API danych fundamentalnych spółek: bilans, przepływy pieniężne i transakcje insiderów dla agentów finansowych

Ceny mówią, co myśli rynek; dane fundamentalne mówią, czy ma rację. Oto API danych fundamentalnych ukształtowane dla agentów AI — sprawozdania, dywidendy i transakcje insiderów w jednym endpoincie — i jak wypada na tle surowego SEC EDGAR oraz dostawców API sprawozdań.
TL;DR
- •Dane fundamentalne = warstwa „czy biznes jest naprawdę zdrowy”: bilans, rachunek zysków i strat, przepływy pieniężne, dywidendy, transakcje insiderów.
- •Możesz je sparsować za darmo z SEC EDGAR (XBRL), ale normalizacja XBRL między różnymi podmiotami składającymi i okresami to realna, ciągła praca inżynierska — a do tego dotyczy tylko USA i jest w rytmie składania dokumentów, a nie ukształtowana pod zapytania.
- •API Pick Financials Search zwraca wszystkie pięć danych fundamentalnych spółek amerykańskich za jednym endpointem POST — 200 kredytów/wywołanie, tylko-przy-sukcesie — wstępnie ukształtowane pod rozumowanie LLM.
- •Transakcje insiderów (Form 4) i historia dywidend to niedoceniane sygnały: tanie do pobrania tutaj, uciążliwe do złożenia z EDGAR.
- •Połącz Financials z SEC Filings (tekst jakościowy z 10-K/10-Q) i Markets (cena), aby uzyskać pełny, ugruntowany obraz.
Cena to opinia; dane fundamentalne to dowody
Wywołanie danych rynkowych mówi twojemu agentowi, ile kosztuje akcja. Nie powie ci, czy stojący za nią biznes rośnie, tonie w długach, czy jest po cichu wyprzedawany przez własną kadrę zarządzającą. To warstwa danych fundamentalnych — i to tutaj agent badawczy przechodzi od "podawania cen" do "wyrabiania sobie zdania".
Pięć zbiorów danych niesie większość sygnału: bilans, rachunek zysków i strat, rachunek przepływów pieniężnych, historia dywidend i transakcje insiderów.
Podatek EDGAR
Wszystko to jest publiczne i darmowe w SEC EDGAR. Haczyk tkwi w XBRL. JSON company-facts jest ogromny i niespójny: to samo pojęcie jest różnie otagowane między podmiotami składającymi, korekty zaciemniają historię, a rozległą taksonomię trzeba zmapować na czysty schemat, zanim cokolwiek niżej w przepływie będzie mogło z niej skorzystać. Dane insiderów (Form 4) i dywidendy to osobne typy dokumentów, które parsujesz oddzielnie. Zrobienie tego raz dla jednego tickera to jeden weekend; zrobienie tego niezawodnie dla agenta odpytującego dowolną spółkę to utrzymywany pipeline.
Dane fundamentalne jako jedno narzędzie
Financials Search zwraca bilanse, rachunki zysków i strat, przepływy pieniężne, dywidendy i transakcje insiderów dla amerykańskich spółek giełdowych za jednym endpointem POST — 200 kredytów za wywołanie, tylko-przy-sukcesie, wstępnie ukształtowane pod LLM.
import httpx, os
API, HEADERS = "https://api.apipick.com/v1", {"x-api-key": os.environ["APIPICK_KEY"]}
def fundamentals(query: str):
return httpx.post(f"{API}/search/financials", headers=HEADERS,
json={"query": query}).json()["results"]
fundamentals("Apple latest balance sheet and cash flow")
fundamentals("recent insider transactions at Meta")
fundamentals("Microsoft revenue and net income trend")EDGAR vs. dostawca vs. pakiet
| Parsowanie SEC EDGAR | Dostawca API sprawozdań | API Pick Financials | |
|---|---|---|---|
| Koszt | Darmowe + inżynieria | Subskrypcja | 200 kredytów/wywołanie, tylko przy sukcesie |
| Wdrożenie | Pipeline normalizacji XBRL | Integracja typowanych endpointów | Jeden endpoint, jeden kształt |
| Zakres | USA, zorganizowane wg dokumentu | Głęboki, długa historia | Dane fundamentalne USA + insiderzy + dywidendy |
| Styl zapytań | Wg dokumentu/pojęcia | Typowane parametry | Język naturalny |
| Najlepsze do | Jednorazowo / pełna kontrola | Dane fundamentalne jako produkt | Agenci finansowi (jedno z wielu narzędzi) |
Pełny obraz
Dane fundamentalne naturalnie łączą się z SEC Filings Search po stronie jakościowej (czynniki ryzyka, MD&A, język earnings calls) oraz z Markets Search po cenę. Razem stanowią kręgosłup agenta do badań inwestycyjnych. Jeden klucz, JSON od początku do końca, tylko-przy-sukcesie. Zacznij za darmo ze 100 kredytami, bez karty.
Najczęściej zadawane pytania
Czy nie mogę po prostu pobrać danych fundamentalnych za darmo z SEC EDGAR?
Możesz — dane company-facts i XBRL z EDGAR są darmowe i miarodajne. Kosztem jest inżynieria: tagi XBRL dryfują między podmiotami składającymi i okresami, korekty zaciemniają historię, a tysiące pojęć taksonomii trzeba zmapować na czysty schemat, zanim model (czy wykres) będzie mógł ich użyć. Do tego dotyczy to tylko USA i jest zorganizowane wg dokumentu, a nie wg pytania. Dla jednej spółki od czasu do czasu EDGAR jest w porządku. Dla agenta odpytującego wiele spółek w języku naturalnym znormalizowane API oszczędza tygodnie.
Co jest objęte — i czy to tylko USA?
Bilanse, rachunki zysków i strat, rachunki przepływów pieniężnych, historia dywidend i transakcje insiderów dla spółek giełdowych notowanych w USA. To dane fundamentalne z USA; dla emitentów spoza USA użyłbyś innego źródła. Po sam tekst dokumentu (czynniki ryzyka z 10-K, MD&A z 10-Q, earnings calls) sięgnij po osobny endpoint SEC Filings Search.
Dlaczego warto wyróżnić transakcje insiderów i dywidendy?
Są wysoce sygnałowe i uciążliwe do samodzielnego złożenia. Kupno/sprzedaż insiderów (SEC Form 4) to pilnie obserwowany sygnał behawioralny; historia dywidend ma znaczenie dla screenów dochodowych i jakościowych. Oba wymagają parsowania konkretnych typów dokumentów z EDGAR. Tutaj są to pełnoprawne pola w tym samym endpoincie co sprawozdania.
Jak to wypada na tle dostawców API sprawozdań finansowych?
Wyspecjalizowani dostawcy (np. API sprawozdań finansowych) oferują głębokie, typowane endpointy i długą historię — świetni, jeśli dane fundamentalne to cały twój produkt. Podejście API Pick jest inne: dane fundamentalne jako jedno z narzędzi w pakiecie (rynki, SEC, ekonomia, wiadomości) za jednym kluczem, ukształtowane pod zapytanie agenta, rozliczane tylko-przy-sukcesie. Jeśli budujesz agenta finansowego, a nie produkt o danych fundamentalnych, pakiet-w-jednym-kształcie to szybsza droga.
Czy to porada inwestycyjna?
Nie. To ustrukturyzowane, publiczne dane finansowe do badań i ugruntowania agentów. Wspierają analizę wykonywaną przez wykwalifikowaną osobę lub nadzorowanego agenta; nie są poradą i nie mogą napędzać automatycznego handlu bez ludzkiej odpowiedzialności i kontroli ryzyka.
API użyte w tym artykule
Sarah Choy jest CEO API Pick. Pisze o budowaniu produkcyjnych API dla agentów AI i przepływów pracy z LLM.