2700개 상장사에서 원하는 조건의 종목을 찾으려면, HTS에서 필터를 걸거나 엑셀에서 하나씩 비교해야 한다. 필터 조건이 복잡할수록 시간이 기하급수적으로 늘어난다.

dartlab의 screen()은 8가지 검증된 프리셋으로 전체 상장사를 한 줄에 필터링한다. benchmark()는 섹터별 핵심 비율의 분포(P10~P90)를 돌려줘서, 개별 종목의 위치를 즉시 파악할 수 있게 한다.

screen() — 한 줄 스크리닝

import dartlab

df = dartlab.screen("가치주")
# DataFrame: 종목코드, 종목명, 섹터, ROE, 부채비율, 영업이익률, ...

프리셋 이름을 넣으면, 해당 조건에 맞는 상장사만 필터링된 Polars DataFrame이 반환된다.

8가지 프리셋

프리셋이 작동하는 방식

각 프리셋은 재무비율 조건의 조합이다. 내부적으로 전체 상장사의 비율 데이터를 미리 계산해두고, 조건에 맞는 종목만 필터링한다.

# "가치주" 프리셋의 내부 로직 (간략화)
# ROE >= 10
# debtRatio <= 100
# operatingMargin >= 5
# currentRatio >= 150

조건은 AND 결합이다. 모든 조건을 동시에 만족하는 종목만 결과에 포함된다.

benchmark() — 섹터별 비율 분포

df = dartlab.benchmark()
# DataFrame: sector, roe_p10, roe_median, roe_p90, debtRatio_p10, ...

전체 상장사의 핵심 비율을 섹터별로 집계한다. 각 섹터의 P10(하위 10%), P25, 중앙값(median), P75, P90(상위 10%)을 계산한다.

포함되는 비율 6개:

• ROE (자기자본이익률)
• 부채비율
• 영업이익률
• 유동비율
• 총자산회전율
• 매출총이익률

screen()과 benchmark()를 함께 쓰기

스크리닝으로 종목을 뽑고, 벤치마크로 해당 종목이 섹터 내 어디에 위치하는지 확인하는 것이 전형적인 사용 패턴이다.

import dartlab

# 1. 가치주 스크리닝
value_stocks = dartlab.screen("가치주")

# 2. 섹터 벤치마크
bench = dartlab.benchmark()

# 3. 특정 종목의 섹터 내 위치 확인
from dartlab import Company
c = Company("005930")
c.market  # 시장 순위, 섹터 내 위치 정보

RankInfo — 종목별 시장 위치

개별 종목의 시장 내 위치는 c.market으로 접근한다.

c = Company("005930")
rank = c.market

rank.revenueRank          # 전체 매출 순위 (예: 1)
rank.revenueRankInSector  # 섹터 내 매출 순위
rank.sizeClass            # 'large' | 'mid' | 'small'
rank.sector               # WICS 섹터명
rank.revenueGrowth3Y      # 3년 매출 CAGR

어디에서 왜곡이 생기나

비율 데이터 시점. screen()과 benchmark()는 가장 최근 제출된 재무데이터 기준이다. 분기 보고서 제출 직후가 가장 정확하고, 제출 전에는 이전 분기 데이터를 기반으로 한다.

금융업 필터. 은행·보험은 유동비율, 재고회전율 등이 구조적으로 다르다. 프리셋 필터 중 유동비율이나 부채비율 조건이 있으면 금융업이 자동으로 제외될 수 있다.

소형주 데이터 품질. 소형주 중 XBRL 제출이 불완전한 종목은 비율 계산이 불가능해서 스크리닝에서 자동 제외된다.

놓치기 쉬운 예외

커스텀 프리셋은 아직 지원하지 않는다. 현재 8가지 고정 프리셋만 제공된다. 커스텀 조건이 필요하면 benchmark() DataFrame에서 직접 Polars 필터를 적용하면 된다.

턴어라운드 프리셋의 ROE 범위. ROE가 -30 미만인 극단적 적자 기업은 턴어라운드 프리셋에서 제외된다. 이는 회복 가능성이 매우 낮은 종목을 걸러내기 위함이다.

결과는 캐시되지 않는다. screen()과 benchmark()는 호출할 때마다 전체 상장사 데이터를 스캔한다. 같은 세션에서 반복 호출하면 동일한 결과가 나오지만, 새 세션에서는 최신 데이터로 갱신된다.

빠른 점검 체크리스트

• dartlab.screen("가치주") — DataFrame 반환 확인
• 8가지 프리셋 모두 작동 확인
• dartlab.benchmark() — 섹터별 분포 DataFrame 확인
• Company("005930").market — 시장 순위 확인
• 결과를 .to_pandas() 또는 .write_csv()로 내보내기

FAQ

프리셋 조건을 바꿀 수 있나요?

현재는 고정 프리셋만 제공된다. 커스텀 조건이 필요하면 dartlab.benchmark() DataFrame을 직접 필터링하거나, c.ratios에서 원하는 비율을 직접 조합할 수 있다.

결과에 주가 데이터가 포함되나요?

현재 screen()은 재무비율 기반이다. 주가, PER, PBR 등 시장 밸류에이션 데이터는 포함되지 않는다.

전체 상장사 중 몇 개나 통과하나요?

프리셋에 따라 다르다. “가치주”는 보통 100~200개, “자본잠식”은 20~50개, “대형안정”은 50~100개 수준이다. 시장 상황에 따라 변동한다.

benchmark()의 섹터 분류 기준은?

WICS(Wise Industry Classification Standard) 기준이다. 한국거래소 업종 분류와는 다를 수 있다.

screen()과 insights의 차이는?

screen()은 전체 시장을 비율 조건으로 필터링하는 것이고, insights는 개별 기업을 7영역으로 심층 분석하는 것이다. screen()으로 후보를 좁히고, insights로 깊이 파는 것이 일반적인 흐름이다.

미국 주식도 스크리닝할 수 있나요?

현재 screen()과 benchmark()는 한국 상장사(DART) 전용이다. EDGAR 기업 개별 분석은 Company("AAPL")로 가능하지만, 전체 미국 시장 스크리닝은 지원하지 않는다.

결과를 엑셀로 내보낼 수 있나요?

Polars DataFrame이므로 .write_csv("output.csv")나 .to_pandas().to_excel("output.xlsx")로 즉시 내보낼 수 있다.

참고 자료

• dartlab 재무제표 가이드 — 스크리닝의 기반이 되는 재무비율
• dartlab 인사이트 등급 — 스크리닝 후 개별 심층 분석
• dartlab signal — 시장 전체 키워드 감지 — 공시 텍스트 기반 시장 스캔

핵심 구조 요약

dartlab 스크리닝의 구조는 세 문장으로 요약된다.

1. 8가지 프리셋 × 2700개 종목 — 가치주, 성장주, 턴어라운드 등 검증된 조건으로 전체 상장사를 한 줄에 필터링한다.
2. 섹터별 P10~P90 벤치마크 — 개별 종목이 섹터 내 어디에 위치하는지 즉시 파악한다.
3. 스크리닝 → 인사이트 → AI 분석 — screen()으로 좁히고, insights로 파고, ask()로 해석하는 것이 dartlab의 분석 흐름이다.