Engines Recipe unverified

중소형주 발굴 (성장 + valuation + quality 교집합)

시가총액 하위 종목 중 성장 + 저평가 + 회계 quality 가 양호한 후보를 발굴하는 절차. small-cap value+growth thesis.

engines.recipe.smallCapDiscovery GitHub 원본

연계 절차

이 절차의 단계

  1. 1
    Scan - 성장성 engines.scan.growth

    성장

  2. 2
    Scan - 밸류에이션 engines.scan.valuation

    저평가

  3. 3
    Scan - 수익성 engines.scan.profitability

    수익성

  4. 4
    전종목 횡단면 주가 스크리닝 engines.scan.crossSectionStockScreen

    시가총액 + 매출 필터

  5. 5
    Analysis - 이익품질 engines.analysis.earningsQuality

    quality 검증

절차

실행 순서

  1. 1

    `tableRef` 4+ 개 (3 scan + 교집합)

  2. 2

    `dateRef` 1 개

  3. 3

    답변 본문 markdown table — 후보 5~10 행 (시가총액 / 매출 CAGR / PER / OPM / quality)

  4. 4

    시가총액 하위 + 매출 규모 하한 (예: 매출 1000 억) 으로 micro-cap 잡음 제거.

  5. 5

    3 축 교집합 — AND 조건 명시.

  6. 6

    quality 등급 D/E 후보는 제외 또는 표시.

  7. 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.

  1. scan(“growth”) — 매출/영업이익 CAGR
  2. scan(“valuation”) — PER/PBR/EV/EBITDA
  3. scan(“profitability”) — OPM/ROE
  4. crossSectionStockScreen — 시가총액 하위 + 매출 규모 하한
  5. 교집합 + analysis(“earningsQuality”) 로 quality 검증

대표 반환 형태

  • tableRef 4+ 개 (3 scan + 교집합)
  • dateRef 1 개
  • 답변 본문 markdown table — 후보 5~10 행 (시가총액 / 매출 CAGR / PER / OPM / quality)

연계 절차

  1. engines.scan.growth — 성장
  2. engines.scan.valuation — 저평가
  3. engines.scan.profitability — 수익성
  4. engines.scan.crossSectionStockScreen — 시가총액 + 매출 필터
  5. 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

환경상태비고 / 제한
Local Python supported
Server supported
MCPunknown
Web AIunknown
Pyodide limited
  • browser 안에서는 multi-scan 메모리 부담