Python调用SEC EDGAR API获取申报数据遇问题求助

核心问题分析 #

• JSONDecodeError：你调用的browse-edgar接口默认返回HTML页面，而非JSON格式，必须添加fmt="json"参数才能获取JSON响应。
• 403禁止访问：SEC的API要求请求头必须包含User-Agent，需明确标注你的邮箱或联系方式，否则会被服务器拦截。
• 日期参数逻辑错误：你把起始和结束日期写反了，dateb代表「文件提交日期早于该日期」，若要拉取2020-12-31至2022-01-01的10-K报告，需配合datea（提交日期晚于该日期）参数使用。

修正后的代码 #

import requests
import pandas as pd
import numpy as np

ticker = "AAPL"
start_date = "2020-12-31"  # 文件提交日期晚于该时间
end_date = "2022-01-01"    # 文件提交日期早于该时间

sec_url = "https://www.sec.gov/cgi-bin/browse-edgar"
sec_params = {
    "action": "getcompany",
    "CIK": ticker,
    "type": "10-k",
    "datea": start_date,  # 新增：指定提交日期的起始点
    "dateb": end_date,
    "owner": "exclude",
    "count": 100,
    "fmt": "json"  # 新增：指定返回JSON格式
}

# 必须设置User-Agent，替换为你的真实邮箱
headers = {
    "User-Agent": "Your Name your.email@example.com"
}

sec_response = requests.get(sec_url, params=sec_params, headers=headers)
sec_data = sec_response.json()

# 转换为DataFrame并查看关键字段
if "filings" in sec_data and "recent" in sec_data["filings"]:
    df = pd.DataFrame(sec_data["filings"]["recent"])
    print(df[["formType", "filingDate", "accessionNumber"]].head())
else:
    print("未获取到有效报告数据")

额外说明 #

• User-Agent必须填写真实信息，SEC以此识别合法请求，避免IP被封禁。
• 若要下载具体的10-K报告内容，可从返回的JSON数据中提取accessionNumber和primaryDocument字段，拼接成下载链接后再次发起请求。
• EDGAR接口的逻辑是先通过索引接口获取文件列表，再根据列表中的信息下载具体报告，逐步拆解即可完成分析流程。

内容的提问来源于stack exchange，提问作者SPR26