edgar-traps
✨ SEC 文件静默数据错误质检,九项规则并附原理解释
🧭 AI 判断
值得关注专查SEC文件数据九类陷阱,填补另类数据质检空白,但维护与热度未知,需自行验证
针对SEC文件数据九种隐蔽错误模式的校验库,保障另类数据管道质量
📊 综合评分
📖 工具介绍
一款基于 Python 的 SEC 文件数据质检工具，内置九项检查规则，可识别常见静默数据错误，如 Form 4 实际涉及另一发行主体、13F-NT 被误计为持仓报告等，每项检查均附原理解释。适合处理 SEC filing 数据的量化研究者和数据工程师使用。
`Python` - Checks that catch nine silent failure modes in SEC filing data, from Form 4 filings that are about a different issuer to 13F-NT counted as a position report, each documented with the incide
⚖️ 同类对比
| 维度 | edgar-traps | Tradevo Data | itch-book | datamule-python |
|---|---|---|---|---|
| 结论 | 值得关注 | 值得关注 | 仅供研究 | 值得关注 |
| 热度 | — | — | 3 | 557 |
| 7日增长 | — | — | 0 | 0 |
| 适合人群 | 专业量化 | 专业量化 | 专业量化 | 开发者 |
| 主要用途 | 数据分析 / 数据源 | 数据源 / 数据分析 | 数据源 / 数据分析 | 数据源 / 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 |
🧩 更多同类工具
一款基于 Python 的美股基本面数据工具，数据来自 SEC EDGAR。它为每个财务数据标注首次公开日期，并对后续重述(restatement)进行标记，帮助回测避免前视偏差(lookahead bias)。适合需要进行基本面因子回测的量化研究者与开发者使用。
一款用于处理 NASDAQ TotalView-ITCH 5.0 日级数据的 Python 开源工具，可将原始数据转换为 Parquet 格式，提供 BBO、逐笔委托(已解析挂单方向)、成交及 MBP 深度等信息，并支持从 emi.nasdaq.com 自动下载与校验免费数据，适合需要高频市场数据的量化研究者与开发者使用。
一个用于处理 SEC 数据的 Python 包，集成了 datamule 的接口服务，方便用户以编程方式获取和分析美国证券交易委员会的公开数据。适合需要批量访问 SEC 文件、财报数据的量化研究员和开发者使用。
一款基于 Python 的开源工具，可从 SEC EDGAR 的 10-K 文件中自动提取按地理区域划分的营收数据，无需申请 API key。对于需要分析公司地区收入结构的量化研究员和基本面分析师来说，是一个便捷的数据获取工具。
一款基于 Python 的开源投资研究终端，整合股票、期权、加密货币等多类金融数据，并支持另类数据分析和自定义脚本扩展。适合量化研究员、个人投资者以及需要用命令行快速获取和分析市场数据的开发者使用。
一款开源的股票预测公开记录平台,基于 Python 构建。预测需在开盘前以 commit-reveal 方式提交,收盘后自动对照交易所数据结算,所有记录写入防篡改的 hash-chained 账本。适合量化研究者与投资者查看和验证预测表现。