HN讨论 · 身份未知
个人投资者需要干净、非第三方的SEC财报数据
一位个人投资者为验证交易观点，需要从SEC EDGAR的10-K/10-Q获取干净、非第三方的财务数据。免费开源方案缺失，XBRL标签本身混乱且不统一。作者用LLM构建了将XBRL映射到35个统一财务概念的pipeline，已覆盖600多家公司，但仍有清洗问题待解决。
查看原始信号hn:49578331
目标用户
以SEC上市公司10-K/10-Q为数据基础做基本面或量化分析的个人投资者、交易者和小型研究团队，尤其是预算有限、不愿依赖商业财务数据API的用户。
潜在需求
需要一个能自动抓取SEC 10-K/10-Q、把零散的XBRL标签映射到约35个统一财务概念并计算成长/基本面/估值指标的方案，让个人投资者无需商业数据源也能得到可用的干净财报数据。
发生场景
作者在评估自己的交易观点时，希望获得干净且不依赖第三方供应商的SEC EDGAR财报数据。他尝试寻找现成应用，发现没有免费产品，更没有开源项目，只能决定自己动手构建提取pipeline。
来源证据
作者需要干净、非第三方来源的财务数据来判断自己的交易论点，但找不到免费或开源的应用能提供这类数据。
Hello HN! I built a pipeline which fetches SEC EDGAR 10k and 10qs for more than 600 companies, maps xbrl-tags onto around 35 financial concepts and computes growth- , fundamental- and valuation-multiples (prices provided by yfinance). This project originated bc I wanted clean, non-third-party financial data in order to judge a trading thesis of mine. I could not find any app providing such data (for free), let alone being open source. Turns out there are no data providers because xbrl of 10kshttps://news.ycombinator.com/item?id=49578331
为什么值得留意
该信号把LLM用于解决XBRL标签映射这一长期被认为需上千人力的数据清洗难题，作者约3周内从3家手工标记扩展到600多家公司，说明单人或小团队现在可能以低成本完成这类工作；作者同时列出股票拆分、错误报告等问题，说明该方向仍有可迭代空间。
未满足部分
- 没有免费或开源应用能直接提供清洗后的SEC财务数据（作者原话）
- XBRL标签在不同公司间不统一、不受规范约束，映射到统一概念仍耗时且易错
- 作者自建pipeline的UI/UX仍简陋，作者提到仍需解决标签变更、股票拆分等清洗问题
- 公司会改变标签、报告错误数据，需要持续监控和校正机制
可能延伸 · 模型推测
- 将这套LLM标签映射流程整理为可复用的API或开源库，供其他个人投资者使用（推测）
- 加入股票拆分、季度长度变化等异常的自动归一化处理（推测，原文仅列出问题）
- 扩展覆盖更多交易所和公司，以及更细的财务概念，形成个人级财务事实表（推测）
目前未知
- 信号来自项目作者自述，没有独立用户反馈验证
- 600家公司的清洗后数据质量未经第三方核验
- 项目是否开源或对外可访问未说明
- LLM处理过程中的API成本和时间未量化
继续核实
- 除作者外，其他个人投资者是否同样因XBRL数据混乱而难以获得干净的SEC财务数据？
- 当前LLM驱动标签映射在更多公司和行业上的准确率与稳定性如何？
- 免费或开源方案缺失是因为技术难度还是市场规模？
- 此类清洗后的财务数据是否足以支撑个人投资者的交易决策，用户是否愿意付费或参与贡献？
主题词
sec edgar filingsxbrl tag mappingfinancial data cleaningfinancial statement analysis