[ blog · use-case ]9 min read

Cómo construir un agente de due diligence sobre filings de la SEC (10-K, 10-Q, 8-K, resultados)

Sarah Choy·Publicado el 3 de mayo de 2026·9 min de lectura

Leer un 10-K es básicamente Ctrl+F. Hacerlo para cincuenta empresas es un trabajo. Reemplaza el 80% aburrido con un agente de búsqueda-y-extracción contra SEC EDGAR — y conserva el 20% que importa para el analista humano.

Resumen

• •Arquitectura: lookup de ticker → SEC Filings Search (filings + resultados + estadísticas de equity) → URL Extract para los pasajes largos → respuesta del LLM con citas a nivel de sección.
• •Techo de coste: SEC Filings Search son 120 créditos por llamada (≈$0.12); una revisión típica de empresa de 3 preguntas cuesta ~$0.40 en créditos + ~$0.05 en tokens de LLM.
• •En lo que acierta el agente: lookups factuales (ingresos por segmento, tendencia de capex, gobernanza, cambios año contra año en los factores de riesgo), resúmenes de retribución de directivos, eventos recientes de 8-K.
• •Lo que todavía necesita a un humano: juicios sobre la calidad del management, el posicionamiento de mercado, cuestiones específicas de la operación, cualquier cosa fuera del lenguaje del filing.

Por qué merece la pena automatizar esto

Una primera lectura de due diligence sobre una empresa cotizada es en su mayor parte mecánica: traer el último 10-K, repasar los factores de riesgo y el MD&A, revisar los 8-K recientes, echar un vistazo a la earnings call más reciente. Un analista de nivel associate dedica 2–4 horas a esto por empresa. El resultado rara vez es una idea profunda — es un patrón estructurado de hechos sobre el que después razona otra persona más senior.

Ese paso de "patrón de hechos" es exactamente lo que un agente pequeño puede asumir. Busca en la SEC, extrae los pasajes relevantes, resume con citas. La persona senior sigue haciendo el razonamiento — pero arranca desde una lectura de 5 minutos en lugar de una de 4 horas.

Tres cosas hacen esto práctico ahora:

• La búsqueda semántica sobre filings permite preguntar 'cómo cambiaron los ingresos por segmento' y recibir de vuelta el párrafo correcto del formulario correcto, en lugar de leer 200 páginas.
• Los LLM de contexto largo pueden mantener un 10-K completo más unos cuantos 8-K en memoria de trabajo y responder preguntas que cruzan documentos.
• La disciplina de citación en el prompt hace que la salida sea verificable en segundos — exactamente lo que requieren los flujos de compliance y revisión.

Arquitectura

question + ticker
       │
       ├─ /api/company/facts (2 credits)
       │  ↳ confirm ticker, get CIK and sector
       │
       ├─ /api/search/sec (120 credits)
       │  ↳ semantic search across 10-K/10-Q/8-K/earnings/equity stats
       │
       ├─ /api/extract (2 credits per URL)
       │  ↳ pull full text of the top 3-5 most relevant filings
       │
       └─ Claude / GPT-4 with citation-required prompt
          ↳ "answer + [Form, Fiscal Period, Section]"

Coste de una sola pregunta: ~130 créditos (~$0.13) de API + ~$0.03 de LLM. Una revisión de empresa de tres preguntas (tendencia financiera, diff de factores de riesgo, eventos materiales recientes) cae en ~$0.45–$0.60. Comparado con una hora de analista a cualquier tarifa razonable de facturación, las cuentas son obvias.

El system prompt que se gana el sueldo

El factor que más determina la calidad de la salida en RAG financiero es, con diferencia, el system prompt. El que usamos:

You are a financial research assistant for an investment team. You answer
questions about US public companies using SEC filings, earnings call
transcripts, and equity statistics retrieved by your tools.

Rules — non-negotiable:

1. Cite every numeric claim with: [Form, Fiscal Period, Section]. Example:
   "Operating income rose 12% YoY to $4.1B [10-K FY2025, Item 7 MD&A]."

2. Quote numbers verbatim. Do not round, paraphrase, or convert. If a
   filing says "$4,127M", do not say "$4.1B" unless the filing itself does.

3. If the answer requires content you have not extracted, say so:
   "I could not retrieve the FY2024 10-K for the segment-level breakdown.
   Please re-run with that filing in scope."

4. Do not infer from training-data knowledge. If your tools didn't return
   it, you don't know it.

5. Default to the most recent fiscal period available. State the period
   you used.

6. Format multi-figure answers as a small markdown table with one column
   per fiscal period. Always end with a one-line "How I read this" summary.

Tone: precise, terse, no marketing language.

Las reglas 1, 2 y 4 entre ellas eliminan ~90% de los problemas de fabricación que hemos medido. La regla 3 (el "no lo sé" elegante) es lo que separa esto de un chatbot que se inventa cifras con aplomo.

Consultas de ejemplo que el agente resuelve limpiamente

• 'Compara la tendencia de ingresos por servicios de Apple en los últimos 5 ejercicios fiscales.' → tira de los 10-K relevantes, devuelve una tabla con citas al MD&A.
• '¿Qué cambió en los factores de riesgo de NVIDIA entre el FY2023 y el FY2025?' → diff entre documentos, citando el Item 1A en cada formulario.
• 'Resume los últimos 4 8-K de $TICKER.' → búsqueda semántica filtrada a 8-K, ordenada por fecha de filing.
• '¿Qué dijo el CFO de Microsoft sobre el capex en IA en la última earnings call?' → busca en las transcripciones, extrae el pasaje de Q&A relevante, lo cita textualmente.

Dónde se queda corto — y el traspaso correcto al humano

El agente tropieza en tres sitios predecibles:

• Juicios sobre la calidad del management. El filing te dice qué hicieron, no si son capaces. No se lo preguntes al agente.
• Comparables de la industria fuera del filing. Si la pregunta es 'cómo se compara este margen bruto con los peers', el agente solo conoce lo que hay en los filings buscados. Para comparar con peers necesitas o bien un dataset aparte o bien correr el agente una vez por empresa y agregar.
• Comentarios prospectivos. Los filings contienen forward-looking statements, pero el modelo los toma al pie de la letra salvo que se le indique lo contrario. Añade al prompt: 'Señala explícitamente los forward-looking statements. No presentes el guidance como un hecho.'

El build mínimo viable

Aplica el mismo patrón de bucle de tool-use de Claude del tutorial del agente de research — solo cambian las herramientas y el system prompt:

from anthropic import Anthropic
import requests

KEY = "pk_yourkey"
client = Anthropic()

def fetch_tool(path: str) -> dict:
    return requests.get(f"https://www.apipick.com{path}/tool-schema").json()["claude"]

TOOLS = [
    fetch_tool("/api/search/sec"),
    fetch_tool("/api/extract"),
    fetch_tool("/api/company/facts"),
]

def call_tool(block):
    name_to_path = {
        "sec_search": "/api/search/sec",
        "extract_urls": "/api/extract",
        "company_facts": "/api/company/facts",
    }
    path = name_to_path[block.name]
    method = "GET" if block.name == "company_facts" else "POST"
    if method == "GET":
        resp = requests.get(
            f"https://www.apipick.com{path}",
            params=block.input,
            headers={"x-api-key": KEY},
            timeout=30,
        )
    else:
        resp = requests.post(
            f"https://www.apipick.com{path}",
            json=block.input,
            headers={"x-api-key": KEY},
            timeout=30,
        )
    return {
        "type": "tool_result",
        "tool_use_id": block.id,
        "content": resp.text,
        "is_error": resp.status_code != 200,
    }

def due_dil(question: str) -> str:
    messages = [{"role": "user", "content": question}]
    while True:
        r = client.messages.create(
            model="claude-sonnet-4-6",
            max_tokens=2048,
            system=SYSTEM_PROMPT,  # the one above
            tools=TOOLS,
            messages=messages,
        )
        messages.append({"role": "assistant", "content": r.content})
        if r.stop_reason == "end_turn":
            return "\n".join(b.text for b in r.content if b.type == "text")
        if r.stop_reason == "tool_use":
            results = [call_tool(b) for b in r.content if b.type == "tool_use"]
            messages.append({"role": "user", "content": results})

print(due_dil("Compare Snowflake's product revenue YoY for the last 4 quarters."))

Por dónde seguir

• Plantillas para revisiones repetibles. Envuelve el agente en una pequeña CLI que recibe un ticker y emite un brief en markdown de formato fijo: 'Últimos 8-K', 'Tendencia de ingresos por segmento', 'Delta de factores de riesgo'. Mismo agente, prompts scriptados.
• Modo watchlist. Corre el agente contra un ticker cada mañana y haz un diff de la respuesta de hoy contra la de ayer. Saca a la superficie solo los deltas. Encaja bien con el patrón de briefing matutino.
• Combínalo con patentes y mercados de predicción. Para nombres de tech / biotech, añade Patent Search para los cambios de IP y Prediction Markets para los desenlaces implícitos por la multitud (p. ej. la probabilidad de aprobación de un fármaco).

El patrón generaliza. La SEC es el corpus más denso y schema-friendly que servimos — pero el bucle ('búsqueda semántica → extracción de URL → respuesta con citas') aplica a cualquier corpus de documentos estructurados que te importe: filings legales, abstracts científicos, reivindicaciones de patentes. Construye primero el agente de diligence y luego porta la arquitectura de lado.

Escrito por

Sarah Choy

CEO, API Pick

Sarah Choy es la CEO de API Pick. Escribe sobre cómo construir APIs listas para producción para agentes de IA y flujos de trabajo con LLMs.