이어 가기
절차
실행 순서
- 1
dartlab.macro() 로 12 축 가이드 DataFrame 확인.
- 2
axis 선택 (cycle · inventory · corporate · trade · rates · liquidity · crisis · assets · sentiment · forecast · scenario · summary).
- 3
dartlab.macro(axis, market="KR" 또는 "US") 호출.
- 4
결과의 indicator · dateRef · valueRef · executionRef 묶음.
- 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
| axis | label | group | 대표 호출 |
|---|---|---|---|
| cycle | 사이클 | 제1막: 경제는 어디에 있나 | dartlab.macro("cycle") |
| inventory | 재고 | 제1막: 경제는 어디에 있나 | dartlab.macro("inventory") |
| corporate | 기업집계 | 제2막: 왜 여기에 있나 | dartlab.macro("corporate") |
| trade | 교역 | 제2막: 왜 여기에 있나 | dartlab.macro("trade", market="KR") |
| rates | 금리 | 제3막: 정책은 뭘 하고 있나 | dartlab.macro("rates") |
| liquidity | 유동성 | 제4막: 금융 시스템은 괜찮나 | dartlab.macro("liquidity") |
| crisis | 위기 | 제4막: 금융 시스템은 괜찮나 | dartlab.macro("crisis") |
| assets | 자산 | 제5막: 시장은 어떻게 반응하나 | dartlab.macro("assets") |
| sentiment | 심리 | 제5막: 시장은 어떻게 반응하나 | dartlab.macro("sentiment") |
| forecast | 예측 | 제6막: 앞으로 어떻게 되나 | dartlab.macro("forecast") |
| scenario | 시나리오 | 제6막: 앞으로 어떻게 되나 | dartlab.macro("scenario", "2008 금융위기") |
| summary | 종합 | 종합 | dartlab.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
- 시장을 정한다:
KR,US, 또는auto. - 축을 모르면
dartlab.macro()로 guide를 확인한다. - axis를 실행하고 기준일과 source를 확인한다.
- 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
| 환경 | 상태 | 비고 / 제한 |
|---|---|---|
| Local Python | supported | — |
| Server | supported | — |
| MCP | supported | — |
| Web AI | supported | — |
| Pyodide | limited | — |
실패 회피
흔한 실패 · 절대 금지
- 기업 단일 재무제표 질문을 macro로 처리함
- 최신성/시장 구분 없이 금리·환율·경기 판단을 말함
- macro 결과를 analysis 내부 값처럼 섞음
- 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.