SEC-EDGAR-Filings als Datenpipeline strukturiertes Alpha aus Pflichtveroeffentlichungen.

Während Teams sechsstellige Beträge für alternative Datensätze zahlen, liegt eine der zeitnahsten und härtesten Informationsquellen frei verfügbar herum: das EDGAR-System der US-Börsenaufsicht SEC. Jedes börsennotierte US-Unternehmen muss dort seine Pflichtveröffentlichungen einreichen — Quartals- und Jahresberichte, Ad-hoc-Meldungen über wesentliche Ereignisse, Insider-Transaktionen, Beteiligungsmeldungen. Diese Filings sind kostenlos, strukturiert und oft minutenaktuell. Der Haken: Roh sind sie kaum nutzbar. EDGAR liefert einen Strom heterogener Dokumente in wechselnden Formaten, mit eigenwilligen Konventionen und reichlich Inkonsistenzen. Wer daraus systematisches Signal ziehen will, braucht eine robuste Ingestion- und Parsing-Pipeline, die neue Filings zuverlässig erkennt, korrekt der richtigen Firma zuordnet, die relevanten Inhalte extrahiert und sauber zeitstempelt. Dieser Beitrag beschreibt, wie eine solche Pipeline aufgebaut ist, welche Filing-Typen welchen Signalwert haben, wo die typischen Fallen lauern und welche realistische Erwartung an handelbares Alpha angemessen ist — inklusive der ehrlichen Einschränkung, dass „frei verfügbar“ nicht „leicht“ bedeutet.

Was EDGAR liefert und warum es wertvoll ist.

EDGAR ist das elektronische Archiv, in das alle bei der SEC meldepflichtigen US-Unternehmen ihre Dokumente einreichen. Die Veröffentlichung ist nahezu in Echtzeit öffentlich — sobald ein Filing akzeptiert ist, steht es jedem zur Verfügung. Das macht EDGAR zu einer der wenigen Quellen, bei denen harte, kursrelevante Information ohne Verzögerung und ohne Lizenzkosten verfügbar ist.

Der Wert liegt in zwei Eigenschaften. Erstens Pflichtcharakter: Was gemeldet werden muss, wird gemeldet — die Abdeckung ist vollständig, kein selektiver Anbieter-Ausschnitt. Zweitens Zeitnähe: Bestimmte Meldungen müssen innerhalb enger Fristen erfolgen, oft binnen weniger Tage nach dem Ereignis.

Der entscheidende Punkt für systematisches Trading: Nicht der Inhalt allein ist das Signal, sondern oft die Tatsache und der Zeitpunkt der Meldung selbst — wer was wann offenlegt, ist eine strukturierte, datierbare Größe. Genau das macht EDGAR maschinell auswertbar.

Die wichtigsten Filing-Typen und ihr Signalwert.

EDGAR kennt Dutzende Formulartypen. Für systematische Auswertung sind einige besonders relevant:

Wichtig ist, den Erwartungs-Effekt mitzudenken. Ein planmäßiger 10-Q ist terminiert und teilweise vorweggenommen — das reine Erscheinen ist kein Signal, der Inhalt schon. Ein ungeplanter 8-K dagegen kommt überraschend; allein sein Auftreten kann handelsrelevant sein. Bei Form 4 zählt weniger die Existenz als die Richtung und Größe der Transaktion. Und 13F-Daten sind systematisch verzögert — wer sie als Echtzeit-Signal behandelt, sitzt einem Irrtum auf.

Die Ingestion-Schicht.

Der erste Pipeline-Baustein ist die zuverlässige Erfassung neuer Filings. EDGAR stellt dafür maschinenlesbare Indizes und Feeds bereit, die regelmäßig aktualisiert werden. Die Pipeline pollt diese, erkennt neue Einträge und lädt die zugehörigen Dokumente herunter.

Drei Anforderungen sind hier zentral. Erstens Vollständigkeit: Kein Filing darf verloren gehen — die Ingestion muss Lücken erkennen und nachholen können. Zweitens Idempotenz: Dasselbe Filing darf nicht doppelt verarbeitet werden, sonst entstehen doppelte Signale. Drittens Respekt vor den Zugriffsregeln: EDGAR erwartet faires Abfrageverhalten mit Ratenbegrenzung und Identifikation; wer zu aggressiv abfragt, wird blockiert.

Ein häufiger Anfängerfehler ist, sich auf eine einzige Indexquelle zu verlassen. Robust ist, mehrere Indizes abzugleichen und die Erfassung gegen die offiziellen Tagesindizes zu validieren — so fallen verpasste Filings auf.

Parsing ist der eigentliche Aufwand.

Hat man das Dokument, beginnt die harte Arbeit. EDGAR-Filings kommen in gemischten Formaten — von strukturiertem XML bis zu schwer parsebarem HTML und älteren Textformaten. Innerhalb desselben Formulartyps variieren Struktur und Formulierung von Firma zu Firma und über die Jahre.

Für strukturierte Formulare wie Form 4 existieren maschinenlesbare XML-Varianten, aus denen sich Transaktionsdetails relativ sauber extrahieren lassen. Für narrative Dokumente wie 8-K oder die Textteile von Quartalsberichten ist die Extraktion deutlich schwieriger: Hier müssen relevante Abschnitte identifiziert, von Boilerplate getrennt und in eine konsistente Struktur überführt werden.

Genau hier können moderne Sprachmodelle helfen, indem sie Freitext-Meldungen klassifizieren und Kerninformationen extrahieren — etwa worum es in einem 8-K geht. Das ersetzt aber keine sorgfältige Validierung: LLM-Extraktion ist nützlich, aber fehleranfällig, und ungeprüfte Extraktionsergebnisse in eine Handelslogik zu speisen, ist riskant. Eine ehrliche Pipeline misst die Extraktionsqualität und behandelt unsichere Fälle gesondert.

Zeitstempel und Look-Ahead-Vermeidung.

Der subtilste und gefährlichste Punkt ist die Zeit. Für jeden Datenpunkt müssen zwei Zeitstempel sauber getrennt werden: wann das Ereignis stattfand und wann es öffentlich verfügbar wurde. Für handelbare Signale zählt ausschließlich der Zeitpunkt der Verfügbarkeit — alles andere erzeugt Look-Ahead-Bias.

Konkret: Ein 8-K beschreibt ein Ereignis, das gestern passierte, aber heute eingereicht wurde. Wer das Signal auf das Ereignisdatum legt statt auf das Verfügbarkeitsdatum, handelt im Backtest mit Information, die live noch nicht da war. Auch Akzeptanz- versus Einreichungszeitpunkt müssen unterschieden werden — zwischen Einreichung und öffentlicher Sichtbarkeit kann eine kleine, aber relevante Verzögerung liegen.

Sauber ist, jeden Datenpunkt mit dem Verfügbarkeitszeitpunkt zu versehen und Backtests strikt danach auszuwerten — idealerweise in einer Point-in-Time-Architektur. Wer hier nachlässig ist, baut sich eine grandiose Backtest-Kurve, die im Livebetrieb sofort zerfällt.

Realistische Erwartung an das Alpha.

EDGAR ist frei und vollständig — und genau deshalb stark beobachtet. Viele Marktteilnehmer werten dieselben Filings aus, oft mit erheblicher Infrastruktur und in Millisekunden. Das setzt der Prognosekraft enge Grenzen: Bei stark beachteten, schnell verarbeiteten Meldungen wie prominenten 8-K ist der Großteil der Reaktion oft binnen Sekunden eingepreist.

Realistischer Edge entsteht eher an den Rändern: bei weniger beachteten Firmen, bei komplexeren Filings, deren Inhalt nicht trivial zu extrahieren ist, oder in der Kombination vieler Meldungen zu einem aggregierten Signal. Auch die Geschwindigkeit der eigenen Pipeline zählt — wer Filings Minuten nach Verfügbarkeit verarbeitet, kommt für die schnellen Effekte zu spät.

Die ehrliche Einordnung: EDGAR ist eine exzellente, kostenfreie Datenbasis und ein sinnvoller Baustein in einem breiteren Signal-Set — aber kein geheimer Goldschatz. Sein Wert liegt in Vollständigkeit, Zeitnähe und Verlässlichkeit, nicht in einem exklusiven Informationsvorsprung. Wer das versteht, baut realistische Strategien; wer einen einfachen Edge erwartet, wird enttäuscht.

Betrieb, Wartung und Grenzen.

Eine EDGAR-Pipeline ist kein Einmalprojekt. Die SEC ändert gelegentlich Formate, führt neue Formulartypen ein oder passt Indizes an. Firmen reichen fehlerhafte oder nachträglich korrigierte Filings ein (Amendments), die korrekt behandelt werden müssen — eine spätere Korrektur darf das ursprüngliche, live bekannte Bild nicht rückwirkend überschreiben.

Praktisch bedeutet das: Monitoring der Ingestion-Vollständigkeit, regelmäßige Stichproben der Parsing-Qualität, und ein Umgang mit Amendments und verspäteten Filings. Der laufende Wartungsaufwand ist moderat, aber real — eine unbeaufsichtigte Pipeline driftet über Monate in stille Fehler.

Die Grenzen sind klar zu benennen: EDGAR deckt nur US-meldepflichtige Unternehmen ab; für andere Märkte braucht es andere Quellen mit anderen Regeln. Und die strukturelle Heterogenität der Dokumente bedeutet, dass eine vollständige, fehlerfreie Extraktion über alle Filing-Typen unrealistisch ist. Eine reife Pipeline akzeptiert das, misst ihre eigene Abdeckungs- und Fehlerrate und macht beides transparent — statt Vollständigkeit vorzutäuschen.

Sie wollen EDGAR-Filings als strukturierte Signalquelle erschließen oder Ihre bestehende Pipeline auf Vollständigkeit und Look-Ahead-Sauberkeit prüfen? Unverbindlich anfragen — wir konzipieren Ingestion, Parsing und Zeitstempel-Logik so, dass aus den freien Pflichtveröffentlichungen ein belastbares, livetaugliches Signal wird statt einer geschönten Backtest-Kurve.