Spécification 006 : lire les jeux de données 13F de la SEC, positions des gestionnaires, trimestre par trimestre

Statut : acceptée le 2026-09-04 ; amendée le même jour, voir la fin. Règles concernées : 1, 4, 5, 13.

Ce que cela doit faire

Chaque trimestre, tout gestionnaire américain qui gère plus de cent millions de dollars déclare ses positions à la SEC dans un formulaire 13F, dans les quarante-cinq jours. La SEC publie depuis 2013 ces déclarations en jeux de données structurés, un fichier compressé par trimestre. Mesuré le 2026-09-04 : 53 fichiers, 73 Mo pour celui du quatrième trimestre 2023, dont une table de positions de 294 Mo. Cette table porte le CUSIP, le FIGI, la valeur et le nombre de titres de chaque ligne. Le laboratoire doit les lire avec la date de dépôt, qui est la seule date à laquelle une position est connaissable, règle 1.

En mots simples : la liste de ce que chaque grand gestionnaire détenait, telle qu'il l'a déclarée et le jour où il l'a déclarée.

Ce que le dépôt porte déjà, et qui sera appelé plutôt que recopié

BaseProvider et son cache brut, qui gardent le fichier compressé tel quel ; le référentiel Polygon, dont le composite_figi relie un FIGI à un symbole, radié ou non ; quantlab.data.providers.yahoo pour les prix des survivants.

Les critères d'acceptation, mesurables

1. Le fichier du quatrième trimestre 2023 rend trois tables. Les dépôts, avec l'accession, le CIK, la date de dépôt et la période. La couverture, avec le nom du gestionnaire. Les positions, avec le CUSIP, le FIGI, la valeur et les titres. Testé sur un extrait écrit à la main.
2. La date de dépôt d'une position est postérieure ou égale à la fin de sa période, vérifié sur toutes les lignes lues, et une violation lève.
3. Le manifeste porte point_in_time à vrai, avec la date de dépôt comme date de disponibilité.
4. make test ne fait aucun appel réseau.

Les décisions de conception, et ce qu'elles écartent

Les jeux structurés de la SEC plutôt que les dépôts XML un par un : un fichier par trimestre au lieu de dizaines de milliers. Le FIGI de la SEC plutôt qu'une correspondance CUSIP maison quand il est présent, et OpenFIGI pour les trimestres qui ne le portent pas, en lots de dix, la limite sans clé. La valeur est ramenée en dollars déclaration par déclaration, voir l'amendement.

Le plan, en étapes vérifiables

1. Le fournisseur et ses analyseurs.
2. L'étude 020 : les plus grosses positions des gestionnaires concentrés, tenues d'un dépôt au suivant, contre le marché, avec le décompte des positions dont le prix manque, qui borne le biais de survie.

Hors périmètre

Les formulaires 4 des initiés et la dérive après annonce de résultats, qui sont deux autres sources de la SEC et deux autres spécifications.

Amendement du 2026-09-04 : la valeur n'est pas en dollars

La première version écrivait « la valeur est en dollars entiers, comme la SEC la publie ». Mesuré sur la première lecture de l'étude 020. La colonne est en milliers de dollars dans 97 % des déclarations jusqu'en 2021, dans 81 % en 2022, puis dans 19 % en 2023 et 6 % en 2026. Un déclarant sur mille déclare cent fois trop. Le fournisseur lit donc l'unité déclaration par déclaration, par la médiane de la valeur par titre. Il multiplie par mille sous un dollar, marque suspecte au-delà de cinq mille dollars, et garde le diagnostic dans une colonne. Critère ajouté, testé sur un extrait écrit à la main. Une déclaration à 0,15 $ par titre est ramenée à 150 $ ; une à 22 574 $ est marquée sans correction. Vérifié sur Apple à trois trimestres.