Quant

엔진 역할

quant는 가격/거래량/수급/팩터/공시 텍스트/포트폴리오/전략을 정량적으로 계산하는 L2 엔진이다. 재무제표의 회계적 인과 해석은 analysis, 시장 레벨 매크로 해석은 macro, 후보 유니버스 발굴은 scan이 담당한다.

공개 호출 방식

import dartlab

guide = dartlab.quant()

tech = dartlab.quant("지표", "005930")
verdict = dartlab.quant("판단", "005930")
beta = dartlab.quant("베타", "005930", benchmarkMode="sector")
ranking = dartlab.quant("순위")
portfolio = dartlab.quant("리스크패리티", ["005930", "000660"])
bt = dartlab.quant("backtest", "005930", style="trendFollow")

c = dartlab.Company("005930")
company_quant = c.quant("모멘텀")

호출 동작

무인자 dartlab.quant()는 46개 축 가이드 DataFrame을 반환한다. axis와 종목을 주면 가격/거래량/재무/공시 snapshot을 읽어 축별 결과를 계산한다.

축은 단일 종목 축, 종목 불필요 횡단면 축, 종목 리스트 포트폴리오 축, rule/style 기반 전략 축으로 나뉜다. 필요한 입력이 없으면 가이드 또는 오류/제한을 반환하고 값을 만들지 않는다.

전체 축/메서드 목록

axis	label	group	대표 호출
indicators	지표	기술적	dartlab.quant("지표", "005930")
signals	신호	기술적	dartlab.quant("신호", "005930")
verdict	판단	기술적	dartlab.quant("판단", "005930")
momentum	모멘텀	기술적	dartlab.quant("모멘텀", "005930")
volatility	변동성	기술적	dartlab.quant("변동성", "005930")
regime	레짐	기술적	dartlab.quant("레짐", "005930")
pattern	패턴	기술적	dartlab.quant("패턴", "005930")
chartPatterns	차트패턴	기술적	dartlab.quant("차트패턴", "005930")
beta	베타	리스크	dartlab.quant("베타", "005930")
benchmark	벤치마크	리스크	dartlab.quant("벤치마크", "005930")
factor	팩터	리스크	dartlab.quant("팩터", "005930")
tailrisk	꼬리위험	리스크	dartlab.quant("꼬리위험", "005930")
residual	잔여수익	리스크	dartlab.quant("잔여수익", "005930")
liquidity	유동성	미시구조	dartlab.quant("유동성", "005930")
flow	수급	미시구조	dartlab.quant("수급", "005930")
volume	거래량	미시구조	dartlab.quant("거래량", "005930")
divergence	괴리	펀더멘털	dartlab.quant("괴리", "005930")
quality	퀄리티	펀더멘털	dartlab.quant("퀄리티", "005930")
value	가치	펀더멘털	dartlab.quant("가치", "005930")
earnings	이익모멘텀	펀더멘털	dartlab.quant("이익모멘텀", "005930")
sentiment	공시심리	텍스트/공시	dartlab.quant("공시심리", "005930")
toneChange	톤변화	텍스트/공시	dartlab.quant("톤변화", "005930")
eventSignal	이벤트신호	텍스트/공시	dartlab.quant("이벤트신호", "005930")
riskText	리스크텍스트	텍스트/공시	dartlab.quant("리스크텍스트", "005930")
governanceQuant	거버넌스퀀트	텍스트/공시	dartlab.quant("거버넌스퀀트", "005930")
ranking	순위	횡단면	dartlab.quant("순위")
pairs	페어	횡단면	dartlab.quant("페어")
screen	스크린	횡단면	dartlab.quant("스크린")
altman	Altman Z	펀더멘털	dartlab.quant("altman")
piotroski	Piotroski F	펀더멘털	dartlab.quant("piotroski")
beneish	Beneish M	펀더멘털	dartlab.quant("beneish")
accruals	Sloan Accrual	펀더멘털	dartlab.quant("accruals")
qfactor	q-factor	펀더멘털	dartlab.quant("qfactor")
qmj	QMJ	펀더멘털	dartlab.quant("qmj")
bab	BAB 저베타	리스크	dartlab.quant("bab")
surprise	이익서프라이즈	펀더멘털	dartlab.quant("surprise")
fundmom	펀더-가격 모멘텀	펀더멘털	dartlab.quant("fundmom")
meanvar	평균분산	포트폴리오	dartlab.quant("평균분산", ["005930", "000660"])
riskparity	리스크패리티	포트폴리오	dartlab.quant("리스크패리티", ["005930", "000660"])
allocation	자산배분	포트폴리오	dartlab.quant("자산배분", ["005930", "000660"])
strategy	전략	전략 DSL	dartlab.quant("strategy", "005930", rule=myRule)
backtest	백테스트	전략 DSL	dartlab.quant("backtest", "005930", style="trendFollow")
style	스타일	전략 DSL	dartlab.quant("style", "005930", name="all")
entry	진입진단	전략 DSL	dartlab.quant("entry", "005930", style="all")
walkforward	워크포워드	전략 DSL	dartlab.quant("walkforward", "005930", style="meanReversion")
multi	멀티자산	전략 DSL	dartlab.quant("multi", ["005930", "000660"], style="trendFollow")

대표 반환 형태

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

축 실행은 DataFrame 또는 dict를 반환한다.

target, period, priceDate/latestAsOf, benchmark,
metric, value, score/signal/rank, assumptions, flags

백테스트/전략 축은 기간, 룰, 스타일, 포지션, 수익률, drawdown, Sharpe/DSR/PBO 성격의 검증 값을 포함할 수 있다. 포트폴리오 축은 종목별 weight, risk contribution, covariance/correlation 기반 가정을 포함할 수 있다.

evidence 기준

정량 결과는 target, period, benchmark, metric, value, dateRef, executionRef가 필요하다. 백테스트는 수수료, 슬리피지, 리밸런싱, in-sample/out-of-sample 구분을 확인한다.

기본 실행 순서

1. 단일 종목, 횡단면, 포트폴리오, 전략 중 작업 유형을 구분한다.
2. 축을 모르면 dartlab.quant()로 guide를 확인한다.
3. 필요한 target 또는 종목 리스트를 넣어 axis를 실행한다.
4. 기간, benchmark, assumptions, flags를 확인한다.
5. 재무적 의미 해석은 analysis, 후보 발굴은 scan, 보고서 조합은 story로 넘긴다.

기본 검증

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