[ blog · comparison ]9 min read

Company Fundamentals API: งบดุล กระแสเงินสด และการซื้อขายของผู้บริหารสำหรับ Finance Agent

Sarah Choyเผยแพร่ 16 มิถุนายน 2569อ่าน 9 นาที
Company Fundamentals API: งบดุล กระแสเงินสด และการซื้อขายของผู้บริหารสำหรับ Finance Agent

ราคาบอกคุณว่าตลาดคิดอย่างไร ส่วนปัจจัยพื้นฐานบอกว่าตลาดคิดถูกหรือไม่ นี่คือ API ปัจจัยพื้นฐานที่ออกแบบมาสำหรับ AI agent — งบการเงิน เงินปันผล และการซื้อขายของผู้บริหารในหนึ่ง endpoint — และเปรียบเทียบกับ SEC EDGAR แบบดิบและผู้ให้บริการ API งบการเงิน

สรุปสั้น

  • ปัจจัยพื้นฐาน = ชั้นข้อมูล 'ธุรกิจนี้แข็งแรงจริงหรือเปล่า': งบดุล งบกำไรขาดทุน งบกระแสเงินสด เงินปันผล ธุรกรรมของผู้บริหาร
  • คุณ parse มันได้ฟรีจาก SEC EDGAR (XBRL) แต่การทำ XBRL ให้เป็นมาตรฐานข้ามผู้ยื่นและข้ามงวดเป็นงานวิศวกรรมจริงที่ต้องดูแลต่อเนื่อง — และครอบคลุมเฉพาะสหรัฐฯ อีกทั้งเดินตามจังหวะการยื่นเอกสาร ไม่ได้ถูกออกแบบมาให้สืบค้น
  • Financials Search ของ API Pick คืนปัจจัยพื้นฐานทั้งห้าของบริษัทในสหรัฐฯ ผ่าน endpoint POST เดียว — 200 credits ต่อครั้ง คิดเงินเฉพาะเมื่อสำเร็จ — จัดรูปมาให้พร้อมสำหรับการให้เหตุผลของ LLM
  • ธุรกรรมของผู้บริหาร (Form 4) และประวัติเงินปันผลเป็นสัญญาณที่ถูกใช้น้อยเกินไป: ดึงจากที่นี่ราคาถูก แต่ประกอบจาก EDGAR เองนั้นเจ็บปวด
  • จับคู่ Financials กับ SEC Filings (ข้อความเชิงคุณภาพจาก 10-K/10-Q) และ Markets (ราคา) เพื่อให้ได้ภาพรวมที่มีหลักฐานครบถ้วน

ราคาคือความเห็น ปัจจัยพื้นฐานคือหลักฐาน

การเรียกข้อมูลตลาดบอก agent ของคุณว่าหุ้นตัวนั้นราคาเท่าไร แต่มันบอกไม่ได้ว่าธุรกิจที่อยู่เบื้องหลังกำลังเติบโต จมอยู่ในกองหนี้ หรือกำลังถูกผู้บริหารของตัวเองแอบทยอยขายออก นั่นคือชั้นของปัจจัยพื้นฐาน — และเป็นจุดที่ research agent เปลี่ยนจาก "อ้างราคา" ไปเป็น "มีมุมมองเป็นของตัวเอง"

ห้าชุดข้อมูลนี้แบกสัญญาณส่วนใหญ่เอาไว้: งบดุล งบกำไรขาดทุน งบกระแสเงินสด ประวัติเงินปันผล และธุรกรรมของผู้บริหาร

ภาษี EDGAR

ทั้งหมดนี้เป็นข้อมูลสาธารณะและฟรีใน SEC EDGAR ปัญหาอยู่ที่ XBRL ไฟล์ JSON ของ company-facts นั้นใหญ่มหึมาและไม่สอดคล้องกัน: แนวคิดเดียวกันถูกแท็กต่างกันข้ามผู้ยื่น การแก้ไขงบย้อนหลังทำให้ประวัติขุ่นมัว และคุณต้อง map อนุกรมวิธานที่กระจัดกระจายให้เป็น schema ที่สะอาดก่อนที่กระบวนการปลายทางใด ๆ จะใช้มันได้ ข้อมูลผู้บริหาร (Form 4) และเงินปันผลเป็นเอกสารคนละประเภทที่คุณต้อง parse แยกกันไป ทำสิ่งนี้ครั้งเดียวสำหรับหุ้นตัวหนึ่งคือเสาร์อาทิตย์เดียว แต่ทำให้เชื่อถือได้สำหรับ agent ที่สืบค้นบริษัทใดก็ได้คือ pipeline ที่ต้องคอยดูแล

ปัจจัยพื้นฐานในฐานะเครื่องมือหนึ่ง

Financials Search คืนงบดุล งบกำไรขาดทุน งบกระแสเงินสด เงินปันผล และธุรกรรมของผู้บริหารของบริษัทมหาชนในสหรัฐฯ ผ่าน endpoint POST เดียว — 200 credits ต่อครั้ง คิดเงินเฉพาะเมื่อสำเร็จ จัดรูปมาให้พร้อมสำหรับ 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 เทียบกับผู้ให้บริการ เทียบกับชุดเครื่องมือ

Parse SEC EDGARผู้ให้บริการ API งบการเงินAPI Pick Financials
ต้นทุนฟรี + งานวิศวกรรมแบบสมัครสมาชิก200 credits/ครั้ง คิดเงินเฉพาะเมื่อสำเร็จ
การตั้งค่าPipeline ทำ XBRL ให้เป็นมาตรฐานเชื่อมต่อ endpoint ที่กำหนดชนิดข้อมูลendpoint เดียว รูปแบบเดียว
ความครอบคลุมสหรัฐฯ จัดตามการยื่นเอกสารลึก ประวัติยาวนานปัจจัยพื้นฐานสหรัฐฯ + ผู้บริหาร + เงินปันผล
รูปแบบการสืบค้นตามเอกสาร/แนวคิดพารามิเตอร์ที่กำหนดชนิดข้อมูลภาษาธรรมชาติ
เหมาะกับใช้ครั้งเดียว / ควบคุมเต็มที่ปัจจัยพื้นฐานเป็นตัวผลิตภัณฑ์Finance agent (เครื่องมือหนึ่งในหลายตัว)

ภาพรวมทั้งหมด

ปัจจัยพื้นฐานจับคู่ได้อย่างเป็นธรรมชาติกับ SEC Filings Search สำหรับด้านคุณภาพ (ปัจจัยความเสี่ยง, MD&A, ภาษาใน earnings call) และกับ Markets Search สำหรับราคา เมื่อรวมกันมันคือกระดูกสันหลังของ agent วิจัยการลงทุน คีย์เดียว เป็น JSON ตลอดทั้งเส้นทาง คิดเงินเฉพาะเมื่อสำเร็จ เริ่มฟรีด้วย 100 credits ไม่ต้องใช้บัตร

คำถามที่พบบ่อย

ฉันดึงปัจจัยพื้นฐานฟรีจาก SEC EDGAR เองไม่ได้หรือ?

ได้ — ข้อมูล company-facts และ XBRL ของ EDGAR นั้นฟรีและเป็นแหล่งที่เชื่อถือได้ ต้นทุนอยู่ที่งานวิศวกรรม: แท็ก XBRL ผันแปรข้ามผู้ยื่นและข้ามงวด การแก้ไขงบย้อนหลัง (restatement) ทำให้ประวัติซับซ้อน และคุณต้อง map แนวคิดในอนุกรมวิธานนับพันให้เป็น schema ที่สะอาดก่อนที่โมเดล (หรือกราฟ) จะใช้งานได้ อีกทั้งครอบคลุมเฉพาะสหรัฐฯ และจัดระเบียบตามการยื่นเอกสาร ไม่ได้จัดตามคำถาม สำหรับบริษัทเดียวเป็นครั้งคราว EDGAR ก็เพียงพอ แต่สำหรับ agent ที่สืบค้นบริษัทจำนวนมากด้วยภาษาธรรมชาติ API ที่ทำให้เป็นมาตรฐานแล้วช่วยประหยัดได้หลายสัปดาห์

ครอบคลุมอะไรบ้าง — และเป็นเฉพาะสหรัฐฯ หรือไม่?

งบดุล งบกำไรขาดทุน งบกระแสเงินสด ประวัติเงินปันผล และธุรกรรมของผู้บริหารของบริษัทมหาชนที่จดทะเบียนในสหรัฐฯ เป็นปัจจัยพื้นฐานของสหรัฐฯ สำหรับผู้ออกหลักทรัพย์นอกสหรัฐฯ คุณต้องใช้แหล่งข้อมูลอื่น ส่วนตัวข้อความของเอกสารที่ยื่นเอง (ปัจจัยความเสี่ยงใน 10-K, MD&A ใน 10-Q, earnings call) ให้ใช้ endpoint แยกต่างหากคือ SEC Filings Search

ทำไมธุรกรรมของผู้บริหารและเงินปันผลถึงควรค่าแก่การเน้นย้ำ?

เพราะเป็นสัญญาณที่มีคุณค่าสูงและน่ารำคาญที่จะประกอบเอง การซื้อ/ขายของผู้บริหาร (Form 4 ของ SEC) เป็นสัญญาณเชิงพฤติกรรมที่ถูกจับตา ส่วนประวัติเงินปันผลสำคัญต่อการคัดกรองด้านรายได้และด้านคุณภาพ ทั้งสองอย่างต้อง parse เอกสารประเภทเฉพาะจาก EDGAR ที่นี่มันเป็นฟิลด์ระดับต้น ๆ อยู่ใน endpoint เดียวกับงบการเงิน

เทียบกับผู้ให้บริการ API งบการเงินแล้วเป็นอย่างไร?

ผู้ให้บริการเฉพาะทาง (เช่น API งบการเงิน) ให้ endpoint ที่ลึกและมีการกำหนดชนิดข้อมูล พร้อมประวัติยาวนาน — เยี่ยมมากถ้าปัจจัยพื้นฐานคือทั้งหมดของผลิตภัณฑ์คุณ มุมมองของ API Pick นั้นต่างออกไป: ปัจจัยพื้นฐานเป็นเครื่องมือหนึ่งในชุดเครื่องมือ (markets, SEC, เศรษฐกิจ, ข่าว) ภายใต้คีย์เดียว จัดรูปให้สืบค้นได้แบบ agent และคิดเงินเฉพาะเมื่อสำเร็จ ถ้าคุณกำลังสร้าง finance agent แทนที่จะเป็นผลิตภัณฑ์ปัจจัยพื้นฐาน การรวมทั้งชุดไว้ในรูปแบบเดียวคือเส้นทางที่เร็วกว่า

นี่คือคำแนะนำการลงทุนหรือไม่?

ไม่ใช่ นี่คือข้อมูลการเงินสาธารณะที่มีโครงสร้างสำหรับการทำ research และการยึดโยงข้อมูลให้ agent มันช่วยประกอบการวิเคราะห์ของผู้ที่มีคุณสมบัติเหมาะสมหรือของ agent ที่มีการกำกับดูแล ไม่ใช่คำแนะนำ และต้องไม่นำไปขับเคลื่อนการเทรดอัตโนมัติโดยปราศจากความรับผิดชอบของมนุษย์และการควบคุมความเสี่ยง

API ที่ใช้ในบทความนี้

ค้นหางบการเงิน
ค้นหางบดุล งบกำไรขาดทุน งบกระแสเงินสด เงินปันผล และธุรกรรมของบุคคลวงใน (insider) ของบริษัทมหาชนสหรัฐฯ สร้างมาเพื่อการวิเคราะห์ปัจจัยพื้นฐานและการตรวจสอบสถานะด้วย AI
ค้นหาเอกสาร SEC
ค้นหาเอกสาร SEC (10-K, 10-Q, 8-K) บันทึกการประชุมผลประกอบการของสหรัฐฯ และสถิติหุ้น สร้างมาเพื่อการตรวจสอบสถานะ การวิเคราะห์ปัจจัยพื้นฐาน และไปป์ไลน์ RAG ทางการเงินที่ขับเคลื่อนด้วย AI
ค้นหาตลาด
ค้นหาหุ้นทั่วโลกและสหรัฐฯ คริปโต forex ETF กองทุนรวม สินค้าโภคภัณฑ์ และหุ้นเคลื่อนไหวเด่นของสหรัฐฯ สร้างมาเพื่อการค้นหาราคา การดึงข้อมูลตลาด และการวิจัยการซื้อขายด้วย AI
Sarah Choy
เขียนโดย
Sarah Choy
CEO, API Pick

Sarah Choy เป็น CEO ของ API Pick เธอเขียนเกี่ยวกับการสร้าง API พร้อมใช้งานจริงสำหรับ AI agent และเวิร์กโฟลว์ LLM