edgar-traps
🧭 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
- 刚刚收录进导航,较早的关注者红利期
📊 综合评分
`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 | FilingFirehose | datamule-python | edgar-geo-revenue |
|---|---|---|---|---|
| 结论 | 值得关注 | 值得关注 | 值得关注 | 仅供研究 |
| 热度 | — | — | 556 | — |
| 7日增长 | — | — | 0 | — |
| 适合人群 | 专业量化 | 专业量化 | 开发者 | 专业量化 |
| 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 | 简单 |
| 活跃度 | — | — | 中 | — |
💡 新手优先 edgar-geo-revenue(上手简单);要生态成熟选 datamule-python(556)
🧩 更多同类工具
一款基于 Python 的 SEC EDGAR JSON API 数据工具，内置免费的法证风险评分功能，可对 8-K 文件正文分类识别被弱化披露的事件，自动标注 Schedule 13D/G 中 21+ 位激进投资者，并支持 S-3 文件。适合关注美股公告披露质量与股东动向的量化研究员和另类数据使用者。
一个用于处理 SEC 数据的 Python 包，集成了 datamune 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。
数据/另类数据 · awesome-quant 精选收录
一款基于 Python 的开源股票预测公开记录平台，采用 commit-reveal 机制在开盘前锁定预测，并自动与交易所数据结算，通过 hash-chained ledger 保证记录不可篡改。适合量化研究者与关注预测可验证性的开发者参考使用。
一款基于 Python 的 Finviz 数据分析开源库，可获取 Finviz 网站上的股票筛选、行情、新闻、评级等数据并转为结构化 DataFrame。它封装了常用的数据抓取接口，便于集成到量化策略或研究流程中，适合需要程序化获取美股数据的开发者与量化研究人员。
一款基于 Python 的 SEC EDGAR 数据访问库，主打 AI 原生设计。它支持 XBRL 财务数据解析、干净的文本提取，提供 17+ 种带类型的表单，并可将数据转为 pandas DataFrame 处理。适合需要程序化获取和分析美股上市公司公开披露文件的量化研究者与开发者。