disclosure-alpha
✨ 面向10-K/10-Q年报的确定性SEC文件分析工具，可量化披露风险评分
🧭 AI 判断
值得关注SEC文件文本因子工具定位实用,但刚收录无热度与维护验证,需自行评估
对SEC 10-K/10-Q做确定性文本分析,生成可复现的披露风险评分
📊 综合评分
📖 工具介绍
一款基于 Python 的 SEC 文件分析工具，专注于 10-K/10-Q 报告的确定性处理。核心功能包括章节提取、语气与模板化文本指标计算、逐年 diff 对比，以及可复现的披露风险评分，支持 CLI、Python SDK 和 HTTP 接口调用。适合量化研究员和基本面分析师用于财报文本挖掘与另类数据研究。
`Python` - Deterministic SEC filing analytics for 10-K/10-Q: section extraction, tone and boilerplate metrics, year-over-year diff, and reproducible disclosure risk scores. CLI, Python SDK, HTTP panel
⚖️ 同类对比
| 维度 | disclosure-alpha | roberta-base-stocktwits-finetuned | Eiten | GPT-InvestAR |
|---|---|---|---|---|
| 结论 | 值得关注 | 仅供研究 | 值得关注 | 仅供研究 |
| 热度 | 4 | 1.1k | 3.3k | 271 |
| 适合人群 | 专业量化 | 专业量化 | 专业量化 | 专业量化 |
| 主要用途 | 数据分析 / 策略研究 | 数据分析 / 策略研究 | 策略研究 / 数据分析 | 策略研究 / 数据分析 |
| 支持市场 | 美股 | 美股 | 美股 | 美股 |
| 技术栈 | Python | Python | Python | Python |
| 上手难度 | 中等 | 中等 | 中等 | 中等 |
| 活跃度 | 低 | 中 | 中 | 低 |
🧩 更多同类工具
基于 RoBERTa 并在 StockTwits 数据上微调的文本分类模型，属于 Hugging Face 上的 finance 领域模型，支持 transformers 和 pytorch 框架。其核心功能是对金融相关文本(如投资者讨论)进行情感分类。适合从事金融舆情分析、量化研究或 NLP 应用的开发者与研究人员使用。
一款由 Tradytics 开源的投资组合构建工具包,基于 Python 实现。它提供 Eigen Portfolios(特征组合)、Minimum Variance Portfolios(最小方差组合)、Maximum Sharpe Ratio(最大夏普比率)等多种统计与算法投资策略。适合希望进行量化组合优化和风险管理的开发者与投资者使用。
一款基于大语言模型分析上市公司年报(Annual Report)的开源项目，旨在辅助股票投资策略研究。它通过 LLM 解读财报文本并生成相关分析信号，支持用户结合自身投资框架进行研究。适合对量化投资、LLM 应用感兴趣的研究者和开发者参考使用。
一款基于 Python 的反向 DCF 分析工具，可从 SEC EDGAR 财务数据出发，反推出当前股价所隐含的营收增长率、增长持续期和营业利润率。适合价值投资者和基本面分析师用来检验市场预期是否合理。
一款提供 SEC 文件重要性评分与股价反应关系数据的另类数据集，按月统计专有评分与次交易日超额收益的关联，并提供逐事件明细数据、复现元数据，采用 CC BY 4.0 许可。适合量化研究者与另类数据分析师用于事件驱动策略的验证与建模。
基于 BERT 架构的金融文本分类模型,由 nickmuchi 在 Hugging Face 上发布,支持 transformers、PyTorch、ONNX 等框架。模型针对金融领域文本进行微调,可用于财报、公告等金融文本的分类任务,适合量化研究员、金融数据分析师及 NLP 开发者使用。