five

Congress Trading Monitor

收藏
github2026-04-23 更新2026-04-25 收录
下载链接:
https://github.com/kadoa-org/congress-trading-monitor
下载链接
链接失效反馈
官方服务:
资源简介:
交互式仪表板和开放数据集,包含美国参议员、众议员和高级行政官员根据STOCK法案披露的每笔股票交易。数据来自众议院书记官的财务披露门户、参议院eFD系统和行政部门的政府道德办公室(OGE)。

Interactive dashboard and open dataset containing every stock transaction disclosed by U.S. Senators, U.S. Representatives, and senior executive officials under the STOCK Act. The data is sourced from the Financial Disclosure Portal of the Clerk of the U.S. House of Representatives, the Senate eFD System, and the Office of Government Ethics (OGE) of the executive branch.
创建时间:
2026-04-20
原始信息汇总

Congress Trading Monitor 数据集详情

数据集概述

这是一个整合美国《STOCK法案》下国会议员及行政官员股票交易披露信息的开源数据集与交互式仪表盘。数据来源于三个官方公开渠道:众议院书记官财务披露门户、参议院eFD系统以及行政部门政府道德办公室(OGE)。

数据规模与范围

  • 交易记录:54,000+ 条已披露交易(2012年至今)
  • 披露人:380+ 名申报人(涵盖众议院、参议院及行政部门,包括内阁官员)
  • 交易金额:估计名义交易总额超50亿美元
  • 资产类型:股票、债券、ETF、加密货币及其他资产

数据字段详情

  • 股票代码、资产名称
  • 买入/卖出标识
  • 交易金额范围
  • 披露延迟天数
  • 迟报标记(超过STOCK法案45天截止日的申报)
  • 政府任期标签(奥巴马、特朗普第一任期、拜登、特朗普第二任期)
  • 个体披露人和个股的深入分析

数据来源与更新

官方来源

  • 众议院书记官财务披露门户
  • 参议院eFD系统
  • 行政部门政府道德办公室(OGE)

技术获取:使用 kadoa.com 进行数据收集、解析和标准化处理

使用与访问

  • 在线演示:congress.kadoa.com

  • 数据格式:所有数据以静态JSON格式提供(public/data/目录),客户端加载,无需后端

  • 本地运行: bash bun install && bun run dev

    访问 http://localhost:5183

交互功能

  • 全局概览仪表盘:关键绩效指标、阿尔法指数、内阁焦点、排行榜
  • 申报人页面:按活动频率、交易量、迟报率、买卖比例排序
  • 股票代码页面:展示最受政治资金关注的证券
  • 筛选栏:按政府任期、分支机构、议院、政党、数据来源、日期范围筛选
  • 个体申报人与个股详情页:个人交易时间线及收益率叠加
  • 命令面板(Cmd+K):快速导航

许可与用途

  • 许可证:MIT
  • 数据来源为公开申报文件,仅供研究和教育用途

后续开发计划

  • 基于大语言模型的股票代码解析器(提高自由文本资产名称覆盖率)
  • OGE 201表格请求工作流程
  • 2015年前参议院纸质申报PDF处理
  • 年度278报告的净资产与投资组合推导
  • 实时更新
  • 通知功能
搜集汇总
数据集介绍
main_image_url
构建方式
国会交易监控数据集整合了美国参众两院及行政部门高级官员依据《股票法案》披露的所有股票交易信息。数据采集自三个官方公共来源:众议院书记财务披露门户、参议院电子财务披露系统以及政府道德办公室。项目利用kadoa.com平台进行大规模自动收集、解析与标准化处理,最终汇聚成包含54,000余笔交易记录的统一、可检索数据集,时间跨度从2012年至今,覆盖380余名申报人,估算名义交易量超过50亿美元,涉及股票、债券、ETF、加密货币等多种资产类别。
特点
该数据集具有多层次、高颗粒度的鲜明特征。交易层面包含指数、资产名称、买卖方向、金额范围及披露延迟等详细信息,并设置逾期申报标记以提示违反《股票法案》45天期限的行为。同时引入行政任期标签(奥巴马、特朗普一期、拜登、特朗普二期)支持跨届比较,通过价格连接实现每名申报人与每种指数的收益率计算。交互式仪表盘提供全局关键绩效指标、阿尔法指数、内阁焦点及排行榜,支持按行政分支、任期、议院、政党、来源和日期范围进行多维筛选。
使用方法
使用者可通过bun安装依赖并启动本地开发环境,在浏览器访问http://localhost:5183即可探索交互式仪表盘。所有数据以静态JSON格式存储在public/data/目录下,客户端直接加载运行,无需后端支持。界面提供快速导航命令面板(Cmd+K)精确定位申报人或指数,各申报人及指数专属页面展示个人交易时间线与收益率叠加图。如需获取完整历史数据集及持续更新服务,可通过kadoa.com联系以获取企业级解决方案。
背景与挑战
背景概述
Congress Trading Monitor数据集由Kadoa团队创建,旨在系统性地聚合和分析美国国会议员及高级行政官员依据《STOCK法案》披露的股票交易数据。该数据集整合了众议院书记官财务披露门户、参议院eFD系统以及行政部门的政府道德办公室(OGE)三大官方来源,覆盖自2012年至今超过54,000笔交易记录,涉及380余位申报人,估算名义交易量超过50亿美元。研究团队通过自动化采集与规范化处理,将分散的公开记录转化为结构化、可查询的数据库,为政治经济学、金融监管及政府透明度研究提供了前所未有的微观数据基础。该数据集不仅支持跨行政任期(奥巴马、特朗普、拜登及特朗普第二任期)的对比分析,还通过交易级别详情、披露延迟标记及回报率计算等特征,推动了政治家个人财务行为与公共政策交互影响的实证研究,在政治金融交叉领域产生了广泛学术与实践影响。
当前挑战
构建Congress Trading Monitor面临多重挑战。首先,领域问题层面,该数据集旨在解决美国政治人物金融交易透明度不足的长期困境,需将分散、格式不一的官方披露文件整合为统一标准,克服原始数据中自由文本描述的资产名称歧义性,以及部分表格(如参议院2015年前纸质申报、OGE约80%的请求式申报)的数字化缺失问题。其次,构建过程中需应对大规模数据采集的技术瓶颈,包括从多个政府网站异步解析非结构化文档、处理高频动态更新的数据流、以及确保跨来源记录关联的准确性。此外,披露延迟检测需要精确匹配45天法定时限,而交易标的的标准化映射(如自由文本到股票代码的解析)依赖LLM等高级方法,同时需维持超过54,000笔交易及380余名申报人的数据质量与时效性,这对爬虫架构、数据清洗管道及持续运维构成了显著工程挑战。
常用场景
经典使用场景
在政治经济学与金融市场的交叉研究领域中,Congress Trading Monitor数据集为探究美国政界人士股票交易行为提供了前所未有的数据基础。该数据集整合了自2012年以来美国参众议员及行政官员依据《股票法案》披露的超过54,000笔交易记录,涵盖380余名申报人以及逾50亿美元的名义交易额。研究者可借此系统分析立法者与行政官员在股票、债券、ETF等资产类别中的买卖模式、交易时机选择以及信息披露延迟现象。该数据集的经典使用场景包括构建政治交易的时间序列面板数据、量化政客交易相对于市场基准的异常收益,以及评估不同执政周期下交易行为的动态变化特征。
实际应用
在实际层面,Congress Trading Monitor数据集具有广泛的应用场景。对于金融监管机构而言,该数据集可作为执法监测工具,通过识别频繁延迟申报或异常交易模式的申报人,辅助强化《股票法案》的合规监督。对于投资者与金融媒体,该平台的交互式仪表盘提供了实时追踪政治人物持仓变化的窗口,可用于构建基于政治信号的投资策略或制作深度调查报告。此外,非政府组织与伦理研究机构能够据此评估从政者是否存在利用非公开信息牟利的系统性风险,从而推动更透明的政治伦理制度建设。该数据集以静态JSON形式开放获取,降低了技术门槛,使得新闻记者、政策分析师乃至普通公民均能便捷地开展独立研究。
衍生相关工作
围绕Congress Trading Monitor数据集,已衍生出一系列具有影响力的学术与工程工作。在数据基础设施层面,Kadoa公司开发的自动化采集与标准化解析流水线为同类政治金融数据的持续更新提供了可复现的技术范式。在分析工具方面,该数据集催生了包含股票代码与自由文本资产名称智能解析LLM模块、按申报人与个股维度的收益率联合计算引擎,以及按执政周期分层聚合的可视化面板等创新方法。学术研究上,早期工作已利用该数据考察政客交易相对于Fama-French因子模型的异常回报,部分研究进一步拓展至事件研究框架,分析重大立法投票前后政客持仓的变化规律。此外,该数据源还被整合进多个开源政治问责平台,形成跨数据集联动分析的能力,为更广阔的合规科技(RegTech)生态奠定了基础。
以上内容由遇见数据集搜集并总结生成
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作