Skills
DartLab Skills 작업 체계
무엇을 분석하거나 운영하려는지 먼저 고른다. 각 skill 은 입력 · 출력 · 검증 기준 · 실행 순서를 한 화면에 묶는다. 사람과 LLM 이 같은 표면을 본다 · 외부 API 문서를 직접 뒤지지 않는다.
Community Skill Market · 분석 질문을 공유 자산으로 보기
처음 왔다면 · 진입 순서
- 1
DartLab Skill OS 최초 진입
사람과 LLM 이 DartLab 을 처음 볼 때 Skills 카탈로그 하나에서 분석 · 엔진 능력 · 운영 규칙 · 확장 절차를 찾는 공식 시작점이다. 외부 API 문서나 흩어진 ops 폴더 대신 skill 검색 → frontmatter 확인 → 본문 절차 → 검증 게이트 순서를 따른다.
start.dartlabSkillOs - 2
uv로 DartLab 설치와 첫 실행
DartLab을 처음 설치하거나 새 환경에서 실행할 때 uv로 Python부터 dartlab까지 한 번에 준비하는 최소 절차다.
start.installUv - 3
DartLab 8 단계 빠른 시작
설치 직후 Company · topics/panel · diff · EDGAR · scan · ask 까지 핵심 기능을 한 번에 통과하는 walkthrough 절차다.
start.quickStart
전체 카탈로그
5 카테고리 · 시작 (Start) · 실행 환경 (Runtime) · 운영 규칙 (Operation) · 엔진 (Engines) · 레시피 (Recipes)
250 skills
- Engines observed
Analysis
Analysis 엔진은 단일 기업의 재무제표, 가치평가, 지배구조, 전망, 기업 단위 매크로 민감도를 22개 분석 축으로 읽는 실행 스킬이다. 트리거 — '재무 분석', '가치평가', '지배구조 점검', '전망'.
- Engines observed
Analysis — 수익성 (profitability)
단일 기업의 *수익성* 축 분석 — 영업이익률·순이익률·ROE·ROA·ROIC 시계열과 peer 대비 위치를 검증한다. analysis 엔진의 22 축 중 financial 그룹의 핵심 entry.
- Engines observed
Company
Company 엔진은 종목코드 하나를 target으로 고정하고 재무, 공시, 검색, 분석, 신용, 수집, 퀀트, 매크로, 스토리, 산업 연결을 제공하는 facade 실행 스킬이다. 트리거 — '회사 분석', '단일 기업', '005930', 'Company.panel'.
- Engines observed
Company Audit (감사보고서)
감사 리스크 판독 — DART 감사보고서 (auditor opinion · key audit matters · 강조사항 · 계속기업 가정 의문) 파싱. 외부감사인 의견 + KAM (핵심감사사항) 추출로 부도 위험 사전 감지.
- Engines observed
Company Disclosure Event
Company.filings 응용 — 이벤트 timestamp + 본문 abstract.
- Engines observed
Company Panel Internals
Company 의 DART panel 공시 본문 파이프라인 — original zip → panel artifact → topic wide view 내부 추적.
- Engines observed
Company Executive Pay
임원 보수 판독 — 임원 보수 ≥ 5억 원 individual 공개 (자본시장법 §159, 2013-11-29 시행). US proxy NEO-5 와 달리 등기/미등기/퇴직 전원 공개. 급여 / 상여 / 주식매수선택권 행사이익 / 기타근로소득 / 퇴직소득 분해.
- Engines observed
Gather KRX Flow (외국인/기관/개인)
dartlab.gather("flow", ...) — KRX 외국인/기관/개인 종목별 일별 net-buy. 한국 unique disclosure (US 시장은 종목별 net-buy 공개 X). KOSPI/KOSDAQ 외국인 수급의 가장 중요한 daily signal.
- Engines observed
Company Governance
지배구조 판독 — 기업지배구조보고서 (15 핵심지표) · 이사회 구성 · 감사위원회 · 최대주주 분석. 사외이사 비율 · CEO/Chair 분리 · 누적투표제 등 미국 proxy 가 표준화하지 못한 한국 지배구조 깊이.
- Engines observed
Korean Disclosure Routing
한국 DART 공시 종류별 routing SSOT — 자연어 질문 ("지배구조", "임원 보수", "관계자 거래", "사업의 내용", "주석", "공정공시", "공매도") 을 Company 의 적합 method apiRef 로 매핑한다.
- Engines observed
Company K-IFRS Notes Detail
주석 세부항목 판독 — K-IFRS 주석 세부항목 (리스 약정 · 우발채무 · 퇴직급여 가정 · 파생 등 23 NOTES_KEYWORDS). audit-grade citation 의 핵심 evidence layer. footnote-grade Q&A 의 raw 데이터 (Bloomberg/FactSet 미보유 영역).
- Engines observed
Company Related Party Transactions
관계자 거래 판독 — 관계자 거래 (RPT). 공정거래법 §26 chaebol disclosure threshold 100억 원 (2024-01-01 시행). 2025 FTC 데이터 top-10 chaebol = 193 조 원 = 전체 disclosed RPT 의 70%. chaebol inter-affiliate 거래 graph 의 raw input.
- Engines observed
Credit (dCR)
Credit (dCR) 엔진은 단일 기업의 신용 위험을 7 축 (채무상환·자본구조·유동성·현금흐름·사업안정성·재무신뢰성·공시리스크) 으로 평가해 종합 등급 (dCR-AA+ ~ dCR-D) 을 산출한다. 트리거 — '신용 분석', '부도 위험', '신용등급', 'dCR'.
- Engines observed
신용위험 분석 (Company.credit 응용)
Company.credit + 재무 snapshot 으로 신용 위험 정량 산출 — leverage / interestCoverage / cashflowBuffer / riskFlags 7 축.
- Engines observed
Credit Methodology — 등급 결정 사상·알고리즘·audit SSOT
dartlab credit 엔진의 등급 결정 사상 · 알고리즘 · audit 규칙 SSOT. 공시 재무제표 + 주석 + 사업보고서 + 시장 데이터 로 정량 신용등급 산출 (신평사 비공개 면담 0).
- Engines observed
Dashboard (회사 종합 스냅샷)
Dashboard 는 단일 회사를 한 페이지에 종합 시각화하는 *프론트엔드 SvelteKit 페이지* 다. python 기능 가 아니라 landing 의 `/company/[code]` 라우트 — 빌드 시점에 5-tier 데이터 (finance · ratios · grades · ecosystem · narrative) 를 조합. 트리거 — '회사 페이지', '대시보드', 'dashboard'.
- Engines observed
대시보드 카드 카탈로그 (종류·5-tier·variance·adapter SSOT)
viz dashboard 의 카드 종류 + 5-tier 규격 + variance 한도 + dataSpec adapter 의 SSOT. catalog entry 의 layout 산출과 변형 한도 검증의 단일 근거. P-DASH-V1 통합.
- Engines observed
viewerSpec — 공시뷰어 UI 설계 v1.0
viewerSpec 은 dartlab landing 의 공시뷰어 (sections viewer) UI 설계 SSOT 다. 다크 배경 (#050811) 위 한글 본문 가독성 + 컴플라이언스팀 스크린샷 정확성 + 50+ 보고서 빠른 스캔 3 원칙 위 typography · diff · timeline · table 규칙을 명시. 트리거 — '공시뷰어', 'viewer 디자인', 'diff 표시', '취소선'.
- Engines observed
Data (수집·프리빌드 파이프라인)
Data 는 dartlab 의 데이터 파이프라인 운영 SSOT — DART 12h 수집, EDGAR 일배치, scan 프리빌드, HF 직렬 업로드를 하나의 워크플로우 그래프로 묶는다. 사용자 호출 기능 가 아니라 *운영자 절차* + python 진입점 (gather/Company/scan) 안내. 트리거 — '데이터 수집', 'data 명세', '프리빌드', 'HF 업로드'.
- Engines unverified
데이터 엔진 기본기
응용 분석 skill이 시작 전에 참조할 Company, gather, scan 데이터 엔진의 기본 선택 순서와 evidence 계약을 정의한다.
- Engines observed
EDGAR (US 공시·재무)
EDGAR 는 미국 SEC 공시 (10-K · 10-Q · 8-K · S-1 등) 와 XBRL 재무를 dartlab.Company facade 로 통합 접근하는 provider 다. 한국 DART 와 동일한 인터페이스 (panel / liveFilings / readFiling / 하위 엔진) — market="US" 자동 라우팅. 재무는 소문자 native (panel payload 셀) 와 대문자 companyfacts 두 소스로 분기. 트리거 — '미국 공시', '10-K', 'SEC', 'EDGAR', 'AAPL'.
- Engines observed
edgar.docs — SEC 공시 sections + form-native payload
edgar.docs 는 SEC EDGAR 원문 공시 (10-K · 10-Q · 20-F · 40-F) 를 섹션 단위 parquet 로 저장하고 form-native text 비교 계층을 제공하는 sub-engine 이다. `sections(stockCode, sinceYear)` 가 topic × period 매트릭스를 빌드 — topic namespace 는 `form_type::topicId`. 시장 진입점은 dartlab.providers.edgar.Company 이고 dartlab.Company 가 이 EDGAR 진입점을 통합 facade 로 감싼다. 트리거 — '10-K sections', 'SEC docs', 'sectionMappings', 'edgar parquet'.
- Engines observed
Gather
Gather 엔진은 가격, 컨센서스, 수급, 뉴스, 배당, 소유구조, 섹터, 매크로, catalyst 일정 등 외부/보조 데이터를 수집하는 실행 스킬이다. 트리거 — '가격', '뉴스', '소유구조', '컨센서스', '외부 데이터 수집', '다가오는 일정'.
- Engines observed
Gather Listing — KRX 상장사 목록
KRX kindlist 캐시 → 종목코드 ↔ 회사명 매핑.
- Engines observed
Industry
Industry 엔진은 단일 종목을 산업 분류 (taxonomy.json) 의 공정 단계와 peer 그룹에 연결해 밸류체인 위치·동종 비교 맥락을 제공한다. 트리거 — '산업', '섹터', '업종', '밸류체인', 'industry'.
- Engines observed
Industry — 라이프사이클 (lifecycle)
산업 라이프사이클 5 phase (도입·성장·성숙·재도약·쇠퇴) 시계열 분류 — Vernon 1966 + 자체 재도약 phase. 산업 매출 YoY 임계로 phase 자동 라벨링, 단일 종목 industryBadge.phase 의 SSOT.
- Engines observed
Industry — Peers 추출 (peers)
단일 종목의 같은 산업·같은 공정 stage peer 종목 추출 SSOT — analysis/scan/quant 등 다른 엔진에 peer universe 를 전달할 때 본 spec 의 두 형식 (코드 list / dict list) 중 하나만 사용.
- Engines observed
Industry — 밸류체인 그래프 (supplyChain)
산업 내 공정 단계 (stage) 와 stream 분류 (upstream/midstream/downstream) 의 SSOT — 산업 매핑 데이터 (taxonomy.json + nodes.json) 의 공정 순서 + 상하류 위치를 코드·답변에서 동일 어휘로 인용.
- Engines observed
Industry — Taxonomy 운영 (taxonomyOps)
산업 분류 데이터 (taxonomy.json + nodes.json) 운영자 수동 갱신 절차서 — 신생 산업 추가 / 신규 상장 종목 매핑 / stage 분류 정합성 확인. accountMappings (mappingRefresh) 와 분리된 industry 측 SSOT.
- Engines observed
Macro
Macro 엔진은 경기, 정책, 유동성, 위기, 자산, 심리, 예측, 전파 경로를 6막 구조로 읽는 시장 레벨 분석 스킬이다. 트리거 — '매크로', '거시', '금리', '환율', '전파'.
- Engines drafted
Macro — Commodity Cycle (Copper-Gold + Oil)
원자재 사이클 — Copper-Gold ratio (성장 sentiment) + WTI 사이클 + Iron Ore 중국 PMI 선행. KR 시장 수출주·소재주 alpha driver.
- Engines observed
Macro — 경기 사이클 (cycles)
경기 사이클 4 phase (회복·확장·후퇴·수축) 시계열 분류 SSOT — Kitchin (재고 3~5y) · Juglar (설비 7~11y) · Kondratiev (혁신 45~60y) 다층 사이클 어휘. macro cycle axis 의 phase 라벨 정의 + 다층 사이클 결합 패턴.
- Engines drafted
Macro — FX Regime (USD/KRW)
USD/KRW 환율 regime 4 분류 (strong KRW / stable / weakening / crisis) + DXY 동행 + 실효환율 (REER) 비교. macro `exchange` axis sub-spec. KR 수출주 alpha 핵심 driver.
- Engines observed
Macro — 핵심 Observable 5 축 (observables)
매크로 답변의 indicator 5 축 (CPI/PMI/금리/환율/유동성) 단일 카탈로그 — 각 축의 source · 갱신 주기 · 단위 · interpretation 정의. cycle/regime/scenario 분류의 1 차 입력 데이터 SSOT.
- Engines drafted
Macro — CFTC COT Positioning
CFTC Commitments of Traders (COT) 보고서 — 상품/통화/금리 선물 포지셔닝 (commercial vs non-commercial vs small spec) z-score. 시장 sentiment 측정.
- Engines observed
Macro — Regime 분류 (regimes)
매크로 regime 분류 SSOT — 시장 상태를 4~5 regime (확장·둔화·수축·회복 + 위기) 으로 자동 라벨링. Hamilton 1989 HMM 패러다임 + dartlab 자체 cycle · liquidity · crisis axis 결합 결과의 단일 어휘 정의.
- Engines observed
Macro — 시나리오 카탈로그 (scenarios)
매크로 시나리오 카탈로그 SSOT — 역사 시나리오 (1997 외환위기 · 2008 금융위기 · 2020 팬데믹) + 가설 시나리오 (금리 +200bp / USD/KRW +10% / 유가 +50%) 단일 enum + scenario axis 의 override 인자 표준 schema. recipes.macro.* 가 본 enum 인용.
- Engines observed
Mappers (계정 정규화)
Mappers 는 DART/EDGAR 원문 계정명을 공통 snake_id 로 정규화하는 *내부 모듈* 이다. 사용자 직접 호출 기능 가 아니라, Company.panel / scan 결과 안에서 자동 적용. 본 skill 은 매핑 규칙을 *AI 가 컬럼 정규화에 활용* 할 때 참조한다. 트리거 — '항목 매핑', '컬럼 정규화', 'snake_id 변환'.
- Engines observed
Mappers — accountMappings.json (DART SSOT)
계정 매핑 SSOT — `src/dartlab/reference/data/accountMappings.json` 단일 파일 (standardAccounts ~3,143 + mappings ~34,622 + layers 5 + edgar) 구조 정의 + 12 단계 fallback 룰 + atomic write 진입점 (mappingPromote.py --layer). 구조·관리 정본은 operation.mappingRefresh §0.
- Engines observed
Mappers — Synonyms (한글·영문·한자 변형 + EDGAR 비대칭)
동의어 매핑 SSOT — accountMappings.json 단일 파일에 DART(mappings + layers) + EDGAR(edgar.learnedTags ~11,708) 통합 (2026-06 단일 소유, 옛 EDGAR 별도 파일 흡수) + 변형 정규화 룰 6 종 (한자/괄호/공백/하이픈/액suffix/jamo 분해). 구조·관리는 operation.mappingRefresh §0 정본.
- Engines observed
Panel (공시 수평화)
Panel 은 DART 공시 본문(재무제표·주석·서술)을 정부 표준 XBRL 분류(canonicalKey, ACLASS scope-strip) 뼈대 위에서 항목 × 기간 wide pl.DataFrame 으로 수평화하는 엔진. Panel(code)/c.panel 을 잡는 순간 큰 분기별 시계열 DataFrame 이 되고(그 자체가 pl.DataFrame subclass), panel("섹션명") 으로 행 검색. 사전빌드 artifact 를 read (콜드 <1s, 태그 무손실). 트리거 — '공시 수평화', 'panel', '재무제표 다기간', 'canonicalKey', 'disclosureKey'.
- Engines observed
Quant
Quant 엔진은 가격, 기술적 신호, 팩터, 리스크, 텍스트/공시, 횡단면 랭킹, 포트폴리오, 백테스트를 46개 축으로 실행하는 정량 분석 스킬이다. 트리거 — '퀀트', '팩터', '백테스트', '모멘텀', '기술적 신호'.
- Engines observed
Quant Forecast — 가격 예측
ARIMA/Prophet/RandomWalk 기반 1~30 일 forecast — horizon 명시 + 신뢰구간.
- Engines observed
Quant Market Context
현재 시장 환경 측정 — VIX/KOSPI mode/sector breadth — axis 호출 전 사전 진단.
- Engines observed
Quant Scan Backtest
scan rule 의 historical universe 적용 backtest — slippage/cost 명시 + walk-forward.
- Engines observed
Quant Walk-forward Validation
전략 walk-forward — train/test window 슬라이딩, in-sample overfitting 회피.
- Engines observed
Scan
Scan 엔진은 시장/유니버스 횡단면에서 후보를 발굴하고 순위를 계산하는 실행 스킬이다. 트리거 — '스캔', '종목 발굴', '후보 추출', '랭킹'.
- Engines observed
Cross-section Stock Screen
전 종목 횡단면 스크리닝 — universe filter + sort + rank.
- Engines observed
KRX Index Strength
KRX 지수 시계열 강도 측정 — relative strength · momentum · breadth.
- Engines observed
Scan — 저평가 + 수익성 결합 (undervaluedQuality)
scan engine 의 결합 recipe — *valuation 분위* + *수익성/안정성/효율성 점수* 동시 충족 종목 횡단면 추출. 가치투자 entry 의 quick filter.
- Engines observed
Search (공시·뉴스 의미·본문 검색)
Search 는 DART allFilings, DART panel, EDGAR panel, public news 를 sourceRef 보존 본문 인덱스로 검색한다. scope="auto"(기본)는 sparse R* 통합 검색이며, source intent hard isolation 과 answerability/evidence card 를 붙인다. 단일 종목 공시는 `Company.filings()` / `Company.filings()` 우선. 트리거 — '공시 검색', '뉴스 검색', '통합 검색', '본문 BM25', 'search'.
- Engines observed
Search — DART 공시 검색 패턴 (disclosureSearch)
DART 공시·뉴스 검색의 *진입점 분기* SSOT — 단일 종목은 `Company.filings()` / `liveFilings()`, 횡단 키워드와 뉴스 의도는 `dartlab.search()`. 두 경로의 강행 룰 + stale 가드 + scope/source 분기 (title/content/auto/both/news) 단일 정의.
- Engines observed
Story (보고서 빌더)
Story 는 6 막 인과 구조의 회사 보고서를 조립하는 **L3 조합기**다. 분석엔진 X — L2 5 분석엔진 (analysis · credit · macro · quant · industry) 끼리의 import 순환을 방지하기 위해, story 가 단독으로 다중 결합 책임을 짊어진다. L2 5 엔진 + L1.5 (scan) 결과를 블록 단위로 조합 — 11 reportType × 7 기업유형 템플릿. 자체 계산 0, 모든 숫자는 하위 엔진 ref. 트리거 — '보고서', '기업 이야기', 'story', '6 막 인과'.
- Engines observed
Story Company Causal — 6 막 인과
회사 6 막 (배경/사이클/실적/구조/전망/리스크) 인과 chain — story.show 응용.
- Engines observed
DartLab Story — 종목 6 막 narrative
Company.story() 호출 → 6 막 narrative + ref 시간 정렬.
- Engines observed
Viz (차트·다이어그램 spec)
Viz 는 분석 결과를 19 종 차트 spec (line · bar · table · radar · waterfall · heatmap · histogram · combo · sparkline · pie + DartLab 특화 차트) 으로 변환하는 시각화 엔진이다. RunPython 안에서 `emit_chart(spec)` · `emit_diagram(type, source)` 로 stdout 마커 출력 → AI 도구 결과로 인라인 렌더. 트리거 — '시각화', '차트', 'emit_chart', 'CompileVisual'.
- Engines observed
Viz - 자산·조달 구조 추이
재무상태표의 자산 배치와 부채+자본 조달 구조를 `balance-structure-trend` ChartSpec 으로 변환해 연도별 100% 누적 구조와 총자산 정합성을 함께 보여주는 시각화 실행 스킬이다.
- Engines observed
Viz - Cashflow Waterfall
영업·투자·재무활동 현금흐름과 배당/차입 변화가 현금 잔고를 어떻게 설명하는지 `waterfall` ChartSpec 으로 만든다.
- Engines observed
Viz - Evidence Coverage
분석 답변의 핵심 주장별 근거 충족 여부를 `evidence-coverage` ChartSpec 또는 coverage table 로 표현해 빈 주장과 검산 누락을 드러낸다.
- Engines observed
Viz - 재무제표 구조 차트 묶음
손익·재무상태·현금흐름 표를 `income-trend-matrix`, `balance-structure-trend`, `cashflow-signed-matrix` ChartSpec 으로 바꿔 재무제표 구조와 기간 변화를 설명하는 시각화 실행 스킬이다.
- Engines observed
Viz - KPI Ribbon
보고서 첫 화면에 필요한 핵심 KPI 4~8개를 `kpi-ribbon` ChartSpec 으로 묶어 결론 요약과 근거 drill-back 을 동시에 제공한다.
- Engines observed
Viz - Mermaid 인과 다이어그램
숫자 표로만 설명하기 어려운 충격 전파, 공시 변화, 지배구조 연결, thesis falsifier 경로를 Mermaid diagram 으로 제한적으로 표현한다.
- Engines observed
Viz - Peer Matrix
동종 기업 × 지표 행렬을 `peer-matrix` ChartSpec 으로 만들어 밸류에이션, 수익성, 성장성, 안정성의 상대 위치를 한 번에 비교한다.
- Engines observed
Viz - 주가차트
OHLCV 가격 시계열을 `price-chart` ChartSpec 으로 변환해 Svelte ChartRenderer 에서 캔들·종가선·거래량·이동평균·벤치마크를 함께 그리는 시각화 실행 스킬이다.
- Engines observed
Viz - 시나리오·민감도 시각화
매크로 충격, valuation 민감도, stress test 결과를 `six-act-radar`, `heatmap`, Mermaid graph 로 표현해 충격 전파와 민감도를 분리해서 보여준다.
- Engines unverified
표 기반 시각 설명
차트나 다이어그램을 장식이 아니라 검산 가능한 표에서 파생되는 설명 산출물로 만든다.
- Recipes drafted
Credit Rating Migration — 신용등급 변동 추적
KR 신용평가 3 사 (NICE/KIS/한신평) 신용등급 변동 추적 + dCR rating delta 비교. 등급 하향 = 진짜 신호 (lag 큼 그러나 강도 강). **status=drafted — 신용평가 3 사 API 인프라 선결**. 트리거 — '신용등급 변동', 'rating migration', '등급 하향', 'rating downgrade', 'dCR rating delta'.
- Recipes curated
미국 High Yield OAS spread regime (BofA HY OAS)
ICE BofA US High Yield OAS spread 시계열 z-score. 4%p 이상 = stress, 8%p 이상 = crisis 임계. 단일 회사가 아닌 *credit market regime* 신호. FRED `BAMLH0A0HYM2` raw. 트리거 — '미국 High Yield OAS spread regime (BofA HY OAS)', 'us high yield spread', 'usHighYieldSpread'.
- Recipes curated
Event Radar Capital Action Monitor
dividends, splits, 자사주, 증자, 전환사채 등 자본 이벤트 원자료를 묶어 단기 촉매를 확인하는 L1/L1.5 절차다. 트리거 — 'Event Radar Capital Action Monitor', 'capital action monitor', 'capitalActionMonitor'.
- Recipes tested
Event Radar Consensus Drift Watch
gather consensus 원자료의 최근 두 row를 비교해 매출, 영업이익, EPS, 목표가 변화 신호를 확인하는 L1/L1.5 절차다. 트리거 — 'Event Radar Consensus Drift Watch', 'consensus drift watch', 'consensusDriftWatch'.
- Recipes curated
Event Radar Deep Dive
source coverage, event inbox, price/flow reaction, insider/ownership, capital action, consensus drift, falsifier, engine candidate, visual gate를 한 번에 실행하는 이벤트 레이더 최종 절차다. 트리거 — 'Event Radar Deep Dive', 'deep dive', 'deepDive'.
- Recipes tested
Event Radar Engine Candidate Memo
이벤트 레이더에서 반복 가능한 신호를 나중에 엔진으로 환류할 후보로 정리하되, recipe 검산 경로는 계속 유지하는 L1/L1.5 절차다. 트리거 — 'Event Radar Engine Candidate Memo', 'engine candidate memo', 'engineCandidateMemo'.
- Recipes curated
Event Radar Event Inbox
Company.filings/liveFilings와 gather.news 원자료의 제목·본문 키워드만으로 단기 이벤트 inbox를 만드는 L1/L1.5 절차다. 트리거 — 'Event Radar Event Inbox', 'event inbox', 'eventInbox'.
- Recipes tested
Event Radar Falsifier Ledger
이벤트·반응·내부자·자본 이벤트·컨센서스 신호마다 필요한 반증 조건을 열어 결론 과잉을 막는 L1/L1.5 절차다. 트리거 — 'Event Radar Falsifier Ledger', 'falsifier ledger', 'falsifierLedger'.
- Recipes curated
Event Radar Incubator 진입점
Company.filings, liveFilings, gather 원자료, scan primitive, observed viz skill만으로 단기 이벤트와 시장 반응을 묶어 촉매 후보를 찾는 L1/L1.5 스킬팩 진입점이다. 트리거 - '이벤트 레이더', '촉매 체크', '공시와 주가 반응'.
- Recipes tested
Event Radar Insider Ownership Signal
gather insiderTrading, ownership, majorShareholders 원자료로 내부자·주요주주 변화 신호를 확인하는 L1/L1.5 절차다. 트리거 — 'Event Radar Insider Ownership Signal', 'insider ownership signal', 'insiderOwnershipSignal'.
- Recipes tested
Event Radar Price Flow Reaction
gather price/flow 원자료로 이벤트 전후 가격·거래량·수급 반응을 확인하는 L1/L1.5 절차다. 트리거 — 'Event Radar Price Flow Reaction', 'price flow reaction', 'priceFlowReaction'.
- Recipes curated
Event Radar Source Coverage Audit
이벤트 레이더 실행 전에 filing, news, price, flow, insider, ownership, dividend, split, consensus, scan primitive의 row coverage를 확인하는 L1/L1.5 절차다. 트리거 — 'Event Radar Source Coverage Audit', 'source coverage audit', 'sourceCoverageAudit'.
- Recipes tested
Event Radar Visual Decision Pack
이벤트 레이더 결과에서 사용할 수 있는 observed viz surface만 선택하고, evidenceBinding이 없으면 차트를 막는 L1/L1.5 절차다. 트리거 — 'Event Radar Visual Decision Pack', 'visual decision pack', 'visualDecisionPack'.
- Recipes curated
SEC 10-K Item 1A 위험 요인 변화 (YoY 신규/삭제 항목 수)
미국 10-K Item 1A "Risk Factors" 의 직전 연도 대비 *신규 추가* / *삭제* 항목 수. 신규 risk factor ≥ 3 = 경영진의 위험 인식 전환 신호. EDGAR provider raw. 트리거 — 'SEC 10-K Item 1A 위험 요인 변화 (YoY 신규/삭제 항목 수)', 'sec 10 k risk factors', 'sec10kRiskFactors'.
- Recipes curated
SEC 8-K material event burst (30 day 윈도우 카운트)
미국 8-K material event filing 의 30 일 윈도우 카운트 + Item 분류 분포. ≥ 5 건 또는 Item 5.02 (임원 변동) ≥ 2 건 = *전환점 burst* 후보. EDGAR raw. 트리거 — 'SEC 8-K material event burst (30 day 윈도우 카운트)', 'sec 8 k material events', 'sec8kMaterialEvents'.
- Recipes curated
자사주 매입 vs 배당 환원 mix
회사의 주주환원이 배당 단독·자사주 단독·혼합 중 어느 modus 인지 + 시점별 mix shift 가 capital allocation 의 어떤 신호 (잉여현금 정점·EPS 부양·지배구조 강화) 인지 row 단위로 분리. 단일 dividend yield 만 보는 함정 회피. analysis 격리 메우는 조합. 트리거 — '자사주 vs 배당', 'buyback vs dividend', '환원 mix'.
- Recipes curated
외국인 보유율 vs 배당성향 상관
한국 시장에서 외국인 보유율 변화와 배당성향 변화의 시차 상관을 본다. 외국인이 *배당 정책에 영향* 한 종목 (높은 상관) vs *영향 없는* 종목 (낮은 상관) 분리. 단일 회사 시계열 5~10 년. gather ↔ analysis 격리 메우는 조합. 트리거 — '외국인 배당', 'foreign ownership dividend', '주주환원 외인 영향'.
- Recipes curated
배당성향 vs FCF 커버리지 z-score
회사의 배당성향 (Dividends / Net Income) 과 FCF 커버리지 (Dividends / FCF) 두 축의 trailing 5y baseline 대비 z-score 를 동시에 본다. EPS 기준 payout 은 정상인데 FCF 기준이 무너진 row 가 *회계이익↔현금* 괴리 신호. analysis 단일축. 트리거 — '배당 FCF 커버리지', 'payout sustainable', '배당 갭'.
- Recipes curated
이사회 독립성 추세 (사외이사 비중 + 다선 history)
사외이사 비중 + 평균 임기 + 동시 다선 (다른 회사 이사회 동시 재직) 횟수의 연도별 추세. 단순 사외이사 비율이 아닌 *실질적 독립성* 측정. governance ↔ analysis 격리. 트리거 — '이사회 독립성 추세 (사외이사 비중 + 다선 history)', 'board independence trend', 'boardIndependenceTrend'.
- Recipes curated
재벌 계열사 망 (지분율·이사 동시재직)
한국 재벌 그룹 안 회사들의 지분율 cross-holding + 임원/이사 동시재직 (interlocking directorate) network 매핑. 지주사·순환출자·차등의결권의 정량 진입점. governance ↔ scan 결합. 트리거 — '재벌 계열사 망 (지분율·이사 동시재직)', 'chaebol entity network', 'chaebolEntityNetwork'.
- Recipes curated
특수관계자 매출·매입 비중 추세
특수관계자 (대주주·계열사) 와의 매출 + 매입 + 자금대여 비중의 연도별 추세. 비중 > 30% 또는 *전체 매출보다 빠르게 성장* 시 일감몰아주기·이전가격 의심 후보. governance + forensics 결합. 트리거 — '특수관계자 매출·매입 비중 추세', 'related party transaction share', 'relatedPartyTransactionShare'.
- Recipes curated
EBITDA·OCF·인수가격 적정성 bridge
EBITDA / EBIT / EBT 정의 차이와 OCF (영업현금흐름) 의 bridge, 인수가격 EV/EBITDA multiple 적정성, EBITDA 한계 (CAPEX·운전자본·이자·법인세 비포함) 를 IS·CF·BS 시계열로 정량 분해하는 L1.5 절차. 트리거 — 'EBITDA 적정', 'EV/EBITDA', '인수가격 적정성', 'EBITDA vs OCF 괴리', 'EBITDA 함정'.
- Recipes curated
Forensics Account Trace Ledger
매출, CFO, 매출채권, 재고, 매입채무 같은 포렌식 핵심 metric이 어떤 raw statement row에서 왔는지 추적해 엔진 승격 전 계정 매핑 품질을 검증한다. 트리거 — '계정 trace ledger', 'raw 계정 매핑 검산'.
- Recipes curated
회계정책 변경 추적 — 정책 변경 + 회계추정 변경 + 오류 수정 분리
회계정책 변경 (IAS 8 — 의무 시 소급 적용·임의 시 정당화 의무) + 회계추정 변경 (전진법 적용·당기·차기 영향) + 오류 수정 (소급 재작성) 3 종 분류 + IFRS 도입 (16 리스·17 보험·9 금융상품) 적용 시점 + 정책 변경 의도 (실적 평탄화·이익 부풀리기·부채비율 개선) 진단을 사업보고서 주석·CIS·BS 시계열로 분해하는 L1.5 절차. 트리거 — '회계정책 변경', '시가평가제도', 'IFRS 도입 효과', '회계추정 변경', '회계 오류 수정·재작성'.
- Recipes curated
자산재평가 추적 — 토지·건물 공정가 평가 효과 진단
유형자산 (토지·건물·기계장치) 재평가 (revaluation) 적용 시점·평가증·재평가잉여금 시계열 + 재평가 이후 ROE·ROA·부채비율 변동 효과 + 재평가 의도 (자본 보강·부채비율 개선·담보가치 상승) + 평가 가정 (감정평가법인·평가일·평가방법) 을 BS·CIS·주석으로 진단하는 L1.5 절차. 트리거 — '자산재평가', '재평가잉여금', '토지 평가증', '공정가 모델', 'IFRS 16 자산재평가'.
- Recipes curated
회계감사인 독립성·이력 진단
회계감사인 (회계법인) 의 계속 감사기간, 강제교체 (Mandatory Auditor Rotation) 준수, 비감사 서비스 (자문) 동시 수행 비중, 감사인 변경 timestamp 와 회사 사건 (합병·분식·구조조정) 의 동행 패턴을 공시·사업보고서 본문으로 진단하는 L1.5 절차. 트리거 — '감사인 변경', '감사인 독립성', '강제교체', '한정의견', '비감사 보수 비중'.
- Recipes curated
빅 배스 (Big Bath) 회계처리 탐지
신임 경영자 취임·구조조정·인수합병 직후 대규모 일회성 손실 (손상차손·충당금·재고폐기·구조조정 비용) 을 한꺼번에 인식해 다음 분기 인위적 회복 (이익 점프) 을 만드는 빅 배스 패턴을 IS·BS 시계열 + 경영자 변경 timestamp + 손상차손 주석으로 진단하는 L1.5 절차. 트리거 — '빅 배스', 'big bath', '취임 직후 대규모 손실', '손상차손 일시 집중', '구조조정 충당금'.
- Recipes curated
실질지배력·연결범위·방어권 판단 진단 (IFRS 10)
IFRS 10 실질지배력 판단 (의결권 50%+ 또는 미만에서 실질지배) 적정성을 종속·관계기업 목록 + 지분율 시계열 + 옵션 약정 (콜옵션·풋옵션) + 방어권 vs 경영권 분류 + 합작 공시 본문 5 차원으로 진단하는 L1.5 절차. 트리거 — '실질지배력', '연결범위', '방어권', '삼바 회계처리', '합작 회사 분류'.
- Recipes curated
Cross Section Anomaly Rank
scan.quality, scan.audit, scan.disclosureRisk 같은 L1.5 횡단 primitive를 포렌식 후보 발굴에만 사용하고, 단일 기업 결론은 원표 selfRun으로 다시 검증하게 만든다. 트리거 — '포렌식 이상치 랭킹', 'scan primitive 이상치'.
- Recipes curated
Forensics Data Coverage Audit
포렌식 분석 전에 Company.panel 원표와 L1.5 helper가 실제로 어떤 기간·계정 coverage를 갖는지 확인해 결손을 0으로 채우는 회귀를 막는다. 트리거 — '포렌식 데이터 coverage', '원표 결손 점검'.
- Recipes curated
Evidence Forensics Deep Dive
L2 분석엔진 없이 data coverage, account trace, revenue-cash bridge, working capital, note/event signal, falsifier, engine candidate memo를 한 번에 실행하는 깊은 포렌식 팩 최종 절차다. 트리거 — '포렌식 deep dive', 'analysis 없이 깊게 검증'.
- Recipes curated
공시 타이밍 이상 — 늑장·집중·호재 부풀리기 진단
부정적 사건의 공시 지연 (늑장공시) · 호재 공시 집중·반복 발표 · 실적 발표 직전 비공식 가이던스 · 보물선/신사업 류 일시 호재 패턴을 공시 timestamp + 본문 + 후속 정정·재공시 시계열로 진단하는 L1.5 절차. 트리거 — '늑장공시', '공시 timing', '호재 부풀리기', '어닝 서프라이즈 게임', '정정공시'.
- Recipes observed
부실 금융기관 분류·BIS·헐값매각 진단
금융기관 (은행·증권사·보험사·저축은행) 의 부실 분류 (BIS 자기자본비율·유동성커버리지·NPL 비율) + 자기자본 보강 (증자·후순위채·하이브리드 자본) + 헐값매각 논란 (인수가 vs NAV·DCF) + 외환은행·론스타·저축은행 사태 류 패턴을 BS·자본·NPL·신용도 + 인수·매각 공시로 분해하는 L1.5 절차. 트리거 — '부실 금융기관', 'BIS 자기자본비율', '헐값매각', 'NPL 비율', '저축은행 사태', 'SVB 류 위기'.
- Recipes curated
Forensics Engine Candidate Memo
포렌식 스킬 실행 결과에서 반복 가능하고 반증 조건이 명확한 신호를 L2 엔진 후보로 정리하되, 승격 후에도 recipe 검산 경로로 계속 남기는 계약을 만든다. 트리거 — '엔진 후보 memo', '스킬에서 엔진 환류'.
- Recipes tested
Event To Statement Matcher
유상증자, 전환사채, 정정공시, 감사의견, 소송 같은 공시 이벤트를 같은 기간의 원표 압력과 맞춰 이벤트가 재무제표 변화와 연결되는지 검증한다. 트리거 — '이벤트 재무제표 매칭', '공시 이벤트 포렌식'.
- Recipes curated
임원 보수·스톡옵션·성과급 진단
임원 보수 (현금·주식·옵션) 규모와 성과 KPI 정합성, 스톡옵션 부여·행사 패턴, 단기 EPS 부풀리기 동행 신호, 사외이사 독립성 (보수·재임기간·지명 경로) 을 공시 본문 + IS·BS 시계열로 진단하는 L1.5 절차. 트리거 — '임원 보수 과도', '스톡옵션 부여', '성과급 KPI 정렬', '사외이사 독립성'.
- Recipes curated
미공개 내부정보·공정공시 위반 진단
실적 발표 직전 비공식 가이던스·미공개 내부정보 유출·임원·관계인 사전 매매·공정공시 위반 패턴을 공시 timestamp + 임원·특수관계자 거래 시계열 + 외부 보도 매칭으로 진단하는 L1.5 절차. 트리거 — '내부정보 유출', '공정공시 위반', '사전 매매', '실적 발표 직전 보고서 발간', 'CJ E&M 한미약품 마사 스튜어트 패턴'.
- Recipes tested
Forensics Falsifier Ledger
revenue-to-cash, working capital, note signal, event match에서 나온 의심 신호마다 반대 설명과 추가 확인 항목을 열어 스킬이 과잉 결론으로 흐르지 않게 한다. 트리거 — '포렌식 반증 ledger', '의심 신호 반례'.
- Recipes curated
영업권 손상검사 정량 (forensics)
인수 후 누적 영업권의 손상검사 적정성을 영업권/자산·영업권/시총 비율 + CGU 별 회수가능액 vs 장부가 + 손상검사 가정 (할인율·성장률) + 인수 segment 영업이익 추세 4 차원으로 진단하는 L1.5 절차. 트리거 — '영업권 손상', '인수 후 사후평가', 'PPA 결과', '인수 segment 이익 악화'.
- Recipes observed
하이브리드 증권 부채-자본 분류 진단 (영구채·CB·RCPS·전환우선주)
영구채·전환사채·상환전환우선주·전환우선주·신주인수권부사채의 회계상 부채-자본 분류 적정성을 IFRS 32 기준 (의무 상환·발행자 콜옵션·step-up·배당 누적성·전환비율 확정 여부) 5 차원으로 진단하는 L1.5 절차. 트리거 — '영구채 자본 분류', 'RCPS 부채 자본', '전환사채 회계', 'step-up 조항'.
- Recipes curated
Evidence Forensics Incubator 진입점
L2 분석엔진을 호출하지 않고 Company.panel 원표, DART/EDGAR 공시 원문, scan primitive, synth helper만으로 회계·공시 포렌식 신호를 실험하고 엔진 승격 후보를 남기는 L1/L1.5 스킬팩 진입점이다. 트리거 — '포렌식 팩', 'L1.5 회계 검증', '엔진 후보 인큐베이터'.
- Recipes curated
LBO 차입매수 적정성·재무부담 진단
차입매수 (LBO·Leveraged Buyout) 거래에서 *인수가 산정 적정성* + *인수 SPC·SPAC 부채 구조* + *피인수 회사 재무 부담 (Net Debt/EBITDA·이자보상비율·DSCR)* + *합병 후 영업권 손상 가능성* + *사모펀드 의무상환 일정* 5 차원을 IS·BS·CF + 인수 공시 + 합병 공시로 분해하는 L1.5 절차. 트리거 — 'LBO', '차입매수', '사모펀드 인수', 'SPC 합병', '인수 부채 부담', '인수 후 부실'.
- Recipes curated
합병비율·소수주주 보호 점검 (forensics)
합병·분할·자기주식 처분에서 합병가액·합병비율의 적정성, 소수주주 squeeze-out 여부, NAV/시장가/공정가 산정 방식 차이를 공시 원문 + 재무제표 원표만으로 진단하는 L1.5 절차. 트리거 — '합병비율 적정', '소수주주 보호', 'squeeze out', 'NAV 평가'.
- Recipes tested
Filing Note Signal Extractor
사업보고서·주석 원문에서 대손, 재고평가, 특수관계자, 계속기업, 소송, 파생상품, 정정, 팩토링 같은 rare keyword 신호를 추출해 원표 신호의 설명력을 보강한다. 트리거 — '주석 포렌식 신호', '공시 rare keyword', '대손 재고평가 주석'.
- Recipes curated
지분율 괴리도·순환출자·차등의결권 진단
지배주주의 *현금흐름권* (배당 받을 권리) vs *의결권* (지배력) 괴리도, 순환출자·피라미드 지배구조 깊이, 차등의결권·복수의결권·황금주 활용을 공시·사업보고서·지분율 본문으로 정량 분해하는 L1.5 절차. 트리거 — '지분율 괴리', '순환출자', '피라미드 지배구조', '차등의결권', '지주사 전환 지배권 강화'.
- Recipes tested
Revenue To Cash Bridge
L2 이익품질 엔진 없이 raw IS/BS/CF만으로 매출 성장, 매출채권 성장, CFO/순이익 괴리를 연결해 매출이 현금으로 회수되는지 검증한다. 트리거 — '매출 현금 bridge', 'revenue to cash', '매출채권 괴리'.
- Recipes curated
자사주 취득·처분·소각 의도 진단
자기주식 (자사주) 의 취득·처분·소각 패턴을 통해 주가 부양·지배권 강화·주식보상 활용·지주사 전환 (인적분할 후 현물출자) 등 의도를 IS·BS 시계열 + 자기주식 공시 + 지분 변동으로 진단하는 L1.5 절차. 트리거 — '자사주 매입', '자사주 소각', '자기주식 처분', '지주사 전환', '주가 부양'.
- Recipes curated
TRS·파생·의결권 분리 거래 진단
총수익스왑 (TRS)·풋옵션·콜옵션·KIKO·통화선도 거래에서 회계상 자산 제거 가능성 + 의결권 분리 + 우발손익 추적 + 거래 상대방 위험 4 차원으로 진단하는 L1.5 절차. 트리거 — 'TRS 거래', '풋옵션 우발', 'KIKO 손실', '의결권 분리', '파생 잠재 위험'.
- Recipes curated
Working Capital Pressure Map
raw BS/IS만으로 DSO, DIO, DPO, CCC와 재고 성장 gap을 계산해 운전자본 압력이 이익품질·유동성 신호로 승격 가능한지 실험한다. 트리거 — '운전자본 pressure', 'CCC 원표 계산', '재고 매출 gap'.
- Recipes curated
Damodaran 계정 출처 감사
Damodaran식 재무 정규화에 쓰인 매출, EBIT, 세금, CFO, capex, 감가상각, 현금, 부채, 자본, 운전자본 계정의 L1 출처를 감사하는 절차. 트리거 — '계정 trace', '출처 감사', 'valuation account provenance'.
- Recipes curated
Damodaran 모델 적합성 게이트
일반 FCFF DCF를 적용해도 되는 회사인지 금융업, 보험, 지주, 적자, 고성장, 경기순환, 구조전환 유형으로 먼저 분류하는 절차. 트리거 — 'DCF 모델 적합성', '금융업 DCF 차단', 'Damodaran business model fit'.
- Recipes curated
Damodaran 비용자본 가정
국가 ERP, 무위험금리, 세율, 산업 beta와 debt/capital 기본값을 L1.5 reference에서 읽어 WACC 가정과 fallback reason을 만드는 절차. 트리거 — 'WACC 가정', 'Damodaran ERP beta', '비용자본 reference'.
- Recipes curated
Damodaran L1.5 데이터 감사
Damodaran식 가치평가를 시작하기 전에 L1/L1.5 데이터만으로 재무, 가격, 시총, 세그먼트, 국가·산업 기본값, 문서 근거가 충분한지 판정하는 절차. 트리거 — 'Damodaran 데이터 감사', 'L1.5 가치평가 가능성', 'DCF 전 데이터 점검'.
- Recipes curated
Damodaran L1/L1.5 딥다이브
L2 분석 엔진 없이 L1/L1.5 데이터와 Damodaran식 가정 검증만으로 가치평가 memo, DCF 밴드, reverse DCF, 반증, storyboardReady 초안을 만드는 최종 오케스트레이터. 트리거 — 'Damodaran deep dive', 'L1/L1.5 가치평가 memo', '다모다란 딥다이브'.
- Recipes curated
Damodaran Distress 조정 DCF 경로
부채비율, FCFF 음수 비율, DCF 상태를 이용해 일반 DCF에 distress 조정이 필요한지 판정하는 절차. 트리거 — 'distress adjusted DCF', '부실위험 DCF', '재무위험 가치평가'.
- Recipes curated
Damodaran FCFF DCF 밴드
정규화 FCFF, 재투자율, ROC, WACC를 조합해 고성장기, 전환기, 정상상태의 FCFF DCF 가치 밴드를 만드는 절차. 트리거 — 'FCFF DCF', 'Damodaran DCF band', 'terminal ROC consistency'.
- Recipes curated
Damodaran 금융업 Excess Return 경로
은행·보험·증권 등 금융업이 일반 FCFF에서 차단될 때 book equity, ROE proxy, cost of equity를 이용해 excess-return 모델 필요성을 표시하는 절차. 트리거 — 'financial firm excess return', '금융업 가치평가', '은행 Damodaran'.
- Recipes curated
Damodaran 성장 실현가능성 검증
성장률이 reinvestment rate와 ROC로 설명되는지, 현재 가격이 요구하는 성장률이 정규화 재무와 맞는지 검증하는 Damodaran식 value driver 반증 절차. 트리거 — 'growth feasibility', '성장률 실현가능성', 'reinvestment ROC consistency'.
- Recipes curated
Damodaran L1/L1.5 분석체계 진입점
Damodaran식 분석을 DCF 계산 하나가 아니라 narrative, life cycle, 재무 정규화, value driver, risk, intrinsic/relative valuation, 특수상황, reverse DCF, memo까지 이어지는 L1/L1.5 스킬 체계로 라우팅하는 최초 진입점이다. 트리거 — '다모다란 분석', 'Damodaran valuation system', 'L1/L1.5 가치평가 스킬팩'.
- Recipes tested
Damodaran 리스부채 조정 감사
L1 재무제표에서 리스·사용권자산·리스부채 라인을 찾아 부채와 영업자산 조정 필요성을 표시하는 절차. 트리거 — 'lease debt adjustment', '리스부채 조정', '사용권자산 가치평가'.
- Recipes curated
Damodaran 생애주기 분류
L1 재무 패널만으로 Damodaran식 기업 생애주기(highGrowth, matureGrowth, matureStable, decline, turnaround, financialFirmOnly)를 분류하고 DCF 가정의 출발점을 고정하는 절차. 트리거 — 'Damodaran life cycle', '기업 생애주기 분류', '성장 단계 판정'.
- Recipes curated
Damodaran 내러티브 맵
Company metadata, topics, 재무 패널, reference mapping을 엮어 사업 스토리를 성장·마진·리스크·모델 경로로 구조화하는 L1/L1.5 절차. 트리거 — 'Damodaran narrative map', '스토리 숫자 연결', '사업 내러티브 가치평가'.
- Recipes curated
Damodaran 정규화 재무 패널
L1 재무제표만으로 매출, 영업이익, 세율, NOPAT, 운전자본, 감가상각, capex, FCF를 5-10년 패널로 정규화하는 절차. 트리거 — 'normalized financials', 'Damodaran 재무 정규화', 'FCFF 계산 전 패널'.
- Recipes curated
Damodaran 일회성 항목 조정 감사
손상, 구조조정, 중단영업, 소송, 비경상 손익 등 one-off line item을 찾아 normalized EBIT/FCFF 조정 필요성을 표시하는 절차. 트리거 — 'one-off adjustment', '비경상 손익 조정', '정규화 이익'.
- Recipes curated
Damodaran Peer Multiple 분해
EV/Sales, EV/EBIT, P/B 같은 상대가치 multiple을 성장·마진·ROC·리스크 driver로 분해해 DCF sanity check로만 쓰는 절차. 트리거 — 'peer multiple decomposition', '상대가치 분해', 'multiple sanity check'.
- Recipes curated
Damodaran R&D 자본화 감사
L1 재무제표의 연구개발비 라인을 찾아 R&D 자본화 필요 여부와 결손을 표시하는 Damodaran식 정규화 절차. 트리거 — 'R&D capitalization', '연구개발비 자본화', 'Damodaran R&D adjustment'.
- Recipes curated
Damodaran 재투자율과 ROC
정규화 재무 패널에서 sales-to-capital, reinvestment rate, ROIC/ROC, incremental ROC를 계산하고 성장률이 재투자와 수익성으로 설명되는지 반증하는 절차. 트리거 — 'ROIC 재투자율', 'growth = ROC x reinvestment', 'Damodaran value driver'.
- Recipes curated
Damodaran 상대가치 검산
EV/Sales, EV/EBIT, PE, PB 등 상대가치를 DCF 결론의 sanity check로만 사용하고 US valuation scan 부재는 partial gap으로 남기는 절차. 트리거 — 'relative valuation check', 'DCF peer sanity', 'Damodaran multiple cross-check'.
- Recipes curated
Damodaran 시나리오 반증
bull/base/bear 민감도, reverse DCF, 현재 가격이 요구하는 성장·마진·ROC를 계산해 Damodaran식 내재 스토리를 반증하는 절차. 트리거 — 'reverse DCF', '내재 성장률', 'Damodaran scenario falsifier'.
- Recipes curated
Damodaran 스토리-드라이버 변환
narrativeMap의 사업 스토리를 성장률, 정상 마진, sales-to-capital, WACC, terminal growth, reverse DCF 요구 성장률로 변환하는 절차. 트리거 — 'story to drivers', '스토리를 숫자로', 'Damodaran driver map'.
- Recipes curated
Damodaran Sum-of-Parts 경로
세그먼트·지주회사·복합 사업에 대해 단일 FCFF 대신 segment별 revenue/EBIT 근거와 결손을 분리하는 절차. 트리거 — 'sum of parts', 'SOTP', '세그먼트 가치평가'.
- Recipes curated
산업 단계 매핑 — ROIC-WACC spread 분포로 phase 판정
peer set 의 ROIC-WACC spread 분포 (mean·std·skew) + 매출 CAGR 5y 결합으로 산업의 *도입 / 성장 / 성숙 / 후행* phase 판정. 단일 회사가 아닌 peer set 단면 분포가 판정 신호. industry ↔ scan 격리 메우는 조합. 트리거 — '산업 단계 매핑', 'industry stage phase', 'industryStagePhase'.
- Recipes curated
peer set 마진 압축 cluster (GP·OM·NM 동시 하락)
peer set 의 매출총이익률·영업이익률·순이익률 3 축 동시 하락 (≥ -1σ z-score) cluster 식별. 산업 mature/decline phase 의 가장 빠른 정량 신호. industry ↔ scan ↔ analysis 조합. 트리거 — 'peer set 마진 압축 cluster (GP·OM·NM 동시 하락)', 'margin compression scan', 'marginCompressionScan'.
- Recipes curated
peer set capex wave 동조성 (lead / lag)
peer set 의 capex / 매출 비율 시계열을 종목별 동기화한 뒤, 누가 capex wave 를 *선행* 하고 누가 *후행* 하는지 lag correlation 으로 식별. capex 사이클 진입 단계 (선행 = 호황 진입, 후행 = 후기 캐치업) 판정. industry ↔ scan ↔ company 조합. 트리거 — 'peer set capex wave 동조성 (lead / lag)', 'peer capex wave', 'peerCapexWave'.
- Recipes curated
동종 peer 가격 수렴 / 발산 (60d ret 분포)
종목의 industry peer 들의 60 거래일 수익률 분포 측정. peer 수익률 std-dev 가 좁아지면 *수렴 phase*, 넓어지면 *발산 phase*. 추론 라벨 없이 분산 정량만. peers + price gather 결합. 트리거 — '동종 peer 가격 수렴 / 발산 (60d ret 분포)', 'peer price convergence', 'peerPriceConvergence'.
- Recipes curated
R&D / 매출 비율 추세 + peer cross-section rank
회사의 R&D / 매출 비율 5y 시계열 + 같은 산업 peer set 단면 분포에서 percentile rank. R&D 강도가 peer 대비 *상위 quartile* + *상승 추세* 인 회사는 *innovation lead* 후보. 단순 ratio 가 아닌 추세 + cross-section 결합. 트리거 — 'R&D / 매출 비율 추세 + peer cross-section rank', 'rd intensity trend', 'rdIntensityTrend'.
- Recipes curated
섹터 자금 흐름 집중도 (외인 비중 + 거래대금 share)
종목이 속한 섹터의 외인 보유 비율 + 거래대금 share 의 단순 정량 표기. 섹터 안 종목 거래대금이 한 종목으로 집중되면 *집중*, 분산되면 *분산*. 추론 라벨 없이 절대 수치만. sector + price gather 결합. 트리거 — '섹터 자금 흐름 집중도 (외인 비중 + 거래대금 share)', 'sector flow concentration', 'sectorFlowConcentration'.
- Recipes curated
섹터 안 모멘텀 leader / laggard (20d 분포 top/bottom)
종목 peer set 의 20 거래일 수익률 분포에서 자기 종목 percentile 위치 + 분포 top/bottom 보고. 추론 라벨 없이 ranking + 절대 위치만. peers + price gather 결합. 트리거 — '섹터 안 모멘텀 leader / laggard (20d 분포 top/bottom)', 'sector momentum leadership', 'sectorMomentumLeadership'.
- Recipes curated
매출 상위 고객 / 매입 상위 거래처 비중 (HHI 기반)
회사의 매출 상위 5 고객 비중 + 매입 상위 5 거래처 비중을 HHI (Herfindahl) 로 정량화. 단일 큰 고객 의존 = 가격 협상력 약화·credit 리스크 누적. 사업보고서 본문 (특수관계자 거래·주요고객) raw 가 들어와야. analysis 단일축. 트리거 — '매출 상위 고객 / 매입 상위 거래처 비중 (HHI 기반)', 'supply chain concentration', 'supplyChainConcentration'.
- Recipes curated
회사 P&L × 매크로 시나리오 grid → 적정가치 분포 (p25/50/75)
기존 base/bull/bear 3 path DCF 가 아니라 매크로 146 시나리오 (rate × FX × 사이클 × 침체) grid × 회사 elasticity → 146 P&L path → 146 fair value → 분포 (p25/p50/p75 + 현재가 대비 확률) 산출. 단일 점추정의 한계 보완. company ↔ macro ↔ analysis 격리 메우는 조합. 트리거 — '시나리오 적정가치 분포', 'fair value distribution', '146 시나리오 valuation'.
- Recipes drafted
Copper-Gold Ratio — risk on/off sentiment
Copper-Gold ratio (구리 / 금) — 성장 vs 안전 sentiment 정량. ratio ↑ = risk on (위험자산 alpha), ratio ↓ = risk off (defensive). 미국채 10Y yield 와 동행. **status=drafted**. 트리거 — 'copper-gold ratio', '구리 금 비율', 'risk on off', '성장 sentiment'.
- Recipes curated
달러 펀딩 스트레스 원자료 점검
달러인덱스, 원달러 환율, VIX, HY spread, 금융상태지수 원자료를 gather로 확인해 글로벌 위험회피와 달러 펀딩 압력이 커지는지 판단하는 절차. 트리거 — '달러 스트레스', '달러 펀딩', 'DXY', 'USDKRW', '위험회피'.
- Recipes curated
글로벌 유동성 펄스 원자료 점검
macro 축의 유동성 판정에 아직 직접 드러나지 않는 Fed balance sheet, reverse repo, M2, 정책금리 원자료를 gather로 모아 글로벌 달러 유동성의 방향을 점검하는 절차. 트리거 — '글로벌 유동성', '달러 유동성', 'Fed balance sheet', 'RRP', 'M2'.
- Recipes tested
현재 매크로 위치의 역사적 비교
현재 거시 상태를 1997 아시아 위기, 2008 금융위기, 2020 COVID, 2022 인플레 긴축 같은 역사적 충격과 나란히 비교해 지금의 위치를 설명하는 절차. 트리거 — '2008과 비교', '과거 위기 대비', '현재 위치', '역사적 percentile'.
- Recipes curated
인플레이션 확산성 원자료 점검
CPI, PPI, 유가, 기대인플레이션, 정책금리 원자료를 gather로 모아 인플레이션이 단일 품목 충격인지 광범위한 압력인지 확인하는 절차. 트리거 — '인플레 확산', '물가 압력', 'CPI PPI 유가', '기대인플레이션'.
- Recipes curated
한국 수출 사이클 원자료 나우캐스트
ECOS/FRED/KRX 원자료와 macro.trade 해석을 묶어 한국 수출 경기의 현재 방향을 빠르게 점검하는 절차. macro 축에 없는 반도체·원화·KOSPI 반응 proxy를 gather로 보강한다. 트리거 — '한국 수출', '수출 사이클', '반도체 경기', '교역조건'.
- Recipes curated
한국 매크로 스트레스 지도
한국 시장을 기준으로 환율, 교역, 금리, 유동성, 위기, 자산/심리 축을 묶어 외국인 수급과 수출 민감도가 큰 시장의 거시 스트레스를 판단하는 절차. 트리거 — '한국 매크로', 'KR 스트레스', '원달러', 'KOSPI 위험', '수출 경기'.
- Recipes curated
노동시장 전환점 원자료 점검
실업률, 신규실업수당, 비농업고용, 임금, Sahm rule 관련 원자료를 gather로 확인하고 macro.forecast와 대조해 노동시장 둔화의 전환점을 찾는 절차. 트리거 — '노동시장 둔화', '실업률', '고용 전환점', 'Sahm rule'.
- Recipes drafted
시장 narrative regime + Pettitt change-point
시장 (KR/US) lookback 90 일 buildNarrativePulse 결과의 daily sentiment_mean 시계열에 Pettitt 1979 non-parametric change-point test 적용. regime shift 일자 자동 검출 + Mann-Whitney U_k 통계량 + exp 근사 p-value 의 유의성 검정. regime_label = score 평균 5 단 (긍정 / 약긍정 / 혼조 / 약부정 / 부정). topic group_by volume_total desc top N. 트리거 — '시장 regime 전환', 'narrative regime', 'Pettitt change-point'.
- Recipes drafted
Oil Cycle Impact — KR 산업별 sensitivity
WTI 사이클 × KR 산업별 sensitivity — 정유/석유화학 (positive) vs 항공/물류 (negative). 회사 단위 oil beta 산출. **status=drafted**. 트리거 — '유가 영향', 'oil cycle', 'WTI impact', 'oil beta', '정유 항공 sensitivity'.
- Recipes curated
퀄리티 (QMJ) × 매크로 사이클 — phase 의존 우량주
quality 팩터 (QMJ — Asness/Frazzini/Pedersen) 점수가 매크로 사이클 phase (early-recovery / mid-expansion / late-cycle / contraction) 별로 다르게 작동한다는 검증된 패턴을 단일 회사에 적용. quant ↔ macro 격리 메우는 조합. 트리거 — '퀄리티 사이클', 'QMJ 매크로', 'quality phase'.
- Recipes tested
매크로 시나리오 (1997/2008/2020) × 퀀트 팩터 walk-forward backtest
단순 full-sample 평균 IR 이 아니라 매크로 regime 별 (1997 IMF / 2008 GFC / 2020 COVID) 팩터 (value / quality / momentum) 의 walk-forward IR / Sharpe / max drawdown 산출. 투자자가 "이번 사이클" 에서의 팩터 작동 여부를 알 수 있게. macro ↔ quant 격리 메우는 조합. 트리거 — 'macro scenario backtest', '시나리오 별 팩터', 'regime backtest'.
- Recipes curated
경제 시나리오 인과 다이어그램
macro.scenario 또는 경제분석 결과를 Mermaid 인과 그래프로 emit 하여 충격 전파 경로를 시각화하는 절차. 트리거 — '시나리오 그래프', '인과 다이어그램', '충격 전파', '경제 흐름도'.
- Recipes tested
경제분석 6막 진입 절차
종목 없이 경제분석을 시작할 때 macro 12축을 6막 인과 순서로 호출해 현재 경기 위치, 정책, 금융시스템, 시장 반응, 향후 시나리오를 한 번에 정리하는 절차. 트리거 — '경제분석 시작', '거시 전체', '매크로 6막', '경제 상황 요약'.
- Recipes tested
꼬리위험 시나리오 스캔
2008 금융위기, 2020 COVID, 인플레이션 충격, 신용 충격 같은 macro.scenario 결과를 나란히 실행해 현재 macro summary 대비 하방 시나리오의 손실 경로와 취약 축을 찾는 절차. 트리거 — 'tail risk', '꼬리위험', '최악 시나리오', '5시그마 이벤트'.
- Recipes curated
미국 Fed dot plot vs market path 갭
Fed dot plot 의 median target rate (FOMC SEP) vs market implied path (Fed funds futures) 의 1y 갭. 갭 > +50bp = market dovish, < -50bp = market hawkish. *market vs Fed* 정합성 점검. 트리거 — '미국 Fed dot plot vs market path 갭', 'us fed dot plot gap', 'usFedDotPlotGap'.
- Recipes curated
미국 yield curve regime (10y-2y / 10y-3m 동시)
미국 국채 10y-2y + 10y-3m 두 spread 동시 추적. 둘 다 inversion (음수) 이면 *strong recession signal*. 단일 spread (10y-2y만) 함정 회피. FRED raw 직접. 트리거 — '미국 yield curve regime (10y-2y / 10y-3m 동시)', 'us yield curve regime', 'usYieldCurveRegime'.
- Recipes drafted
USD/KRW Regime — KR 수출주 alpha driver
USD/KRW 4 regime × KR 수출주 alpha 정합 — KRW 절하 시 수출주 outperform (반도체/자동차/조선). DXY + REER 동행. **status=drafted (engines.macro.fxRegime 신설 동행)**. 트리거 — 'USD/KRW regime', '환율 regime', 'KRW 절하', '수출주 alpha', 'FX regime'.
- Recipes curated
수익률곡선 스트레스 원자료 점검
장단기 금리차, 정책금리, 장기금리 원자료를 gather로 직접 확인하고 macro.rates 해석과 대조해 경기침체 선행 신호와 정책 압력을 점검하는 절차. 트리거 — '수익률곡선', '장단기 금리차', 'yield curve', '금리 역전'.
- Recipes drafted
Catalyst Calendar — 향후 30/90 일 예정 이벤트
향후 30/90 일 예정 이벤트 단일 표 — 실적 발표 · 배당락 · MSCI rebalancing · 금통위 · FOMC · IPO · 주총 6 종 enum + dateRef 정렬. FSI 벤치마크 cadence recipe 3 의 2 호. 트리거 — '캘린더', 'catalyst calendar', '예정 이벤트', '실적 일정'.
- Recipes drafted
Daily Morning Note — 장 마감 후 시황 1 페이지
매 장 마감 후 자동 시황 1 페이지 작성 — 지수 mover + 자체 보유 종목 변동 + 신규 공시 catalyst + macro update 4 블록 단일 페이지. FSI 벤치마크 cadence recipe 3 의 1 호. 트리거 — '오늘 시황', '데일리 노트', 'morning note', 'morning brief'.
- Recipes drafted
Thesis Tracker — falsifier × 신규 evidence diff
보유 thesis 의 falsifier 게이트 자동화 — 각 thesis 의 falsifier 조건 vs 새 evidence (공시 · 가격 · macro update) diff 단일 표. "반증 불가능 = thesis 아님" 원칙 강행. FSI 벤치마크 cadence recipe 3 의 3 호 + memory benchmark_fsi_repo P0
- Recipes drafted
Distress Early Warning — Altman Z″<1.8 ∧ Beneish M>-1.78
부실 가능성 조기 경보 스크린 — Altman Z″ (manufacturing free) < 1.8 (distress zone) 동시 Beneish M-score > -1.78 (manipulation 의심) 두 강건 신호 동시 충족 종목. Altman 1968 + Beneish 1999 정통 결합. 트리거 — '부실 경보', 'distress', 'Altman Beneish', '회계 조작 의심', '신용 위험 스크린'.
- Recipes drafted
Insider Cluster Screen — 180 일 ≥ 3 명 매수
내부자 매수 cluster 스크린 — 직전 180 일 동안 ≥ 3 명 임원/주요주주 매수 신고 종목. Cohen-Malloy-Pomorski 2012 + Lakonishok-Lee 2001 학술. 트리거 — '내부자 매수', 'insider cluster', '임원 매수', '주요주주 매수', 'insider buying'.
- Recipes drafted
Macro Regime × Sector Momentum Aligned Screen
현재 macro regime × 그 regime 에서 historically outperform sector 의 momentum z-rank top 종목 스크리닝 — 5 regime × sector 매핑 학술 + 모멘텀 결합. 트리거 — 'regime aligned', 'macro screen', 'regime sector', '국면 종목', '사이클 모멘텀'.
- Recipes drafted
Quality × Value 동시 스크린 — Piotroski F≥7 ∧ Value z>1
펀더멘털 quality (Piotroski F-score ≥ 7) 와 valuation cheapness (composite Value z > 1) 동시 충족 종목 스크리닝 — "good and cheap" 단순 결합. Piotroski 2000 + Graham value 합성. 트리거 — '퀄리티 밸류', 'quality value', 'good and cheap', '저평가 우량주'.
- Recipes drafted
Upside Asymmetry Screen — MDD ≤ 15% ∧ catalyst ≥ 2
비대칭 upside 후보 스크린 — 직전 12 개월 MDD (최대낙폭) ≤ 15% (downside 제한) 동시 향후 90 일 catalyst ≥ 2 (upside 동인 다중). asymmetric payoff (downside 작고 upside 큰) 후보 priority 발굴. 트리거 — '비대칭', 'asymmetry', 'upside asymmetry', '하방 제한', '카탈리스트 다중'.
- Recipes tested
Thesis Kill-Chain Assumption Ledger
사용자 thesis를 revenueGrowth, marginDurability, cashConversion, balanceSheet, valuationSupport 등 testable assumption으로 분해하는 L1/L1.5 절차다. 트리거 — 'Thesis Kill-Chain Assumption Ledger', 'assumption ledger', 'assumptionLedger'.
- Recipes curated
Thesis Kill-Chain Deep Dive
thesis intake, evidence coverage, assumption ledger, fragility map, trigger catalog, propagation path, tripwire, falsifier, scenario storyboard, visual gate, premortem quality gate를 한 번에 실행하는 pre-mortem 시나리오 최종 절차다.
- Recipes tested
Thesis Kill-Chain Evidence Coverage Audit
pre-mortem 시나리오에 필요한 statements, filings, price, flow, consensus, scan, assumptions coverage를 확인하는 L1/L1.5 절차다. 트리거 — 'Thesis Kill-Chain Evidence Coverage Audit', 'evidence coverage audit', 'evidenceCoverageAudit'.
- Recipes tested
Thesis Kill-Chain Falsifier Ledger
kill-chain path가 틀렸음을 보여줄 counter-evidence를 trigger별로 열어 thesis 붕괴 단정을 막는 L1/L1.5 절차다.
- Recipes tested
Thesis Kill-Chain Fragility Map
IS/BS/CF, price/flow, consensus 원자료에서 thesis를 깨기 쉬운 revenue, margin, cash, leverage, market, expectation 취약 지표를 계산하는 L1/L1.5 절차다. 트리거 — 'Thesis Kill-Chain Fragility Map', 'fragility map', 'fragilityMap'.
- Recipes curated
Thesis Kill-Chain Scenario 진입점
사용자의 투자 thesis를 지지하는 대신 일부러 깨보는 pre-mortem 시나리오 스킬팩 진입점이다. Company.panel 원표, Company.filings, Company.gather, scan primitive만으로 가정, 취약 지표, 촉발 조건, 전파 경로, tripwire, 반증 조건을 만든다. 트리거 - 'thesis kill chain', '프리모템', '투자 논리 깨보기'.
- Recipes tested
Thesis Kill-Chain Premortem Quality Gate
Thesis Kill-Chain 결과를 최종 답변으로 쓰기 전, thesis·근거 폭·가정 수·취약 지표·trigger·전파 경로·tripwire·falsifier·scenario·visual binding을 모두 통과했는지 막판에 차단하는 품질 게이트다. 트리거 — '타협 없이 thesis 깨기', 'premortem quality gate', '강한 스킬 검증'.
- Recipes tested
Thesis Kill-Chain Propagation Path
trigger가 어떤 mechanism을 거쳐 어떤 assumption을 깨는지 연결하는 pre-mortem 전파 경로 절차다.
- Recipes tested
Thesis Kill-Chain Scenario Storyboard
baseIntact, erosionCase, killChainCase 세 시나리오로 thesis pre-mortem을 정리하는 L1/L1.5 절차다. 트리거 — 'Thesis Kill-Chain Scenario Storyboard', 'scenario storyboard', 'scenarioStoryboard'.
- Recipes curated
Thesis Kill-Chain Thesis Intake
사용자 thesis를 받아 growth, margin, cash, balance sheet, valuation, event, macro, governance theme으로 파싱하는 pre-mortem 시작 절차다. 트리거 — 'Thesis Kill-Chain Thesis Intake', 'thesis intake', 'thesisIntake'.
- Recipes tested
Thesis Kill-Chain Trigger Catalog
fragilityMap, filings, scan primitive에서 thesis를 흔드는 촉발 조건을 모으는 L1/L1.5 절차다. 트리거 — 'Thesis Kill-Chain Trigger Catalog', 'trigger catalog', 'triggerCatalog'.
- Recipes tested
Thesis Kill-Chain Tripwire Monitor
fragility metric별 current, threshold, action을 정리해 thesis가 깨지는 조기 경보선을 만드는 L1/L1.5 절차다. 트리거 — 'Thesis Kill-Chain Tripwire Monitor', 'tripwire monitor', 'tripwireMonitor'.
- Recipes tested
Thesis Kill-Chain Visual Decision Pack
scenarioStoryboard, propagationPath, evidenceCoverageAudit, headline metric에 맞는 observed viz surface만 선택하는 L1/L1.5 절차다. 트리거 — 'Thesis Kill-Chain Visual Decision Pack', 'visual decision pack', 'visualDecisionPack'.
- Recipes tested
dartlab 사용법·API 설명 (RunPython 우회)
dartlab 의 기능·사용법·API 를 설명하는 질문에서 ReadSkill + ReadCapability 만 사용하고 RunPython 가짜 evidence 를 만들지 않는 절차. 트리거 — '사용법 안내', 'API 도움말', 'dartlab 호출 예시'.
- Recipes tested
이벤트 캘린더 시계 (예정 IR/실적/배당락 + 잔여일)
향후 예정된 IR/실적발표/배당락/주주총회 row 를 받아 잔여일 기준으로 정렬. 7 일 / 14 일 / 30 일 anchor 안 진입 row 카운트. 추론 라벨 없이 *시점 표면화* 만. calendar gather 단일. 트리거 — '이벤트 캘린더 시계 (예정 IR/실적/배당락 + 잔여일)', 'calendar event clock', 'calendarEventClock'.
- Recipes curated
공시 ↔ 뉴스 시간 간격 분포 (latency audit)
공시 (dartDoc) 와 뉴스 (news) 의 시간 차이 분포 측정. 공시 → 뉴스 평균 lag, std-dev, 동시 발생 row 카운트. 추론 라벨 없이 정량 분포만. dartDoc + news gather 결합. 트리거 — '공시 ↔ 뉴스 시간 간격 분포 (latency audit)', 'disclosure latency audit', 'disclosureLatencyAudit'.
- Recipes curated
Disclosure News Crosscheck
DART 공시 (1 차 출처) 와 Naver 뉴스 헤드라인 (외부 untrusted) 를 같은 ±1 day window 안에서 회사명·키워드·이벤트 단어로 매칭해 정합성을 보는 절차다. 트리거 — 'Disclosure News Crosscheck', 'disclosure news crosscheck', 'disclosureNewsCrosscheck'.
- Recipes tested
Event Timeline Fusion
공시·뉴스·가격 3 source 를 시간순으로 fuse 해 같은 사건이 어디서 먼저 나타났는지 row 단위로 본다. 뉴스 선행 또는 가격 선행 row 만 의심 후보로 emit. 트리거 — 'Event Timeline Fusion', 'event timeline fusion', 'eventTimelineFusion'.
- Recipes curated
이벤트 직전·직후 변동성 (ATR ratio)
공시 이벤트 시점 ±10 거래일 ATR (Average True Range) ratio. T-10 baseline 대비 T+10 ATR 이 1.3x+ 이면 *이벤트 induced 변동성* 확대. 단일 가격 변동 X — *변동성 체제* 측정. 트리거 — '이벤트 직전·직후 변동성 (ATR ratio)', 'event volatility check', 'eventVolatilityCheck'.
- Recipes curated
산업 뉴스 spillover (peer 이벤트 → target 영향 추적)
같은 산업 peer 의 주요 공시·뉴스 발생 직후 target 의 가격 변동 lag (T+1 / T+3 / T+5). peer 이벤트 spillover 가 *유의미* 한 회사는 동조성 강함 — 산업 분석 신호. 트리거 — '산업 뉴스 spillover (peer 이벤트 → target 영향 추적)', 'industry news spillover', 'industryNewsSpillover'.
- Recipes curated
뉴스 헤드라인 빈도 가속 (7/30 일 분당 비율)
종목 news gather row 의 7 일 / 30 일 발생 빈도를 일평균 단위로 환산. 단기 일평균 / 장기 일평균 비율로 *뉴스 가속도* 측정. 추론 라벨 (긍정/부정) 없이 빈도 정량만. news gather 단일. 트리거 — '뉴스 헤드라인 빈도 가속 (7/30 일 분당 비율)', 'news headline velocity', 'newsHeadlineVelocity'.
- Recipes drafted
단일 사건 → CAR + t-stat + 동기간 뉴스 컨텍스트
종목 단일 사건일 (DART 공시 or 외부 이벤트) 의 |abnormal return| 누적값 CAR (event window) 과 estimation window 시장 모델 잔차 σ 기반 t-stat 산출. 동기간 ±N 일 뉴스 헤드라인 keyword 매칭 컨텍스트 동행. MacKinlay 1997 표준. 추론 sentiment 라벨 X — 정량 CAR/t-stat 만. 트리거 — 'CAR event study', '단일 사건 영향', 'newsImpact'.
- Recipes drafted
|AR|>3σ 가격 shock 자동 검출 + 인접 뉴스 컨텍스트
종목 1 년 일별 abnormal return (market model 잔차) 의 σ 임계 ±k 밖 일자 = shock event 자동 검출. 각 shock 일자에 ±N 일 뉴스 헤드라인 keyword 매칭 컨텍스트 + 옵션 newsImpact 위임으로 CAR/t-stat 동행. "왜 -5% 빠졌지" 사후 답함. 추론 sentiment 라벨 X — shock direction (up/down) + z-score 정량만. 트리거 — '왜 빠졌나', 'shock event 검출', 'priceShockNews', '가격 → 뉴스 역방향'.
- Recipes curated
반복 헤드라인 빈도 (같은 사건의 여러 보도 카운트)
30 일 윈도우 안 같은 회사 관련 헤드라인 중 *제목 키워드 ≥ 3 어 중복* row 를 cluster 로 묶고 cluster 빈도 카운트. 단일 보도가 *여러 매체에 동시 확산* 했는지 정량. evidence-bound 형태 (sentiment 라벨 X). 트리거 — '반복 헤드라인 빈도 (같은 사건의 여러 보도 카운트)', 'repeated headline frequency', 'repeatedHeadlineFrequency'.
- Recipes tested
News Untrusted Tone Audit
gather.news 응답이 sentinel 마커로 감싸지는지 + 마커 안 injection 시도 카운트하는 untrusted wrap 검증 절차다. 트리거 — 'News Untrusted Tone Audit', 'untrusted tone audit', 'untrustedToneAudit'.
- Recipes curated
외인 보유율 factor cross-section (5종 quartile)
다종목 cross-section 에서 외인 보유 비율의 quartile 분포 측정 + 자기 종목 percentile 위치. quant factor 5 + (value/momentum/quality/size/lowVol) 와 같은 cross-section 형식. 추론 라벨 없이 ranking 만. flow gather 결합. 트리거 — '외인 보유율 factor cross-section (5종 quartile)', 'foreign flow factor', 'foreignFlowFactor'.
- Recipes curated
매크로 beta 팩터 cross-section
KOSPI 200 universe 에서 종목별 매크로 beta (금리·환율·유가 등) 의 cross-section 분포를 측정. quartile 분포 + 자기 종목 위치 표면화. 추론 라벨 없이 ranking 정량만. 트리거 — '매크로 beta 팩터 cross-section', 'macro beta factor', 'macroBetaFactor'.
- Recipes curated
Momentum 팩터 (Jegadeesh-Titman 12-1m return)
Jegadeesh-Titman 1993 "Returns to Buying Winners and Selling Losers" 의 12-1m return (직전 12 개월 수익률, 단 직전 1 개월 제외) + 변동성 조정 (Sharpe) + peer rank. 단순 모멘텀이 아닌 *위험 조정* + cross-section. 트리거 — 'Momentum 팩터 (Jegadeesh-Titman 12-1m return)', 'momentum factor', 'momentumFactor'.
- Recipes drafted
Black-Litterman View Build
Black-Litterman 1992 — equilibrium prior + investor views → posterior expected returns + covariance. quant `blackLitterman` 모듈 사용자 표면 recipe. **status=drafted**. 트리거 — 'Black-Litterman', 'BL views', 'equilibrium prior', 'posterior returns', 'investor views'.
- Recipes drafted
Mean-CVaR Portfolio Construction
Mean-CVaR (Conditional Value-at-Risk) 포트폴리오 — Rockafellar-Uryasev 2000 정통. tail risk 직접 최적화. quant `meanCVaR` 모듈 사용자 표면 recipe. **status=drafted (코드는 Sprint 5 완료, 사용자 진입점 spec 부재)**. 트리거 — 'Mean-CVaR', 'CVaR portfolio', 'tail risk 최적화', 'Rockafellar-Uryasev', 'portfolio construction'.
- Recipes curated
Quality 팩터 — QMJ (Frazzini-Pedersen-Asness 2014)
Frazzini-Pedersen-Asness 2014 "Quality Minus Junk" 의 4 축 — Profitability (ROE/ROA) + Growth (5y CAGR) + Safety (low leverage·low earnings vol) + Payout (FCF / NI) — composite z-score. junk 회사 회피용 quality screen. 트리거 — 'Quality 팩터', 'quality factor', 'qualityFactor'.
- Recipes tested
Size 팩터 (Fama-French SMB) — log market cap percentile
Fama-French 1992 의 Size 팩터 — log(market cap) 의 peer 단면 percentile rank. small-cap premium 측면. 단순 시총이 아닌 log 변환 후 cross-section. 트리거 — 'Size 팩터 (Fama-French SMB)', 'size factor', 'sizeFactor'.
- Recipes curated
Value 팩터 composite (Fama-French B/M + E/P + CF/P)
Fama-French 1992 의 Value 팩터를 B/M (Book/Market) + E/P (Earnings yield) + CF/P (Cash flow yield) 3 정의 평균으로 composite 산출. 단일 회사 + peer set percentile rank. 단일 지표 (PER 단독) 함정 회피. 트리거 — 'Value 팩터 composite (Fama-French B/M + E/P + CF/P)', 'value factor', 'valueFactor'.
- Recipes deprecated
컨센서스 revision 속도 (애널리스트 EPS 추정 변화율 z-score)
30/60/90 일 윈도우 별 EPS 추정 변화율 + revision count 의 z-score. 본 신호는 *애널리스트 합의의 변화 속도* 정량화 — 단순 컨센서스 절대값이 아닌 *변화율*. sentiment 페르소나 보조. 트리거 — '컨센서스 revision 속도 (애널리스트 EPS 추정 변화율 z-score)', 'consensus revision pace', 'consensusRevisionPace'.
- Recipes curated
외국인·기관·개인 순매수 imbalance z-score
일별 외국인·기관·개인 순매수 row 에서 imbalance (외인 - 기관 - 개인 또는 외인+기관 vs 개인) 시계열을 만들고 20 거래일 z-score 산출. 추론 라벨 (긍정/부정) 없이 *수급 비대칭* 정량만. gather L1 단일. 트리거 — '수급 imbalance', '외인 기관 z-score', 'flow sentiment'.
- Recipes curated
외국인 누적 순매수 모멘텀 (5/20/60 일 가속도)
외국인 누적 순매수의 5/20/60 거래일 변화율 비교. 가속도 (5d 대비 60d 상대 기울기) 가 양수면 *가속*, 음수면 *감속*. 절대 보유 비율이 아닌 *flow 가속도* 측정. 트리거 — '외국인 누적 순매수 모멘텀 (5/20/60 일 가속도)', 'foreign buy momentum', 'foreignBuyMomentum'.
- Recipes curated
내부자 매수/매도 cluster + 가격 lag
내부자 (임원·주요주주) 매수 또는 매도가 180 day window 안에 ≥3 명 동시 발현 시 cluster row 로 표기 + 직전 30 거래일 가격 변동 lag 와 같이 본다. *집단 시점* 자체가 sentiment 정량 신호. `recipes.fundamental.disclosure.insiderEarningsLeading` 의 *분기 surprise 선행* 측면과 분리 — 본 recipe 는 *단기 timing* 측면. 트리거 — '내부자 cluster', 'insider cluster', '집단 매수 시점'.
- Recipes drafted
뉴스 sentiment cross-section factor + IC + 5분위 spread
시장 전종목 (KRX listing × news archive) lookback news headline 의 평균 sentiment score 를 cross-section factor 로 격상. 종목별 corpName keyword 필터 → mean sentiment → forward return cross-section IC (Pearson + Spearman + t-stat). 5분위 long-short spread 동행. Tetlock 2007 "Giving Content to Investor Sentiment" 표준. 트리거 — 'news sentiment factor', '뉴스 alpha', 'newsSentimentFactor'.
- Recipes curated
주요주주 보유 변화 신호 (5% 보유공시 누적 변화)
5% 보유공시 (대량보유 + 임원·주요주주) row 에서 보고자별 보유비율 변화의 정량 격차를 본다. 누적 매수 측 (보유비율 증가) vs 매도 측 (감소) row 수 + 누적 변화량. 추론 라벨 없이 숫자만. ownership gather 단일. 트리거 — '주요주주 보유 변화 신호 (5% 보유공시 누적 변화)', 'ownership shift signal', 'ownershipShiftSignal'.
- Recipes curated
가격 모멘텀 갭 (5/20/60 일 변화율 격차)
종가 시계열의 5·20·60 거래일 수익률 변화율 갭을 산출. 단기 (5d) - 중기 (60d) 갭이 양수면 *모멘텀 가속*, 음수면 *모멘텀 감속*. 추론 라벨 (강세/약세) 없이 정량 갭만. price gather 단일. 트리거 — '가격 모멘텀 갭 (5/20/60 일 변화율 격차)', 'price momentum gap', 'priceMomentumGap'.
- Recipes curated
개인 매매 반전 신호 (외인/기관 vs 개인 z-divergence)
개인 순매수 z-score 와 (외인+기관) 순매수 z-score 의 부호 반대 발산. 두 z 갭 ≥ 3 인 row 는 *스마트머니 vs 개인 반전 점* 후보. sentiment 페르소나 보조. 트리거 — '개인 매매 반전 신호 (외인/기관 vs 개인 z-divergence)', 'retail flow reversal', 'retailFlowReversal'.
- Recipes deprecated
공매도 잔고 변화율 모멘텀
일별 공매도 잔고 (short balance, 또는 그 변화율) 의 20 거래일 z-score. 잔고 급증은 약세 베팅 cluster, 급감은 short covering 단서. 추론 라벨 없이 정량 모멘텀만. gather L1 단일. 트리거 — '공매도 잔고', 'short balance', 'short covering'.
- Recipes curated
ATR 변동성 체제 전환 (단기 vs 장기 ATR ratio)
ATR(5) vs ATR(60) ratio 의 z-score. > +1.5σ = 변동성 확대 체제, < -1.5σ = 수축 체제. 단일 변동성 절대값이 아닌 *체제 전환* 추적. 트리거 — 'ATR 변동성 체제 전환 (단기 vs 장기 ATR ratio)', 'atr regime shift', 'atrRegimeShift'.
- Recipes curated
52주 신고가 돌파율 z-score (breakoutNewsConfirmation v2 변형)
breakoutNewsConfirmation 의 신고가 binary flag 가 universe 강세장 치우침 (5 종 중 3 종 all_high) 으로 변별력 0 였던 문제 보강. v2 는 *binary 신고가* 대신 *돌파 폭 z-score* (현재가 / 52주 고가 - 1) 의 단면 분포 + 거래대금 confirmation 동시 검증. 트리거 — '신고가 돌파', 'breakout confirmation', '신고가 z'.
- Recipes curated
모멘텀-수급 동조 와해 (momentumFlowSplit v2 변형)
momentumFlowSplit 의 spread bimodal 실패 (std 임계 0.50 미세 초과) 보강. v2 는 *spread 자체* 가 아닌 *상관계수의 시점간 변화* — 직전 60 거래일 가격×수급 상관 vs 최근 20 거래일 상관 = 동조성 와해 정도 (correlation drop). spread bimodal 회피. 트리거 — '동조 와해', 'momentum flow decouple', 'correlation drop'.
- Recipes curated
이동평균선 정합 (5/20/60/120 동시 정렬)
5/20/60/120 일 단순 이동평균선의 *정렬* 상태 분류 — 완전 정렬 (오름차순 또는 내림차순) row 만 *추세 합의* 후보. 단일 골든크로스 함정 회피. 트리거 — '이동평균선 정합 (5/20/60/120 동시 정렬)', 'moving average confluence', 'movingAverageConfluence'.
- Recipes curated
거래량 z-score + 가격 변화율 동조 신호
일별 종가 변화율과 거래량 20 거래일 z-score 의 동조 점검. 거래량 z ≥ 2 인 row 가 양수/음수 수익률 어느 쪽으로 쏠리는지 정량 카운트. 추론 라벨 없이 *event row 비율* 만. price gather 단일. 트리거 — '거래량 z-score + 가격 변화율 동조 신호', 'price volume z score', 'priceVolumeZScore'.
- Recipes curated
RSI + 볼린저 밴드 동시 cluster (이중 oversold/overbought)
RSI(14) < 30 또는 > 70 + 동시 가격이 볼린저 밴드 (20, 2σ) 하단/상단 close 인 row 만 cluster 로 표기. 단일 oscillator 함정 회피 (두 정의 동시 충족만 신호). 트리거 — 'RSI + 볼린저 밴드 동시 cluster (이중 oversold/overbought)', 'rsi bollinger cluster', 'rsiBollingerCluster'.
- Recipes curated
섹터 대비 상대 강도 (20d / 60d 수익률 차)
종목 20/60d 수익률 vs 동일 sector 평균 수익률 차 (relative strength). 상대 강도 양수면 *섹터 outperform*, 음수면 *underperform*. 추론 라벨 없이 정량 차분만. price + sector gather 결합. 트리거 — '섹터 대비 상대 강도 (20d / 60d 수익률 차)', 'sector relative strength', 'sectorRelativeStrength'.
- Runtime drafted
Cache Strategy — prompt cache + dartlab cache key
Claude prompt cache + dartlab 자체 cache (BoundedCache / lru_cache / disk parquet) 전략 SSOT. cache hit 율 측정 + cache key 설계 표준.
- Runtime observed
Channel
Channel 실행 환경의 제약, 시작 절차, 검증 기준을 Skill OS에서 확인한다.
- Runtime drafted
Citation Format — evidence ref 표준 format
dartlab 답변 안 evidence ref 인용 표준 format — markdown footnote / JSON-LD / Anthropic Citations API 호환 변환. workbenchEvidenceFlow SSOT 의 ref 형태 → 사용자 보기 좋은 format.
- Runtime unverified
데이터 가용성 확인
분석 전에 dataset, Company topic, snapshot 최신성, 실행 가능 runtime을 확인한다.
- Runtime drafted
Embedding Search — provider/protocol 등록
embedding provider 등록 패턴 + cosine similarity search SSOT. **status=drafted — providers/embeddingProvider.py 코드 미신설 (Phase 3.B A-track)**. 본 spec 은 코드 작성 시 따를 표준 인터페이스.
- Runtime observed
MCP
MCP 실행 환경의 제약, 시작 절차, 검증 기준을 Skill OS에서 확인한다.
- Runtime unverified
MCP 외부 AI Workbench 연결
MCP 클라이언트가 DartLab skill resolver와 workbench action을 같은 방식으로 쓰게 한다.
- Runtime drafted
Multimodal Input — chart image + PDF OCR
차트 이미지 / PDF 표 OCR 입력 처리 패턴. Claude vision API wrapper SSOT. **status=drafted — parseChart tool 미신설 (Phase 3.B)**. 외부 본문 untrusted 적용 + JSON schema 추출 표준.
- Runtime observed
Colab · Molab · 로컬 marimo 노트북
같은 dartlab 코드를 Colab (Google) · Molab (marimo cloud) · 로컬 marimo 세 경로로 실행하는 노트북 카탈로그와 작성·운영 규칙이다.
- Runtime drafted
Prompting Patterns — 6 막 인과 + axis 카탈로그
dartlab 답변 prompt 패턴 카탈로그 — 6 막 인과 (회사분석 한정), recipe 카탈로그 호출 시 prompt 변형, untrusted wrap 가이드, evidence GATE 통과 강행 prompt. agent.py system prompt 의 변형 SSOT.
- Runtime observed
Provider Protocol 동일 surface — 3-regulator drop-in
dart/edgar/edinet 3 provider 가 만족해야 하는 Protocol 5 종 SSOT 와 새 regulator (SGX·FSA 등) 추가 4 단계 절차를 명시한다. P-PR 트랙의 method-level symmetry baseline 의 기준.
- Runtime observed
Pyodide
Pyodide 실행 환경의 제약, 시작 절차, 검증 기준을 Skill OS에서 확인한다.
- Runtime unverified
Pyodide / Web AI 실행 범위
브라우저에서 가능한 DartLab skill과 제한을 구분한다.
- Runtime observed
RunPython 신뢰 경계
dartlab RunPython 도구 안에서 무엇이 허용되고 무엇이 차단되는지 명시한다. 외부 클라이언트가 attach 한 상태에서도 신뢰 경계가 회색 지대 없이 분명하도록 SSOT.
- Runtime drafted
RAG Pipeline — chunk → retrieve → cite
retrieval-augmented generation pipeline SSOT — chunk → embedding → retrieve → cite 4 단계. dartlab DART 공시 본문 RAG 적용 표준. **status=drafted — searchSemantic tool 미신설 (Phase 3.B)**.
- Runtime unverified
Streaming — chat-native 응답 패턴 SSOT
dartlab agent (`ai/agent.py`) chat-native streaming 응답 패턴 SSOT. tool_use / text 블록 stream + 사용자 partial render. Anthropic Messages API streaming 표준.
- Runtime drafted
Tool Composition — 11 도구 조합 패턴 SSOT
dartlab agent 의 25+ 도구 (ai/tools/registry.py SSOT) 의 조합 패턴 카탈로그 — 어떤 질문에 어떤 도구를 어떤 순서로 호출하는지. parallel vs sequential 가이드. FSI "Bold leaf" 패턴 흡수.
- Runtime observed
외부 본문 untrusted tier SSOT
외부 본문 (웹 검색·뉴스·외부 URL fetch) 을 데이터로 다루고 지시로 따르지 않는 단일 SSOT. 마커 형식·도구 작성자 의무·LLM 의무를 분리 명세한다.
- Runtime unverified
Workbench 5 패스 + ref 발급 명세
ask 작업대의 5 패스 (BRIEF→WORK→CRITIQUE→COMPOSE→GATE→HARVEST) 와 각 패스에서 발급해야 할 ref kind 를 단일 SSOT 로 못박는다.
- Start drafted
Contribution PR Walkthrough — 외부 기여자 sample PR
외부 OS 기여자 1 인칭 sample PR walkthrough — operation.contributionWorkflow 의 외부 진입 보조. 실제 PR diff sample + commit message + lint pass + CI gate 통과 흐름.
- Start observed
DartLab Skill OS 최초 진입
사람과 LLM 이 DartLab 을 처음 볼 때 Skills 카탈로그 하나에서 분석 · 엔진 능력 · 운영 규칙 · 확장 절차를 찾는 공식 시작점이다. 외부 API 문서나 흩어진 ops 폴더 대신 skill 검색 → frontmatter 확인 → 본문 절차 → 검증 게이트 순서를 따른다.
- Start drafted
Discord Bot — community 채널 진입점
dartlab Discord bot 통합 패턴 — community 채널에서 slash command + thread 답변 + 일일 cadence 자동 발송. 외부 표면 확장.
- Start observed
첫 회사 분석 recipe — install → quickStart → Company → Analysis
dartlab 처음 마주친 사람·AI 가 환경 준비부터 첫 회사 재무 분석까지 4 단계 순서로 한 번에 통과하는 recipe. 각 단계는 별도 skill 을 가리키고, 끝나면 시장 횡단 (scan) 또는 가치평가 (valuation) 로 분기 가능.
- Start observed
uv로 DartLab 설치와 첫 실행
DartLab을 처음 설치하거나 새 환경에서 실행할 때 uv로 Python부터 dartlab까지 한 번에 준비하는 최소 절차다.
- Start drafted
OpenAPI Spec — public REST 진입점
dartlab public REST API 의 OpenAPI 3.0 YAML 사양 — 외부 통합 진입점 표준. engines/recipes 호출 REST 추상화.
- Start observed
DartLab 8 단계 빠른 시작
설치 직후 Company · topics/panel · diff · EDGAR · scan · ask 까지 핵심 기능을 한 번에 통과하는 walkthrough 절차다.
- Start drafted
Slash Commands — VSCode plugin 진입점 카탈로그
dartlab slash command 진입점 카탈로그 — `/오늘아침` `/실적예고` `/논거점검` `/스크린` 등 외부 LLM 호환 진입점. VSCode extension / 호환 plugin 측 구현 사양.
- Start observed
Skill catalog 기반 작업 시작
dartlab 코드 전체를 읽기 전에 skills catalog 만 보고 목적 skill · 공개 호출 방식 · 대표 반환 형태 · 근거 요구사항을 찾는 시작 절차다. AI 와 사람이 같은 표면을 보고 같은 속도로 진입한다.