SEC Parser 开源项目使用指南

1. 项目介绍

SEC Parser 是一个用于解析 SEC EDGAR HTML 文档的开源项目。它通过将文档组织成语义元素和树结构，简化了从 SEC EDGAR HTML 文档中提取有意义信息的过程。这些语义元素可能包括章节标题、段落和表格，每个元素都被分类以便于数据操作。SEC Parser 特别适用于人工智能（AI）、机器学习（ML）和大型语言模型（LLM）应用，通过简化数据预处理和特征提取，提高了数据处理的效率。

2. 项目快速启动

安装

首先，使用 pip 安装 sec-parser 包：

pip install sec-parser

为了运行示例代码，还需要安装 sec_downloader 包：

pip install sec_downloader

使用

以下是一个简单的示例，展示如何从 SEC EDGAR 网站下载最新的 Apple 10-Q 文件，并将其解析为语义元素：

from sec_downloader import Downloader
import sec_parser as sp

# 初始化下载器并设置公司名称和邮箱
dl = Downloader("MyCompanyName", "[e-mail]")

# 下载 Apple 最新的 10-Q 文件
html = dl.get_filing_html(ticker="AAPL", form="10-Q")

# 解析 HTML 文件为语义元素
elements = sp.Edgar10QParser().parse(html)

# 渲染并打印前 7 行
demo_output = sp.render(elements)
print("\n".join(demo_output.split("\n")[:7]))

3. 应用案例和最佳实践

金融和监管分析

• 财务分析：从 10-Q 和 10-K 文件中提取财务数据，用于定量建模。
• 风险评估：评估风险因素或管理层讨论与分析部分，进行定性分析。
• 监管合规：自动化合规检查，帮助法律团队进行监管合规。

灵活过滤

SEC Parser 允许用户根据章节和类型轻松过滤 SEC 文档，获取所需数据。

学术研究

• 大规模研究：支持涉及公共财务披露、情感分析或公司治理探索的大规模研究。
• 分析就绪：将解析后的数据无缝集成到流行的分析工具中，进行进一步分析和可视化。

4. 典型生态项目

SEC AI

SEC AI 是一个用于金融分析的 AI 驱动的开源库，可以与 SEC Parser 结合使用，提供更强大的分析能力。

pip install sec-ai

SEC Downloader

SEC Downloader 是一个用于从 SEC EDGAR 网站下载文件的工具，与 SEC Parser 配合使用，可以简化数据获取过程。

pip install sec_downloader

通过这些生态项目，用户可以更高效地进行 SEC 文件的解析和分析，满足不同场景下的需求。