עבור לתוכן
כל מסמכי הספרייה

מדריך מעשי לנתוני שוק המניות, דיווחים ופוזיציות של US

מאמר Machine Learning for Trading

סיכום

מדריך זה מארגן מערכי נתוני מניות של US לנתוני שוק, נתוני יסוד של חברות, פוזיציות משקיעים ומאפייני חברות. הוא מפרט רכיבי טעינה לנתוני נרות יומיים ותוך־יומיים, לאופציות ולרשומות של מבנה השוק, וכן לטקסט דיווחים של SEC, לעובדות XBRL, לאחזקות מוסדיות, לעסקאות בעלי עניין ולמערך ארוז של מאפייני חברות. הוא גם מציין את הכיסוי הכללי או את טווחי הזמן המוצהרים עבור מערכי נתונים נבחרים.

המדריך מציג את סוגי המחקר שכל אוסף יכול לתמוך בהם, ובהם מחקר מאפיינים, אותות מטקסט דיווחים, מקרי בוחן של אופציות וגרפי בעלות. הוא מספק נקודות כניסה להורדה ומפנה את הקוראים לתיעוד בתיקיות המשנה בנוגע לרישוי, לדרישות אחסון ולמבני קבצים. זהו קטלוג ולא תוצאת מחקר או הערכת איכות נתונים: הכיסוי משתנה בין מקורות, חלק מהאוספים הם מדגמים מצומצמים, והמדריך עצמו אינו משווה מערכי נתונים או ממליץ על אסטרטגיית מסחר.

רעיונות מרכזיים

  • מערכי הנתונים מחולקים לנתוני שוק, נתוני יסוד, פוזיציות ומאפייני חברות.
  • מקורות השוק כוללים נתוני נרות יומיים ודקתיים, רשומות אופציות ונתוני עסקאות או ספר פקודות.
  • דיווחי SEC ועובדות XBRL מספקים מידע חשבונאי טקסטואלי ומובנה למחקר.
  • אחזקות מוסדיות ועסקאות בעלי עניין מציעות נקודות מבט שונות על פוזיציות במניות.
  • יש לבדוק את כיסוי מערך הנתונים, הרישוי, האחסון והמבנה בתיעוד של המקור המתאים.

תגיות

הטקסט המלא
# Equity Data


# Equity Data

Equity datasets organised by **type**: market data (OHLCV, options,
microstructure), fundamentals (SEC filings + XBRL), positioning (13F,
Form 4), and firm characteristics (standalone packaged dataset).

## Directory

```
equities/
├── loader.py                # All equities loaders
├── README.md                # (this file)
│
├── market/                  # Market data (OHLCV, options, microstructure)
│   ├── us_equities/           # NASDAQ Data Link Wiki Prices (1962-2018)
│   ├── sp500/                 # AlgoSeek daily bars + options slices
│   ├── nasdaq100/             # AlgoSeek minute bars
│   ├── microstructure/        # TAQ / MBO / ITCH / IEX tick data
│   ├── sp500.csv              # Index reference file
│   └── us_equities_profile.json
│
├── fundamentals/            # SEC regulatory filings (text + XBRL)
│   ├── 10k/sp100/             # Per-ticker 10-K text (S&P 100)
│   ├── 10q/sp500/mda.parquet  # 10-Q MD&A aggregate (S&P 500)
│   ├── 8k/sp100/              # 8-K event filings (S&P 100)
│   ├── xbrl/                  # XBRL financial facts (CIK × quarter × concept)
│   ├── filings_download.py    # Unified 10-K / 10-Q / 8-K downloader
│   ├── xbrl_download.py
│   └── README.md
│
├── positioning/             # SEC regulatory filings (positions / insider activity)
│   ├── 13f/                   # 13F institutional holdings (per-cik + bulk)
│   ├── form4/                 # Form 4 insider transactions (raw XML)
│   ├── 13f_download.py
│   ├── form4_download.py
│   └── README.md
│
└── firm_characteristics/    # Standalone packaged dataset (Chen-Pelger-Zhu)
    ├── firm_characteristics_all.parquet
    ├── download.py
    └── README.md
```

## Loaders (all in `equities/loader.py`)

### Market

| Loader                             | Dataset                                                    |
| ---------------------------------- | ---------------------------------------------------------- |
| `load_sp500_index()`               | S&P 500 index OHLCV (bundled)                              |
| `load_us_equities()`               | 3,199 US stocks (1962-2018, frozen) — NASDAQ DL            |
| `load_sp500_daily_bars()`          | S&P 500 daily OHLCV — AlgoSeek                             |
| `load_sp500_options()`             | Raw options chains (legacy) — AlgoSeek                     |
| `load_sp500_options_eda()`         | Options EDA slice (8 symbols, 2019-2020) — AlgoSeek slim   |
| `load_sp500_options_straddles_raw()` | ATM-band raw chains, lifecycle-preserving (2017-2021)    |
| `load_sp500_options_surface()`     | Daily IV surface summary                                   |
| `load_sp500_options_straddles()`   | Daily ATM straddles                                        |
| `load_nasdaq100_bars()`            | NASDAQ-100 minute bars (resampling, quotes, microstructure)|
| `load_nasdaq100_taq()`             | TAQ tick data (AAPL, 2020-03-13 / 2020-03-16)              |
| `load_mbo_data()`                  | MBO order book data — Databento                            |
| `load_nasdaq_itch()`               | NASDAQ ITCH messages                                       |
| `load_iex_hist()`                  | IEX DEEP/TOPS data (free)                                  |

### Fundamentals

| Loader                             | Dataset                                                    |
| ---------------------------------- | ---------------------------------------------------------- |
| `load_sp500_10q_mda()`             | S&P 500 10-Q MD&A text (2017-2021)                         |
| `load_sec_filings(form_type, universe)` | 10-K / 10-Q / 8-K aggregate text                      |
| `resolve_sec_filings_dir()`        | Per-ticker filings directory (Ch22 RAG)                    |
| `load_sec_xbrl_fundamentals()`     | XBRL financial facts (CIK × quarter × concept)             |

### Positioning

| Loader                             | Dataset                                                    |
| ---------------------------------- | ---------------------------------------------------------- |
| `load_institutional_holdings_13f()` | 13F holdings (per-cik, 10 curated managers)               |
| `load_13f_bulk_holdings(quarter)`  | 13F full universe (~3M rows per quarter)                   |
| `load_13f_stock_features()`        | Stock-level features (breadth, concentration, value)       |
| `load_13f_edges()`                 | Institution → stock edge list (graph construction)         |

### Firm Characteristics

| Loader                             | Dataset                                                    |
| ---------------------------------- | ---------------------------------------------------------- |
| `load_firm_characteristics()`      | Chen-Pelger-Zhu panel (~180 features; returns + accounting)|

## Quick Start

```bash
# Market
uv run python data/equities/market/us_equities/download.py

# Fundamentals
uv run python data/equities/fundamentals/filings_download.py --form 10-Q --universe sp500
uv run python data/equities/fundamentals/xbrl_download.py

# Positioning
uv run python data/equities/positioning/13f_download.py
uv run python data/equities/positioning/form4_download.py --ticker TSLA --count 20

# Firm characteristics
uv run python data/equities/firm_characteristics/download.py
```

## Book Usage

- **Ch2** — market datasets appear in `02_financial_data_universe/*_eda.py`.
- **Ch3** — microstructure (TAQ / MBO / ITCH / IEX).
- **Ch4** — fundamentals (XBRL, SEC filings), positioning (13F, Form 4).
- **Ch8** — fundamentals + macro cross-sectional features.
- **Ch10** — filing-text signals from 10-Q MD&A; asset embeddings from 13F.
- **Ch11-14** — firm characteristics as the standard ML asset-pricing benchmark.
- **Ch16-20** — NASDAQ-100 + S&P 500 options case studies.
- **Ch22-23** — RAG over SP100 10-Ks; institutional ownership graph.

See the sub-READMEs in each type directory for license, disk footprint,
download commands, and on-disk layout details.

מוצג במלואו בציון המקור ובהתאם לרישיון שלו. רישיון: MIT

הסיכום נכתב בידי סוכן המחקר של Stratmill על סמך המקור; הוא אינו העתק של המקור.