mcpField
S
sec-edgar-skill

sec-edgar-skill

github.com/rebyteai-templateデータ・データベース17254 回インストール19 週間前に更新
リポジトリ

sec-edgar-skill について

sec-edgar-skillは、EdgarToolsを使ってSEC EDGARの提出書類や財務データを取得・分析するスキルです。企業調査や提出状況の監視、企業間比較に向け、XBRLデータと簡潔なコンテキスト要約を活用します。

主な機能

  1. 01書式と日付で提出書類を取得
  2. 02企業情報と最新提出書類を確認
  3. 03複数期間の財務諸表とXBRLデータにアクセス
  4. 04提出書類本文を検索
  5. 05Form 4のインサイダー取引を分析
  6. 06簡潔なコンテキスト要約から確認

活用シーン

  1. 01複数企業の売上推移を比較
  2. 02最新の10-K年次報告書を分析
  3. 03Form 4のインサイダー取引を追跡
  4. 04書式別に最新提出書類を監視

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/rebyteai-template/rebyte-skills --skill sec-edgar-skill

インストール後、Claude Code で/sec-edgar-skillを入力して読み込まれたか確認します。

同梱ファイル

SKILL.md と一緒にインストールされる参考資料やスクリプト。

.gitignore
README.md
requirements.txt
reference/
form-types.md
objects.md
workflows.md

詳細

SEC EDGAR スキル - 提出書類の分析

前提条件

重要:EdgarTools の操作を行う前に、必ずこのセットアップを実行してください:

from edgar import set_identity
set_identity("Your Name [email protected]")  # SEC requires identification

これはSEC の法的要件です。セットアップを行わないと、操作は失敗します。


インストール

EdgarTools をインストールする必要があります:

pip install edgartools

トークン効率化の戦略

必ず最初に .to_context() を使用してください。これにより、トークン数を 56~89%削減しながら概要を確認できます。

オブジェクトrepr() のトークン数.to_context() のトークン数削減率
Company~750~7590%
Filing~125~5060%
XBRL~2,500~27589%
Statement~1,250~40068%

ルール: まず .to_context() を呼び出して利用可能な情報を把握し、その後で詳細を確認してください。


提出書類にアクセスする 3 つの方法

1. 公開済みの提出書類 - 複数企業の一括分析
from edgar import get_filings

# Get recent 10-K filings
filings = get_filings(form="10-K")

# Filter by date range
filings = get_filings(form="10-K", year=2024, quarter=1)

# Multiple form types
filings = get_filings(form=["10-K", "10-Q"])
2. 最新の提出書類 - リアルタイム監視
from edgar import get_current_filings

# Get today's filings from RSS feed
current = get_current_filings()

# Filter by form type
current_10k = get_current_filings().filter(form="10-K")
3. 企業別の提出書類 - 単一企業の分析
from edgar import Company

# By ticker
company = Company("AAPL")

# By CIK
company = Company("0000320193")

# Get company's filings
filings = company.get_filings(form="10-K")
latest_10k = filings.latest()

財務データへのアクセス

方法 1:Entity Facts API(高速、複数期間)

期間ごとの傾向を比較する場合に最適です:

company = Company("AAPL")

# Get income statement for multiple periods
income = company.income_statement(periods=5)
print(income)  # Shows 5 years of data

# Get balance sheet
balance = company.balance_sheet(periods=3)

# Get cash flow
cashflow = company.cash_flow_statement(periods=3)
方法 2:提出書類の XBRL(詳細、単一期間)

単一の提出書類を包括的に分析する場合に最適です:

company = Company("AAPL")
filing = company.get_filings(form="10-K").latest()

# Get XBRL data
xbrl = filing.xbrl()

# Access financial statements
statements = xbrl.statements
income_stmt = statements.income_statement
balance_sheet = statements.balance_sheet
cash_flow = statements.cash_flow_statement

よくあるワークフロー

ワークフロー 1:複数企業の収益を比較する
from edgar import Company

companies = ["AAPL", "MSFT", "GOOGL"]
for ticker in companies:
    company = Company(ticker)
    income = company.income_statement(periods=3)
    print(f"\n{ticker} Revenue Trend:")
    print(income)
ワークフロー 2:最新の 10-K を分析する
from edgar import Company

company = Company("NVDA")
filing = company.get_filings(form="10-K").latest()

# Get filing metadata
print(filing.to_context())

# Get full text (expensive - 50K+ tokens)
# text = filing.text()

# Get specific sections
# items = filing.items()  # Risk factors, MD&A, etc.
ワークフロー 3:インサイダー取引を追跡する
from edgar import Company

company = Company("TSLA")
insider_filings = company.get_filings(form="4")  # Form 4 = insider trades

for filing in insider_filings[:10]:
    print(filing.to_context())
ワークフロー 4:セクター別に最近の提出書類を監視する
from edgar import get_filings

# Get recent tech 10-Ks (use SIC codes)
# SIC 7370-7379 = Computer Programming, Data Processing
filings = get_filings(form="10-K", year=2024)
# Filter by company characteristics after retrieval
ワークフロー 5:複数年にわたる財務の傾向
from edgar import Company

company = Company("AMZN")

# 5-year income statement
income = company.income_statement(periods=20)  # 20 quarters = 5 years

# 5-year balance sheet
balance = company.balance_sheet(periods=20)

print("Income Statement Trend:")
print(income)
print("\nBalance Sheet Trend:")
print(balance)

提出書類内を検索する

重要な違い:

filing = company.get_filings(form="10-K").latest()

# Search WITHIN the filing document (finds text in the 10-K)
results = filing.search("climate risk")

# Search API DOCUMENTATION (finds how to use EdgarTools)
docs_results = filing.docs.search("how to extract")

混同しないでください!


主要オブジェクトのリファレンス

Company
company = Company("AAPL")
company.to_context()  # Summary with available actions
company.name          # Company name
company.cik           # CIK number
company.sic           # SIC code
company.industry      # Industry description
company.get_filings() # Access filings
Filing
filing.to_context()   # Summary
filing.form           # Form type (10-K, 10-Q, etc.)
filing.filing_date    # Date filed
filing.accession_number
filing.text()         # Full document text (EXPENSIVE)
filing.markdown()     # Markdown format
filing.xbrl()         # XBRL financial data
filing.items()        # Document sections
XBRL(財務データ)
xbrl = filing.xbrl()
xbrl.to_context()     # Summary
xbrl.statements       # All financial statements
xbrl.facts            # Individual facts/metrics
Statement(財務諸表)
stmt = xbrl.statements.income_statement
print(stmt)           # ASCII table format
stmt.to_dataframe()   # Pandas DataFrame

避けるべきアンチパターン

しないこと:生のテキストから財務情報を解析する
# BAD - expensive and error-prone
text = filing.text()
# try to regex parse revenue from text...
すること:構造化された XBRL データを使用する
# GOOD - structured and accurate
income = company.income_statement(periods=3)
しないこと:メタデータだけが必要なのに提出書類全体を読み込む
# BAD - wastes tokens
text = filing.text()  # 50K+ tokens
すること:まずコンテキストを確認する
# GOOD - minimal tokens
print(filing.to_context())  # ~50 tokens

フォームタイプ早見表

Form説明用途
10-K年次報告書年間財務情報、事業内容
10-Q四半期報告書四半期財務情報
8-K臨時報告書重要な事象(M&A、役員の異動)
DEF 14A委任状説明書役員報酬、取締役会の情報
4インサイダー取引インサイダーによる株式取引
13F機関投資家の保有状況ヘッジファンドの保有銘柄
S-1IPO 登録書類IPO 前の提出書類
424B目論見書債券・株式の募集

エラー処理

from edgar import Company

try:
    company = Company("INVALID")
except Exception as e:
    print(f"Company not found: {e}")

# Check if filings exist
filings = company.get_filings(form="10-K")
if len(filings) == 0:
    print("No 10-K filings found")

パフォーマンスのヒント

  1. 取得前にフィルタリングする:フォームタイプや日付フィルターを使用します
  2. 傾向の分析には Entity Facts API を使用する:複数の提出書類を解析するより高速です
  3. 一括処理する:ループ内で複数の企業を処理します
  4. 結果をキャッシュする:頻繁にアクセスするデータを保存します

参考ドキュメント

詳細については、以下を参照してください:

または、組み込みドキュメントを使用してください:

from edgar import Company
company = Company("AAPL")
company.docs.search("how to get revenue")

コメント