GARP 스크리닝 (Lynch PEG 근사 + 부채 게이트)

학술 근거

Peter Lynch, One Up On Wall Street (1989): GARP (Growth at Reasonable Price) — 가치투자 한정 저PER + 성장투자 한정 고성장 의 절충.

• PEG ratio = PER / 이익성장률 (%). PEG ≤ 1 = 시장이 성장률을 미반영.
• 핵심 발견: PER 단독 또는 성장률 단독 보다 두 결합이 sharpe ratio 우월.
• Lynch Magellan Fund (1977-1990): 연 29% 수익률 — 본 framework 의 실증.

학술적 후속: Easton (2004) — implied growth rate 와 PER 결합. Bradshaw (2004) — 애널리스트 LTG (long-term growth) + PER 결합 모델 우월성.

dartlab 한계: EPS 직접 컬럼 X → netProfitGrowth 로 근사. EPS 성장률 ≈ 순이익 성장률 (자사주 매입·신주발행 비중 작은 시기) 이므로 합리적 근사.

공개 호출 방식

import dartlab
import polars as pl

# 1) 성장 게이트 — netProfitGrowth ≥ 15% + revenueGrowth ≥ 10% + debtRatio ≤ 100%
growth = dartlab.scan("screen", spec={"where": [
    {"field": "finance.ratio.netProfitGrowth", "op": ">=", "value": 15},
    {"field": "finance.ratio.revenueGrowth", "op": ">=", "value": 10},
    {"field": "finance.ratio.debtRatio", "op": "<=", "value": 100},
    {"field": "finance.ratio.netMargin", "op": ">", "value": 0},
]})

# 2) Valuation snapshot
value = dartlab.scan("valuation")

# 3) PEG 근사 = PER / netProfitGrowth, ≤ 1.5 추출
candidates = (
    growth.join(value.select(["stockCode", "per", "pbr", "grade"]), on="stockCode")
    .filter(pl.col("per") > 0)
    .with_columns(
        (pl.col("per") / pl.col("finance.ratio.netProfitGrowth")).alias("pegApprox")
    )
    .filter(pl.col("pegApprox") <= 1.5)
    .sort("pegApprox")
)

호출 동작

1. scan("screen", spec=...) — 4 게이트 (이익성장 15%, 매출성장 10%, 부채 100%, 흑자) 동시 통과.
2. scan("valuation") — KR snapshot.
3. PEG 근사 = per / netProfitGrowth 계산.
4. PEG ≤ 1.5 (Lynch 의 1.0 보다 약간 완화) 만 추출.
5. PEG 오름차순 정렬 — 가장 저평가된 성장주 우선.

대표 반환 형태

candidates : pl.DataFrame — 컬럼:

• stockCode, corpName
• finance.ratio.netProfitGrowth : float — 순이익 YoY (%)
• finance.ratio.revenueGrowth : float — 매출 YoY (%)
• finance.ratio.debtRatio : float — 부채비율 (%)
• per, pbr : float
• grade : str — valuation grade
• pegApprox : float — PEG 근사 (낮을수록 저평가)

한계

• EPS 성장률 → netProfitGrowth 근사 — 자사주 매입 비중 큰 미국 기업에서 EPS 성장률 > netProfitGrowth (주식수 감소). 한국에서는 자사주 소각 부재로 두 값 거의 동일.
• 단일 연도 성장률 의존 — Lynch 원전은 5 년 평균 EPS 성장률 사용. 본 recipe 는 YoY 1 년 (분기/연간) 만. 5 년 일관성은 engines.recipe.compounderCandidates 로 보완.
• PEG 1.5 임계는 한국 KOSPI 분포 기반 — 미국은 1.0 표준. 시장별 조정 필요.
• 성장률 음수 종목 자동 제외 — netProfitGrowth ≤ 0 이면 PEG 음수 → 무의미. 흑자 게이트 (netMargin > 0) 필수.
• 고성장 + 고PER 조합도 통과 — 예: PER 50, growth 40 → PEG 1.25. 절대 PER 게이트 추가 권장 (PER ≤ 30).

한국 / 미국 시장 차이

• 한국: 자사주 매입·소각 미발달로 EPS 성장률 ≈ netProfitGrowth. 단 한국 IPO·주식분할 빈도 낮아 분모 안정. KOSPI 성장주 풀 작아 임계 (15%/10%) 달성 종목 수 100~200 개.
• 미국: 자사주 매입 비중 커 EPS > 순이익 성장률 (1-3%p). 본 recipe 보수적 근사. S&P 500 성장 임계 보통 10%/5% 정도로 완화.

연계 절차

1. 본 recipe 로 후보 발굴 → tableRef 에 PEG 분포.
2. PEG ≤ 1.0 종목 (강한 신호) 에 대해 engines.recipe.compounderCandidates 로 5 년 일관성 추가 검증.
3. engines.recipe.distressFilter 로 부도 위험 종목 제외 (성장률 통과해도 부채 급증 종목 위험).
4. engines.analysis.valuation — DCF + valuation band 단일 회사 심층.
5. engines.story 로 narrative 생성 — 성장 동력 (제품·시장점유·신규사업) 까지 묶어 보고.

기본 검증

• 후보 수 — 30~80 개가 정상 (KOSPI 1-3%). 200 개 초과 = 게이트 너무 느슨.
• PEG 분포 — 중앙값 0.8-1.2, 하위 25 percentile 0.5 미만이어야 강한 신호 군집.
• 단일 연도 성장률은 base effect (전년 일회성 손실 등) 영향 큼 — 분기 시계열 추가 점검 필수.
• 성장 catalyst 명시 — 단순 숫자 통과 X. 신규 제품·M&A·시장점유 변화 등 정성 근거 함께.
• “PEG = 0.5 = 매수” 단정 X — 성장 지속 가능성 (moat·산업 사이클) 별도 검증.