इस प्रोजेक्ट के बारे में

Sellside Research Engine एक ओपन-सोर्स Python पाइपलाइन और स्टैटिक वेब डैशबोर्ड है जो एक मुख्य इक्विटी रिसर्च लूप को स्वचालित करता है। यह SEC EDGAR XBRL से ऑडिट किए गए फंडामेंटल्स, Yahoo Finance (yfinance के माध्यम से) से कीमतें और कंसेंसस अनुमान, FRED से 2-वर्षीय ट्रेजरी और ECB से EUR/USD खींचता है, फिर 21 अमेरिकी शेयरों की स्क्रीनिंग करता है और शीर्ष 10 का मूल्यांकन करता है। किसी API कुंजी की आवश्यकता नहीं है। कवरेज और आउटपुट - यूनिवर्स: 8 सेक्टरों में 21 अमेरिकी शेयर, trg_workbench/config.py में DEFAULT_US_TICKERS के माध्यम से कॉन्फ़िगर करने योग्य। डैशबोर्ड रिसर्च स्कोर के अनुसार शीर्ष 10 दिखाता है, जो प्रत्येक रिफ्रेश पर पुनः रैंक होते हैं; कॉम्प्स, फैक्टर हीटमैप और स्कैटर सभी 21 को कवर करते हैं। - मूल्यांकन: 5-वर्षीय फेडिंग पूर्वानुमान और गॉर्डन टर्मिनल वैल्यू के साथ bear/base/bull FCF DCF, रिवर्स DCF (वर्तमान कीमत जो वृद्धि दर्शाती है), बैंकों, ब्रोकरों और बीमाकर्ताओं के लिए अवशिष्ट आय और justified P/B, रेंज का फुटबॉल फील्ड, और पीयर मल्टीपल्स। - जोखिम: ऐतिहासिक VaR और CVaR (95%, 1 दिन), 21D/63D अस्थिरता, S&P 500 के मुकाबले बीटा, Sharpe, Sortino, अधिकतम ड्रॉडाउन और एक सहसंबंध मैट्रिक्स। - सेंटिमेंट और पोजिशनिंग: EPS संशोधन, आय आश्चर्य, सिफारिश प्रवृत्ति, शॉर्ट इंटरेस्ट और इनसाइडर गतिविधि। - सेक्टर और मैक्रो: S&P 500 के मुकाबले 10 SPDR सेक्टर ETF, रोटेशन व्यू, लाइव 10Y, 2Y, 3M बिल, VIX, DXY, WTI और EUR/USD। - आउटपुट: डैशबोर्ड के लिए dashboard_data.json, एक HTML रिसर्च नोट (नेवी/गोल्ड टेम्पलेट), HTML फ़ॉलबैक के साथ WeasyPrint के माध्यम से PDF, एक Markdown नोट और 150 DPI PNG चार्ट। यह कैसे काम करता है एक CLI (main_v2.py) fetch-all, build-report और build-all को उजागर करता है, जिसमें --dry-run, --quiet और --formats विकल्प हैं। डेटा data/normalized के अंतर्गत सामान्यीकृत किया जाता है, dashboard_data.json में निर्यात किया जाता है, और एक सिंगल-फ़ाइल index.html द्वारा रेंडर किया जाता है जो रनटाइम पर JSON लोड करता है। एक GitHub Actions वर्कफ़्लो सप्ताह के दिनों में 22:00 UTC पर चलता है, JSON को केवल तब कमिट करता है जब वह बदला हो, और Vercel Git इंटीग्रेशन प्रत्येक पुश पर पुनः तैनात करता है। दो-चरणीय बिल्ड (fetch-all फिर export_dashboard_data.py --skip-fetch) भी समर्थित है। कार्यप्रणाली नोट्स - FCF प्रॉक्सी = SEC शुद्ध आय (Yahoo फ़ॉलबैक) x 0.80; WACC एक CAPM बिल्ड का उपयोग करता है जिसमें Blume-समायोजित बीटा और 0.30 का निश्चित D/E होता है; जोखिम-मुक्त दर लाइव 10Y ट्रेजरी है जिसमें 5.3% फ़ॉलबैक है। - वृद्धि डिफ़ॉल्ट रूप से कंसेंसस +1y राजस्व वृद्धि है, ट्रेलिंग वृद्धि फ़ॉलबैक के रूप में, जब दोनों में से कोई न हो तो 5%, -20% से 50% तक सीमित। - रेटिंग कंसेंसस लक्ष्य अपसाइड से यांत्रिक हैं: +10% से ऊपर BUY, -10% से नीचे SELL, अन्यथा HOLD। - अनुपलब्ध मान null के रूप में लिखे जाते हैं और n/a के रूप में प्रदर्शित होते हैं; ज्ञात अंतरालों में FRED का Yahoo से एक दिन पीछे रहना और कभी-कभार Yahoo के एकल-दिन के अंतराल शामिल हैं। - प्रबंधन टिप्पणी SEC 8-K आय प्रदर्शनों पर एक कीवर्ड ह्यूरिस्टिक है, LLM नहीं; यह लाइव साइट पर n/a दिखाती है क्योंकि CI में कोई कैश्ड ट्रांसक्रिप्ट नहीं है। सेटअप और अनुकूलन क्विक स्टार्ट: क्लोन करें, pip install -r requirements.txt (Python 3.12), python export_dashboard_data.py चलाएँ, फिर python -m http.server 8000 के साथ स्थानीय रूप से सर्व करें। SEC API उपयोगकर्ताओं से SEC_USER_AGENT के माध्यम से संपर्क विवरण मांगता है। एक फ़ोर्क और एक Vercel आयात एक व्यक्तिगत प्रति तैनात करता है; फ़ोर्क को NOTICE फ़ाइल रखनी चाहिए और मूल रिपॉजिटरी को श्रेय देना चाहिए। अनुकूलन बिंदुओं में टिकर यूनिवर्स, build_research_dataset में फैक्टर वेट, valuation.py में DCF धारणाएँ, और data/analyst_views.csv के माध्यम से विश्लेषक ओवरले (केवल v1 रिपोर्ट) शामिल हैं। एक pytest सूट SEC XBRL निष्कर्षण, ECB सामान्यीकरण, स्क्रीनिंग, DCF इनपुट और परिदृश्य, रिवर्स DCF, अवशिष्ट आय, कॉम्प्स, रिटर्न विंडो, TTM/DuPont, सेंटिमेंट, JSON निर्यात, टिप्पणी निष्कर्षण, टेम्पलेट और चार्ट को कवर करता है; अभी तक कोई pytest CI नहीं है। यह परियोजना Apache 2.0 के अंतर्गत लाइसेंस प्राप्त है और इसे एक शोध और शिक्षा उपकरण के रूप में स्थित किया गया है, न कि निवेश सलाह। एक रोडमैप में नियोजित कार्य सूचीबद्ध हैं जैसे 10-K/10-Q इंटेलिजेंस, मोंटे कार्लो DCF, ऐतिहासिक मल्टीपल बैंड, Piotroski और Altman स्कोर, टियरशीट, PowerPoint निर्यात, Docker और pytest CI।