EDGAR® y SEC® son marcas registradas de la U.S. Securities and Exchange Commission. Este post de blog y el proyecto de código abierto relacionado no están afiliados, respaldados o relacionados de ninguna manera con la U.S. Securities and Exchange Commission. EDGAR® y SEC® son marcas registradas de la U.S. Securities and Exchange Commission. Este post de blog y el proyecto de código abierto relacionado no están afiliados, respaldados o relacionados de ninguna manera con la U.S. Securities and Exchange Commission. Vista general En 1934, el Congreso de Estados Unidos creó la Securities and Exchange Commission (SEC) para supervisar los mercados financieros y proteger a los inversores. La agencia se construyó sobre un principio simple: los inversores merecen información precisa, veraz y completa sobre las empresas en las que desean invertir. “Los que buscan sacar dinero de otras personas deben ser totalmente honestos con respecto a los hechos sobre los que se pide el juicio del inversor”. Franklin Delano Roosevelt, 32o Presidente de los Estados Unidos “Los que buscan sacar dinero de otras personas deben ser totalmente honestos con respecto a los hechos sobre los que se pide el juicio del inversor”. Franklin Delano Roosevelt, 32o Presidente de los Estados Unidos Durante casi un siglo, la SEC ha servido como el supervisor de transparencia del mundo financiero, exigiendo que las empresas públicas revelen todo, desde los ingresos trimestrales a la compensación de los ejecutivos, desde los riesgos empresariales a los eventos corporativos importantes. A través de su ) sistema (lanzado en la década de 1990) la SEC ha hecho estos archivos de forma libre a disposición de cualquiera con una conexión a Internet. Recopilación, análisis y recuperación de datos electrónicos ( EDGAR En teoría, esto creó un campo de juego equitativo donde los inversores individuales podrían acceder a los mismos datos que los inversores profesionales. Los inversores institucionales tienen analistas, software sofisticado y millones en la infraestructura tecnológica para analizar, analizar y extraer información de los archivos de la SEC. Deben navegar manualmente a través de documentos densos y complejos que a menudo abarcan cientos de páginas. Retail investors don’t For example, a single Apple annual report ( 10-K filing) contains over 100 pages of financial data, business descriptions, and risk factors. Los inversores profesionales extraen sistemáticamente métricas específicas, comparan tendencias a través de trimestres y años, analizan el rendimiento del segmento y identifican patrones que sería casi imposible detectar a través de una revisión manual. The problem goes beyond just having access to data. But today things have changed, individual investors can now keep up. Los grandes modelos de idiomas, el Protocolo de Contexto Modelo y el acceso programático a los datos de SEC EDGAR finalmente hacen accesible a los inversores individuales la sofisticada investigación financiera.Ahora puede utilizar la IA para extraer métricas financieras clave, realizar análisis complejos a través de múltiples empresas y períodos de tiempo, y descubrir insights que anteriormente requerían experiencia especializada y herramientas costosas. ¿Cómo funciona exactamente esto en la práctica? subamos a la base técnica que lo hace posible: el (Lanzado con la versión El 21 de julio de 2025), un software de código abierto construido en público y mantenido por la comunidad que transforma la forma en que los inversores interactúan con la investigación financiera. SEC EDGAR Servicio MCP 1-alpha Cómo cambia todo Antes de sumergirnos en los detalles técnicos, entendamos lo que hace que este enfoque sea fundamentalmente diferente de las herramientas y flujos de trabajo de investigación financiera tradicionales. El Protocolo de Contexto Modelo (MCP) es un estándar abierto que permite a los asistentes de IA conectarse de forma segura a fuentes y herramientas de datos externas.Piensa en él como un conector universal que permite a tu asistente de IA acceder y hablar directamente a bases de datos, APIs y servicios, incluyendo el sistema EDGAR de la SEC. La investigación financiera tradicional a menudo implica saltar entre múltiples plataformas: buscar empresas en un sitio, descargar archivos de otro, y luego copiar manualmente los datos en hojas de cálculo para análisis. With an MCP server, your AI assistant can do all of this seamlessly in a single conversation. De los datos crudos a la inteligencia Veamos un ejemplo práctico.Supongamos que desea analizar los datos financieros de Microsoft. Tradicionalmente, esto implicaría: Encontrar los recientes archivos de MSFT de 10-Q (informe trimestral) o 10-K (informe anual) en EDGAR Descargar y abrir varios documentos PDF Buscar manualmente los datos de ingresos de los segmentos Copiar números en una hoja de cálculo Calcular las tasas de crecimiento y las tendencias Con el SEC EDGAR MCP, todo este proceso se convierte en una conversación simple: El asistente de IA maneja toda la complejidad técnica detrás de las escenas y le presenta resultados limpios y formalizados: "Muéstrame el balance de Microsoft, la declaración de ingresos y los datos de flujo de efectivo". https://youtu.be/HEWTR15-xZc?embedable=true Otro ejemplo sería analizar los recientes ingresos de Apple: https://youtu.be/T-6H3zF8fWU?embedable=true O crear un dashboard con gráficos, en el vuelo, basado en los últimos datos financieros de NVIDIA: https://youtu.be/UH2JPfhuoGU?embedable=true También podríamos buscar las últimas transacciones de insider en Amazon: https://youtu.be/k4sVFcHpmfg?embedable=true O investigar entradas de datos específicas de la empresa de los archivos de Apple, y planearlos: https://youtu.be/V2rSkgYZXGg?embedable=true Para usar este flujo de trabajo, necesitará un LLM en ejecución que soporte el protocolo MCP, como El servidor se ejecuta localmente a través de Docker. Título Desktop Puedes seguir las instrucciones sobre cómo instalarlo y usarlo. . Aquí Pero espere, la SEC ofrece APIs para acceder a los datos de EDGAR, así que ¿por qué no usarlos directamente? ¿Por qué no el fuego? La respuesta está en la complejidad y la usabilidad. Las APIs REST de la SEC son potentes pero requieren experiencia técnica para usarlas de manera efectiva. Necesitas comprender los identificadores de la empresa (CIK), las taxonomías de archivo, las estructuras de XBRL y cómo navegar por respuestas complejas de JSON. Para una pregunta sencilla como necesitaría escribir un software para encontrar el de Apple (Central Identifier Key), localizar el archivo correcto, parse datos, y extraer el concepto financiero específico.Todo esto antes de que incluso llegue al análisis. ¿Cuáles fueron los ingresos de Apple en el último trimestre? CIK XBRL Esta complejidad conduce naturalmente a otra pregunta: ¿por qué no preguntar directamente a ChatGPT u otros asistentes de IA sobre datos financieros, sin un servidor MCP? ¿Por qué no los LLM? El desafío aquí es la precisión y la moneda.Los modelos de IA de propósito general están entrenados en datos con fechas de corte, lo que significa que carecen de información financiera reciente.Mientras que pueden navegar por la web y tratar de encontrar los datos financieros, pueden perder detalles importantes.Cuando está tomando decisiones de inversión, necesita datos actuales, verificados y completos de la fuente. Ese es exactamente el problema al que el servidor SEC EDGAR MCP fue diseñado para resolver. Como se puede ver de este , el LLM conectado al servidor MCP es capaz de consumir la información basada en el archivo original, la mejor fuente de información disponible: conversación Todos los datos provienen directamente del archivo SEC EDGAR de NVIDIA (Formulario 10-Q, presentado el 28 de mayo de 2025, Número de Acceso: 0001045810-25-000116) con precisión exacta preservada de los datos XBRL originales. Todos los datos provienen directamente del archivo SEC EDGAR de NVIDIA (Formulario 10-Q, presentado el 28 de mayo de 2025, Número de Acceso: 0001045810-25-000116) con precisión exacta preservada de los datos XBRL originales. Funcionamiento interno del servidor MCP Este paquete de código abierto está disponible libremente para cualquier persona para usar, modificar y mejorar.El paquete proporciona más de 20 herramientas especializadas a los LLM, que manejan todo, desde la búsqueda de archivos de empresas hasta la extracción de métricas financieras complejas: Puedes leer más en detalle sobre cada una de las herramientas en . Documentación Aquí está lo que lo hace poderoso: En lugar de analizar manualmente cientos de páginas de documentos financieros, el paquete puede extraer automáticamente métricas específicas como ingresos por segmento geográfico, comparaciones trimestrales o datos de compensación de ejecutivos. Smart data extraction and parsing El paquete toca en varios flujos de datos SEC, desde la base de datos EDGAR principal hasta los flujos RSS en tiempo real de nuevos archivos, para que tenga acceso tanto a los datos históricos como a las últimas actualizaciones de la empresa. Multiple data sources Los archivos modernos de SEC utilizan XBRL (Extensible Business Reporting Language), un formato estructurado que hace que los datos financieros sean legibles por máquina.El paquete entiende XBRL nativamente, lo que le permite extraer conceptos financieros precisos en lugar de consumir todo el documento. XBRL analysis Diferentes empresas reportan datos de manera diferente.Apple puede dividir los ingresos por "América, Europa y Gran China", mientras que Microsoft utiliza diferentes categorías regionales.El paquete se descubre y se adapta de forma dinámica a la estructura de información específica de cada empresa. Company-specific insights Open Source, ¿por qué es importante? The decision to make this package open source isn't just about free access, it's about transparency and community-driven innovation. Cuando usted está tomando decisiones de inversión, usted necesita confiar no sólo en los datos, sino en los métodos utilizados para extraer y analizarlos. El código abierto significa que puede inspeccionar exactamente cómo funciona el paquete, contribuir a las mejoras y adaptarlo a sus necesidades específicas. Mirando hacia adelante La SEC ha estado recopilando revelaciones corporativas durante casi 90 años.Los datos están ahí, disponibles para cualquier persona.Pero hasta ahora, extraer insights significativos de esos datos requirió tiempo, profundo conocimiento técnico y costosas herramientas analíticas. Con MCP y LLM, los inversores individuales pueden hacer preguntas en inglés simple y obtener respuestas precisas respaldadas por los archivos oficiales de la SEC. No es una tecnología revolucionaria, es simplemente una buena ingeniería aplicada a un problema real.El SEC EDGAR ya proporciona APIs, las empresas ya archivan en formatos estructurados, los asistentes de IA ya existen. The MCP just connects these pieces together in a way that's actually useful for investors. Roosevelt quería mercados en los que los inversores individuales pudieran tomar decisiones informadas. Lo que antes tomaban equipos de analistas ahora puede ser hecho en una conversación por cualquiera. Now open-source tools are providing the accessibility Maybe the information advantage that Wall Street has held for decades is disappearing. Reconocimientos Este trabajo no sería posible sin la fundación puesta por muchos otros. merece reconocimiento por el trabajo increíble de mantener uno de los sistemas de divulgación corporativa más completos y accesibles del mundo.La base de datos EDGAR y las APIs REST proporcionan la base de datos confiable que hace que herramientas como esta sean posibles. The US SEC Creó el estándar Model Context Protocol y continúa avanzando en el campo de la seguridad y la capacidad de la IA. Su compromiso con los estándares abiertos permite el tipo de interoperabilidad que beneficia a todos. Anthropic La izquierda El paquete SEC EDGAR MCP Repositorio de GitHub: https://github.com/stefanoamorelli/sec-edgar-mcp Documentación: https://sec-edgar-mcp.amorelli.tech Recursos de la SEC Base de datos EDGAR: https://www.sec.gov/edgar SEC REST APIs: https://www.sec.gov/edgar/sec-api-documentation EDGAR Compañía Buscar: https://www.sec.gov/edgar/searchedgar/companysearch SEC Investor.gov: https://www.investor.gov/ Los inversores.gov Modelo de Protocolo de Contexto (MCP) Especificación de MCP: https://modelcontextprotocol.io/ Documentación Antropic MCP: https://docs.anthropic.com/en/docs/build-with-claude/computer-use MCP Servers Repositorio: https://github.com/modelcontextprotocol/servers Paquetes de código abierto edgartools (por Dwight Gunning): https://github.com/dgunning/edgartools datamule (por John Friedman): https://github.com/john-friedman/datamule-python Datos financieros y análisis XBRL Internacional: https://www.xbrl.org/ SEC XBRL Información: https://www.sec.gov/structureddata/osd-inline-xbrl.html OpenFIGI (Identificador Global de Instrumento Financiero): https://www.openfigi.com/ Ley de Transparencia de Datos Financieros: https://www.congress.gov/bill/117th-congress/house-bill/2989 Contexto histórico Ley de valores de 1933: https://www.investor.gov/introduction-investing/investing-basics/role-sec/laws-govern-securities-industry#secact1933 Ley de Bolsa de Valores de 1934: https://www.investor.gov/introduction-investing/investing-basics/role-sec/laws-govern-securities-industry#secexact1934 Biblioteca Presidencial Franklin D. Roosevelt: https://www.fdrlibrary.org/
