=4849, GGAL=13491328)
  6. Errores 404: si no se encuentra una página, puede que la empresa no esté cubierta