Engines observed

Macro

Macro 엔진은 경기, 정책, 유동성, 위기, 자산, 심리, 예측을 6막 구조로 읽는 시장 레벨 분석 스킬이다.

engines.macro GitHub 원본

이어 가기

절차

실행 순서

  1. 1

    dartlab.macro() 로 12 축 가이드 DataFrame 확인.

  2. 2

    axis 선택 (cycle · inventory · corporate · trade · rates · liquidity · crisis · assets · sentiment · forecast · scenario · summary).

  3. 3

    dartlab.macro(axis, market="KR" 또는 "US") 호출.

  4. 4

    결과의 indicator · dateRef · valueRef · executionRef 묶음.

  5. 5

    시장 레벨 macro 와 기업 내부 재무 해석은 분리 — 회사 단위는 c.macro 또는 engines.analysis.

예시

이런 질문이 들어오면 이 skill 을 쓴다

  • 한국 금리 환경 점검
  • 경기 사이클과 자산배분 확인
  • 2008 금융위기 시나리오 비교
  • 미국 유동성 측정
  • dartlab.macro 12 축 가이드
  • 매크로 종합 (한국 / 미국)
  • 기업 매크로 민감도 (c.macro)

출력

기대 결과

  • 선택한 macro axis
  • 공개 호출
  • 핵심 지표와 기준일
  • 제한/가정

엔진 역할

macro는 회사가 아니라 시장/경제 환경을 읽는 L2 엔진이다. 경제 사이클, 재고, 기업집계, 교역, 금리, 유동성, 위기, 자산, 심리, 예측, 시나리오, 종합을 6막 인과 구조로 해석한다.

단일 기업 수익성/현금흐름/가치평가는 analysis가 담당한다. macro는 그 기업이 놓인 외부 환경을 제공하고, 보고서 조합은 story가 담당한다.

공개 호출 방식

import dartlab

guide = dartlab.macro()
cycle = dartlab.macro("cycle", market="KR")
rates = dartlab.macro("금리", market="US")
scenario = dartlab.macro("시나리오", "2008 금융위기")
summary = dartlab.macro("종합", market="KR")

c = dartlab.Company("005930")
company_macro = c.macro("매크로민감도")

호출 동작

무인자 dartlab.macro()는 12개 axis 가이드 DataFrame을 반환한다. axis를 지정하면 기본 HF SSOT 또는 직접 API 선택 경로의 ECOS/FRED 데이터를 읽고 축별 dict/table을 만든다.

Company-bound c.macro()는 회사의 market을 참조해 기업 단위 민감도나 밴드 확인에 연결한다. 시장 레벨 macro 해석과 기업 내부 재무 해석은 분리한다.

전체 축/메서드 목록

axislabelgroup대표 호출
cycle사이클제1막: 경제는 어디에 있나dartlab.macro("cycle")
inventory재고제1막: 경제는 어디에 있나dartlab.macro("inventory")
corporate기업집계제2막: 왜 여기에 있나dartlab.macro("corporate")
trade교역제2막: 왜 여기에 있나dartlab.macro("trade", market="KR")
rates금리제3막: 정책은 뭘 하고 있나dartlab.macro("rates")
liquidity유동성제4막: 금융 시스템은 괜찮나dartlab.macro("liquidity")
crisis위기제4막: 금융 시스템은 괜찮나dartlab.macro("crisis")
assets자산제5막: 시장은 어떻게 반응하나dartlab.macro("assets")
sentiment심리제5막: 시장은 어떻게 반응하나dartlab.macro("sentiment")
forecast예측제6막: 앞으로 어떻게 되나dartlab.macro("forecast")
scenario시나리오제6막: 앞으로 어떻게 되나dartlab.macro("scenario", "2008 금융위기")
summary종합종합dartlab.macro("summary")

대표 반환 형태

dartlab.macro()
-> DataFrame
   axis, label, description, example, group, apiKey

축 실행은 dict 또는 DataFrame 성격의 결과를 반환한다.

market, latestAsOf/date, indicator, value, unit,
signal/regime, score, basis/source, assumptions, flags

scenario는 충격 이름, 역사적 비교 기간, 스트레스 변수, 예상 반응을 포함할 수 있다. summary는 6막 전체 점수, 주요 신호, 자산배분/전략 힌트를 포함할 수 있다.

evidence 기준

매크로 판단에는 시장, 지표명, 값, 단위, 기준일, 출처, 실행 ref가 필요하다. 최신 데이터가 아니면 stale 가능성을 같이 말한다.

기본 실행 순서

  1. 시장을 정한다: KR, US, 또는 auto.
  2. 축을 모르면 dartlab.macro()로 guide를 확인한다.
  3. axis를 실행하고 기준일과 source를 확인한다.
  4. 기업 보고서에 넣을 때는 story에서 macro 블록으로 조합한다.

기본 검증

스킬은 공개 실행 문서다. dartlab.macro() guide 축, 공개 호출, 대표 반환 키가 바뀌면 이 파일과 관련 응용 스킬을 같은 변경에서 갱신한다.

런타임

실행 환경별 호환성

환경상태비고 / 제한
Local Python supported
Server supported
MCP supported
Web AI supported
Pyodide limited

실패 회피

흔한 실패 · 절대 금지

흔한 실패
  • 기업 단일 재무제표 질문을 macro로 처리함
  • 최신성/시장 구분 없이 금리·환율·경기 판단을 말함
  • macro 결과를 analysis 내부 값처럼 섞음
절대 금지
  • macro에서 analysis/credit을 직접 import해 결합하지 않는다.
  • 기준일 없는 매크로 숫자를 말하지 않는다.
  • 공개 API 호출법, guide 축, 반환 형태가 바뀌었는데 이 skill을 갱신하지 않은 상태로 완료 처리하지 않는다.