EDGAR® および SEC® は、米国証券取引委員会の商標です. このブログ投稿と関連するオープンソースプロジェクトは、米国証券取引委員会と関連付けられていません。 EDGAR® および SEC® は、米国証券取引委員会の商標です. このブログ投稿と関連するオープンソースプロジェクトは、米国証券取引委員会と関連付けられていません。 概要 1934年、米国議会は金融市場を監督し、投資家を保護するために証券取引委員会(SEC)を設立した。 この機関は単純な原則に基づいて構築されました:投資家は、投資したい企業に関する正確で、真実で、完全な情報に値します。 「他人の金銭を利用しようとする者は、投資家の判断を求める事実に関して完全に率直でなければならない」 フランクリン・デラノ・ルーズベルト、第32代アメリカ合衆国大統領 「他人の金銭を利用しようとする者は、投資家の判断を求める事実に関して完全に率直でなければならない」 フランクリン・デラノ・ルーズベルト、第32代アメリカ合衆国大統領 約1世紀にわたり、SECは金融界の透明性監視機関として機能し、公的企業が四半期収益から幹部補償、ビジネスリスクから主要企業イベントまですべてを公表するよう要求してきました。 彼女を通して )システム(1990年代に開始)で、SECはインターネット接続を持つ誰でもこれらのファイルを自由に利用できるようにしました。 電子データの収集、分析、リサイクル( EDGAR 理論上、これは個々の投資家がプロの投資家と同じデータにアクセスできる平等なプレーの場を作り出しました。 機関投資家は、アナリスト、洗練されたソフトウェア、および数百万のテクノロジーインフラストラクチャを持っており、SECファイルから洞察を分析し、抽出しています。 彼らは、しばしば数百ページにわたる密集した複雑な文書を手動で移動する必要があります。 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. プロの投資家は、特定の指標を体系的に抽出し、四半期と年間にわたるトレンドを比較し、セグメントのパフォーマンスを分析し、手動のレビューを通じて特定することはほとんど不可能なパターンを特定します。 The problem goes beyond just having access to data. But today things have changed, individual investors can now keep up. 大規模な言語モデル、モデルコンテキストプロトコル、およびSEC EDGARデータへのプログラマティックなアクセスにより、高度な金融研究が個人投資家に利用可能になるようになりました。今では、AIを使用して主要な金融メトリクスを抽出し、複数の企業や期間にわたる複雑な分析を実行し、かつて専門的な専門知識と高価なツールを必要としていた洞察を発見することができます。 実践でこれがどのように機能するのか? これを可能にする技術的基盤に潜入しよう: (バージョンでリリース) 2025年7月21日)は、投資家が金融研究と相互作用する方法を変革する、公共に構築され、コミュニティが維持するオープンソースソフトウェアです。 SEC EDGAR MCPサーバー 1-alpha AIがすべてを変える方法 技術的な詳細に浸透する前に、このアプローチが伝統的な金融研究ツールやワークフローと根本的に異なる理由を理解しましょう。 モデルコンテキスト・プロトコル(MCP)は、AIアシスタントが外部のデータソースやツールに安全に接続できるオープン・スタンダードです。SECのEDGARシステムを含むデータベース、API、サービスに直接アクセスして話せる普遍的なコネクタとして考えてください。 伝統的な財務研究は、しばしば複数のプラットフォーム間でジャンプすることを含みます:一つのサイトで企業を検索し、別のサイトからファイルをダウンロードし、分析のためにデータをスプレッドシートに手動でコピーします。 With an MCP server, your AI assistant can do all of this seamlessly in a single conversation. 原始データから知能へ 例えば、Microsoftの財務データを分析したいと仮定します。 EDGAR で MSFT の最近の 10-Q (四半期報告) または 10-K (年次報告) ファイルを見つける 複数の PDF ドキュメントのダウンロードと開く セグメント収益データの手動検索 数字をスプレッドシートにコピーする 成長率とトレンドの計算 SEC EDGAR MCP では、このプロセス全体が単純な会話になります。 AIアシスタントは、舞台裏のすべての技術的複雑さを処理し、クリーンでフォーマットされた結果を提供します。 「マイクロソフトのバランス、収益状況、およびキャッシュフローデータを示してください」 https://youtu.be/HEWTR15-xZc?embedable=true もう一つの例は、Appleの最新の収益を分析することです。 https://youtu.be/T-6H3zF8fWU?embedable=true または、最新のNVIDIA財務データに基づいて、グラフを含むダッシュボードを作成します。 https://youtu.be/UH2JPfhuoGU?embedable=true また、Amazonで最新のインサイダー取引を検索することもできます。 https://youtu.be/k4sVFcHpmfg?embedable=true または、Apple ファイルから企業特有のデータ入力を調査し、それらを構成します。 https://youtu.be/V2rSkgYZXGg?embedable=true このワークフローを使用するには、MCPプロトコルをサポートする実行LLMが必要です。 サーバーは、Docker 経由でローカルで実行されます。 クリス・デスクトップ インストールおよび使用方法に関する指示に従うことができます。 . ここ しかし、SECはEDGARデータにアクセスするためのAPIを提供していますので、なぜ直接それらを使用しないのですか? なんでエッグアウトじゃないの? 答えは複雑さと可用性にあります SEC の REST API は強力ですが、効率的に使用するには技術的な専門知識が必要です。 あなたは、企業識別子(CIKs)、ファイルタクソノミー、XBRL 構造、複雑な JSON 応答をナビゲートする方法を理解する必要があります。 単純な質問として、 あなたはAppleのソフトウェアを見つけるためにソフトウェアを書く必要があります (Central Identifier Key), locate the right file, parse データ、および特定の金融コンセプトを抽出. あなたが分析する前にこれらすべて。 「Appleの前四半期の収益は?」 CIK XBRL この複雑さは自然に別の質問につながります:なぜMCPサーバなしで、ChatGPTや他のAIアシスタントに直接金融データについて尋ねないのですか? なぜ一般的なLLMsではありませんか? ここでの課題は正確さと通貨です。一般的なAIモデルは削減日付のデータに訓練されています、つまり最近の財務情報が欠けています。ウェブを閲覧して財務データを見つけることができますが、重要な詳細を見逃す可能性があります。 それこそが SEC EDGAR MCP サーバーが解決するように設計された問題です。 こちらからご覧のとおり、 , MCP サーバーに接続された LLM は、オリジナルのファイルに基づいて、利用可能な最高の情報源である情報を消費することができます: 会話 すべてのデータは、NVIDIAのSEC EDGARファイル(2025年5月28日提出のForm 10-Q、アクセス番号: 0001045810-25-000116)から直接収集され、正確な正確さは、XBRLデータから保存されています。 すべてのデータは、NVIDIAのSEC EDGARファイル(2025年5月28日提出のForm 10-Q、アクセス番号: 0001045810-25-000116)から直接収集され、正確な正確さは、XBRLデータから保存されています。 MCPサーバーの内部機能 このオープンソースパッケージは、誰でも使用、変更、および改善することができます。パッケージは、複雑な金融メトリクスを抽出するまで、企業のファイルを見つけることからすべてを処理するLLMに20以上の専門ツールを提供します。 各ツールの詳細はこちらでご覧いただけます。 . 文書化 何がそれを強力にするのか: 財務文書の数百ページを手動で分析する代わりに、パッケージは、地理セグメントによる収益、四半期比較、または幹部報酬データなどの特定の指標を自動的に抽出することができます。 Smart data extraction and parsing パッケージは、主要 EDGAR データベースから新しいファイルのリアルタイムの RSS フィードまで、いくつかの SEC データストリームにタップし、歴史的データと最新の企業の更新の両方にアクセスできます。 Multiple data sources 現代のSECファイルでは、XBRL(Extensible Business Reporting Language)を使用し、金融データを機械で読み取れるようにする構造化された形式である。 XBRL analysis Apple は収益を「アメリカ、ヨーロッパ、中国」に分割する場合がありますが、Microsoft は異なる地域カテゴリを使用しています。 Company-specific insights オープンソース、なぜ重要なのか? The decision to make this package open source isn't just about free access, it's about transparency and community-driven innovation. 投資決定をするときには、データだけではなく、それを抽出し分析するために使用される方法を信頼する必要があります。 オープンソースは、パッケージがどのように機能するかを正確にチェックし、改善に貢献し、あなたの特定のニーズに適応することを意味します。 展望前 SECは90年近くにわたって企業の情報を収集してきたが、データは誰にでも自由に利用できるようになっているが、これまで、そのデータから有意義な洞察を得るには時間、深い技術的専門知識、高価な分析ツールが必要だった。 MCPとLLMを使用すると、個人投資家は単純な英語で質問し、公式のSEC申請書によって裏付けられた正確な回答を得ることができます。 SEC EDGARは既にAPIを提供しており、企業は既に構造化された形式でファイルを提供しており、AIアシスタントは既に存在しています。 The MCP just connects these pieces together in a way that's actually useful for investors. ルーズベルトは、個々の投資家が知的意思決定を下す市場を望んでいた。 以前、アナリストのチームが必要だったことは、今では誰でも会話で行うことができます。 Now open-source tools are providing the accessibility Maybe the information advantage that Wall Street has held for decades is disappearing. 認定 この仕事は、他の多くの人が置いた基盤がなければ不可能でした。 EDGARデータベースとREST APIは、このようなツールを可能にする信頼できるデータベースを提供します。 The US SEC モデル・コンテキスト・プロトコル・スタンダードを開発し、AIのセキュリティと能力の分野を進め続けています。 Anthropic 左利き SEC EDGAR MCPパッケージ GitHub リポジトリ: https://github.com/stefanoamorelli/sec-edgar-mcp ドキュメンタリー: https://sec-edgar-mcp.amorelli.tech SEC資源 EDGAR データベース: https://www.sec.gov/edgar SEC REST アプリケーション: https://www.sec.gov/edgar/sec-api-documentation EDGAR 会社検索: https://www.sec.gov/edgar/searchedgar/companysearch SEC 投資家: https://www.investor.gov/ 投資家.gov モデル・コンテキスト・プロトコル(MCP) MCP 仕様: https://modelcontextprotocol.io/ アントロピー MCP ドキュメンタリー: https://docs.anthropic.com/en/docs/build-with-claude/computer-use MCP サーバー レポジトリ: https://github.com/modelcontextprotocol/servers Open Source パッケージ edgartools (によって Dwight Gunning): https://github.com/dgunning/edgartools ジョン・フリードマン(ジョン・フリードマン) https://github.com/john-friedman/datamule-python 金融データと分析 XBRLインターナショナル: https://www.xbrl.org/ SEC XBRL 情報: https://www.sec.gov/structureddata/osd-inline-xbrl.html OpenFIGI(金融ツールのグローバル識別子): https://www.openfigi.com/ 金融データ透明性法: https://www.congress.gov/bill/117th-congress/house-bill/2989 歴史的文脈 1933年証券法: https://www.investor.gov/introduction-investing/investing-basics/role-sec/laws-govern-securities-industry#secact1933 1934年証券取引法: https://www.investor.gov/introduction-investing/investing-basics/role-sec/laws-govern-securities-industry#secexact1934 フランクリン・D・ルーズベルト大統領図書館: https://www.fdrlibrary.org/
