연계 절차
이 절차의 단계
- 1 Scan - 성장성
engines.scan.growth성장
- 2 Scan - 밸류에이션
engines.scan.valuation저평가
- 3 Scan - 수익성
engines.scan.profitability수익성
- 4 전종목 횡단면 주가 스크리닝
engines.scan.crossSectionStockScreen시가총액 + 매출 필터
- 5 Analysis - 이익품질
engines.analysis.earningsQualityquality 검증
절차
실행 순서
- 1
`tableRef` 4+ 개 (3 scan + 교집합)
- 2
`dateRef` 1 개
- 3
답변 본문 markdown table — 후보 5~10 행 (시가총액 / 매출 CAGR / PER / OPM / quality)
- 4
시가총액 하위 + 매출 규모 하한 (예: 매출 1000 억) 으로 micro-cap 잡음 제거.
- 5
3 축 교집합 — AND 조건 명시.
- 6
quality 등급 D/E 후보는 제외 또는 표시.
- 7
"발굴" 단정 X — 분석 가설 + 모니터링 트리거 함께.
공개 호출 방식
import dartlab
growth = dartlab.scan("growth")
valuation = dartlab.scan("valuation")
quality = dartlab.scan("profitability")
# 시가총액 하위 + 3 축 교집합 호출 동작
3 축 스캔 결과 + 시가총액 필터 (하위 30%) 교집합으로 small-cap 후보 추출. 각 후보의 quality 등급 추가.
- scan(“growth”) — 매출/영업이익 CAGR
- scan(“valuation”) — PER/PBR/EV/EBITDA
- scan(“profitability”) — OPM/ROE
- crossSectionStockScreen — 시가총액 하위 + 매출 규모 하한
- 교집합 + analysis(“earningsQuality”) 로 quality 검증
대표 반환 형태
tableRef4+ 개 (3 scan + 교집합)dateRef1 개- 답변 본문 markdown table — 후보 5~10 행 (시가총액 / 매출 CAGR / PER / OPM / quality)
연계 절차
- engines.scan.growth — 성장
- engines.scan.valuation — 저평가
- engines.scan.profitability — 수익성
- engines.scan.crossSectionStockScreen — 시가총액 + 매출 필터
- engines.analysis.earningsQuality — quality 검증
기본 검증
- 시가총액 하위 + 매출 규모 하한 (예: 매출 1000 억) 으로 micro-cap 잡음 제거.
- 3 축 교집합 — AND 조건 명시.
- quality 등급 D/E 후보는 제외 또는 표시.
- “발굴” 단정 X — 분석 가설 + 모니터링 트리거 함께.
런타임
실행 환경별 호환성
| 환경 | 상태 | 비고 / 제한 |
|---|---|---|
| Local Python | supported | — |
| Server | supported | — |
| MCP | unknown | — |
| Web AI | unknown | — |
| Pyodide | limited |
|