sp500-edgar-10k
קוד פתוחjlohdingmit2023-06-14
המאגר מרכז דוחות שנתיים רשמיים של חברות ממדד אס אנד פי 500, לצד נתוני תשואה עתידיים של המניות שלהן. הוא פותר את הצורך לחבר ידנית בין טקסט פיננסי כבד לביצועי השוק בפועל.
- 6,913הורדות בחודש
- 22לייקים
מה זה
הרשומות מכילות דוחות עשר קיי שנתיים שהוגשו לרשות ניירות הערך האמריקאית בין השנים 2010 ל־2022. הדוחות נאספו ועובדו בעזרת כלי הקוד הפתוח אדגר קרולר, ומשקפים את כל החברות שהיו במדד לאורך השנים, בלי לסנן מראש חברות שקרסו או נמחקו מהמסחר.
לצד הטקסט של הדוחות, המאגר כולל חישובים של תשואות המניה מספר ימים קדימה מיום הגשת הדוח. המידע מחולק לקובצי פארקט נפרדים לפי שנים, מקובץ לשנת 2010 ועד הקבצים של השנים המאוחרות יותר, כך שאפשר לגשת ישירות לתקופות מסוימות בלי לקרוא את כל המאגר ברצף.
מתאים ל
- חיזוי תגובת שוק לדוחות
אימון מודל שמנסה להעריך את כיוון המניה לפי הניסוחים של ההנהלה בדוח השנתי.
- ניתוח סנטימנט פיננסי
בניית כלים שמחלצים הערכות סיכון ושינויים במצב החברות מתוך פסקאות הדיווח.
- בדיקת אסטרטגיות מסחר
בחינה לאחור של מודלים אלגוריתמיים המשלבים טקסט עם נתוני תשואה היסטוריים.
איפה זה נופל
הטקסטים כולם באנגלית ומגיעים משוק ההון האמריקאי בלבד, כך שאין כאן שום מידע על חברות ישראליות או שווקים מקומיים. המידע נעצר בשנת 2022 ולא מעודכן לשנים האחרונות. מעבר לזה, המפרסם לא פירט מאיזה מקורות נלקחו מחירי המניות ומספר הימים לחישוב התשואה, כך שחובה לאמת את הנתונים הפיננסיים בעצמכם לפני שאתם מסתמכים עליהם בפיתוח.
שאלות
נפוצות
האם מותר להשתמש במאגר למוצר מסחרי?
כן. הרישיון הוא אם אי טי, מה שמאפשר שימוש מסחרי חופשי, שינוי של המידע ושילוב שלו במוצרים סגורים. הדרישה היחידה היא לשמור על ייחוס והודעת הרישיון המקורית.
האם יש במאגר טקסטים בעברית או חברות ישראליות?
לא. כל הנתונים מגיעים ישירות מדיווחי רשות ניירות הערך האמריקאית ונכתבו באנגלית. המאגר מוגבל לחברות שנכללו במדד אס אנד פי 500 בלבד.
איך נאספו הטקסטים ונתוני המחירים?
הדוחות נאספו מקובצי עשר קיי באמצעות כלי קוד פתוח בשם אדגר קרולר. נתוני התשואה חושבו ידנית ממקורות מחירי מניות חיצוניים, אם כי המפרסם לא ציין בדיוק מאיזה מקורות.
האם המאגר כולל הטיית הישרדות?
יוצר המאגר מציין שלא, כיוון שהחברות נבחרו לפי ההרכב ההיסטורי של המדד בכל שנה. זה אומר שחברות שהיו במדד ויצאו ממנו או פשטו רגל עדיין מופיעות בנתונים של אותה תקופה.
איך טוענים
טוענים את הנתונים ישירות דרך ספריית דאטהסטס או בקריאת קובצי פארקט רגילה. הגישה פתוחה לחלוטין ואין צורך בהרשאות מיוחדות. מאחר שהקבצים מחולקים לפי שנים בתיקיית המידע, שווה להוריד קודם שנה אחת כדי לבחון את מבנה הטבלה, שכן הכרטיס אינו מפרט את שמות העמודות המדויקים מראש.
from datasets import load_dataset
ds = load_dataset("jlohding/sp500-edgar-10k")הרישיון
המאגר מופץ תחת רישיון אם אי טי. מותר להשתמש בו לצרכים מסחריים ומחקריים, לשנות אותו ולשלב אותו במוצרים, בתנאי ששומרים על הודעת הרישיון המקורית. אין חובה לשתף מודלים שתאמנו עליו באותו הרישיון.
- שימוש מסחרי
- שינוי הקוד
- הפצה מחדש