KRX 지수 강세 분석

절차

• RuntimeDatasetCatalog에서 KRX 지수 데이터셋 후보를 찾는다.
• inspect_dataset으로 날짜 컬럼, 지수명 컬럼, 가격/등락률 컬럼, 최신 관측일을 확인한다.
• run_python으로 최신일 기준 비교 가능한 지수별 수익률 또는 등락률 표를 계산한다.
• 강세 판단은 기준일, 기간, universe, metric이 모두 있는 표를 근거로 제한한다.
• visual은 지수별 비교 표가 있을 때만 만든다.

공개 호출 방식

• dartlab.scan()
• dartlab.scan("fields")
• dartlab.scan("ratio", universe="KR")
• dartlab.scan("account", account="revenue")

호출 동작

• 시장/유니버스 횡단면에서 필터, 순위, peer 위치를 계산한다. 단일 종목 원자료 확인은 Company가 우선이다.
• 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

• ranking/filter DataFrame을 반환한다. 핵심 컬럼은 universe, asOf/latestAsOf, stockCode/ticker, name, metric, value, rank, basis다.
• 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.