절차
실행 순서
- 1
매출 성장률과 마진 추세를 실제 재무 데이터로 확인한다.
- 2
재투자율 또는 자본효율 가정의 근거를 확인한다.
- 3
할인율 또는 매크로 가정의 출처와 기준일을 밝힌다.
- 4
단일 목표가가 아니라 민감도 표와 한계를 함께 제시한다.
- 5
`c = dartlab.Company("005930")`
- 6
`c.quant()`
- 7
`dartlab.quant("005930")`
- 8
`dartlab.quant("005930", axis="valuation")`
- 9
가격, 밸류에이션, 모멘텀, 변동성, DCF/민감도 신호를 계산한다. 재무 원자료는 Company/scan에서 확인한다.
- 10
실행 전에 target, period/date, metric, source 또는 universe를 확인한다.
- 11
데이터가 없거나 runtime 제한이 있으면 값을 추정하지 않고 한계와 필요한 다음 수집 경로를 말한다.
- 12
dict 또는 DataFrame을 반환한다. 핵심 키는 valuation, momentum, volatility, assumptions, sensitivity, basis이며 가격은 원/달러, 비율은 %/배다.
출력
기대 결과
- valuation assumptions
- sensitivity table
- limits
절차
- 매출 성장률과 마진 추세를 실제 재무 데이터로 확인한다.
- 재투자율 또는 자본효율 가정의 근거를 확인한다.
- 할인율 또는 매크로 가정의 출처와 기준일을 밝힌다.
- 단일 목표가가 아니라 민감도 표와 한계를 함께 제시한다.
공개 호출 방식
c = dartlab.Company("005930")c.quant()dartlab.quant("005930")dartlab.quant("005930", axis="valuation")
호출 동작
- 가격, 밸류에이션, 모멘텀, 변동성, DCF/민감도 신호를 계산한다. 재무 원자료는 Company/scan에서 확인한다.
- 실행 전에 target, period/date, metric, source 또는 universe를 확인한다.
- 데이터가 없거나 runtime 제한이 있으면 값을 추정하지 않고 한계와 필요한 다음 수집 경로를 말한다.
대표 반환 형태
- dict 또는 DataFrame을 반환한다. 핵심 키는 valuation, momentum, volatility, assumptions, sensitivity, basis이며 가격은 원/달러, 비율은 %/배다.
- 전체 세부 필드는 공개 docstring/capability와 동기화한다. 코드/API 변경으로 이 설명이 오래되면 skill 갱신 누락으로 본다.
기본 검증
- 실행 결과는 tableRef, valueRef, dateRef, executionRef 중 필요한 근거로 남긴다.
- 최종 판단의 숫자 claim은 해당 table/value ref에 직접 묶는다.
- 스킬과 실제 공개 API의 호출 방식, 대표 반환 형태, 오류/제한 동작이 다르면 같은 변경에서 스킬을 갱신한다.
런타임
실행 환경별 호환성
| 환경 | 상태 | 비고 / 제한 |
|---|---|---|
| Local Python | supported | — |
| Server | supported | — |
| MCP | supported | — |
| Web AI | limited | — |
| Pyodide | limited |
|
실패 회피
흔한 실패 · 절대 금지
흔한 실패
- 할인율 근거 누락
- 단일 숫자 목표가 단정
절대 금지
- 출처 없는 할인율
- 민감도 없는 DCF 결론