Event Radar Incubator 진입점

공개 호출 방식

AI 도구 실행 순서는 EngineCall 우선이다. Company.disclosure, Company.liveFilings, Company.gather, scan.market, scan.insider, scan.capital은 엔진 surface로 호출한다. 아래 Python 블록은 확보한 L1/L1.5 근거를 buildEventRadarMemo로 묶는 RunPython fallback 절차다.

import dartlab
from dartlab.synth.eventRadar import buildEventRadarMemo

target = "005930"
c = dartlab.Company(target)

def rows(value, limit=30):
    if hasattr(value, "head") and hasattr(value, "to_dicts"):
        return value.head(limit).to_dicts()
    if isinstance(value, list):
        return value[:limit]
    return []

def gather_rows(axis, limit=30):
    try:
        return rows(c.gather(axis), limit=limit)
    except Exception:
        try:
            return rows(dartlab.gather(axis, target=target), limit=limit)
        except Exception:
            return []

try:
    filings = rows(c.disclosure(days=45), limit=50)
except TypeError:
    filings = rows(c.disclosure(), limit=50)
except Exception:
    filings = []

try:
    live_filings = rows(c.liveFilings(days=7), limit=20)
except Exception:
    live_filings = []

memo = buildEventRadarMemo(
    target=target,
    market=str(getattr(c, "market", "KR")),
    companyName=str(getattr(c, "corpName", target)),
    filings=[*live_filings, *filings],
    newsRows=gather_rows("news", limit=20),
    priceRows=gather_rows("price", limit=40),
    flowRows=gather_rows("flow", limit=40),
    insiderRows=gather_rows("insiderTrading", limit=20),
    ownershipRows=gather_rows("ownership", limit=20),
    dividendRows=gather_rows("dividends", limit=20),
    splitRows=gather_rows("splits", limit=20),
    consensusRows=gather_rows("consensus", limit=12),
)

emit_result(
    table=memo["tables"]["deepDive"],
    values=memo["headline"],
    date=memo["asOf"],
    sources=memo["sources"],
)

호출 동작

1. 결론 도출

radarScore, eventCount, openFalsifierCount, decisionStatus를 뽑는다. 점수는 이벤트 강도와 반응의 우선순위이지 매수·매도 결론이 아니다.

2. 핵심 근거 수집

근거는 filing/news/price/flow/insider/ownership/dividend/split/consensus/scan primitive row에서만 나온다. 답변에는 target, date, sourceRef, tableRef, valueRef, executionRef가 있어야 한다.

3. 메커니즘 분석

graph LR
  A["filing/news"] --> B["event inbox"]
  C["price/flow"] --> D["reaction ledger"]
  E["insider/ownership"] --> F["holder signal"]
  G["dividend/split"] --> H["capital action"]
  I["consensus"] --> J["drift watch"]
  B --> K["falsifier ledger"]
  D --> K
  F --> K
  H --> K
  J --> K
  K --> L["engine candidate memo"]

4. 반례·한계

정기 공시, 중복 기사, 시장 전체 변동, stale consensus, 계획 매도, 기계적 배당·분할은 반드시 falsifier로 남긴다.

5. 후속 모니터링

3개 이상 target selfRun에서 반복되고, falsifier가 닫히며, observed viz binding이 안정되면 engineCandidateMemo에 승격 후보로 남긴다.

대표 반환 형태

memo : dict

key	의미
headline	target, radarScore, eventCount, openFalsifierCount, decisionStatus
tables.sourceCoverageAudit	입력 source별 row coverage
tables.eventInbox	공시·뉴스 이벤트 분류
tables.priceFlowReaction	가격·거래량·수급 반응
tables.insiderOwnershipSignal	내부자·주요주주 변화
tables.capitalActionMonitor	배당·분할·자사주·증자 이벤트
tables.consensusDriftWatch	컨센서스 변화
tables.falsifierLedger	반증 조건
tables.engineCandidateMemo	엔진 환류 후보
tables.visualDecisionPack	observed viz 선택

연계 절차

1. recipes.fundamental.disclosure.eventRadar.sourceCoverageAudit - 원자료 coverage 확인.
2. recipes.fundamental.disclosure.eventRadar.eventInbox - 공시·뉴스 이벤트 분류.
3. recipes.fundamental.disclosure.eventRadar.priceFlowReaction - 가격·거래량·수급 반응.
4. recipes.fundamental.disclosure.eventRadar.insiderOwnershipSignal - 내부자·주요주주 변화.
5. recipes.fundamental.disclosure.eventRadar.capitalActionMonitor - 배당·분할·자사주·증자 이벤트.
6. recipes.fundamental.disclosure.eventRadar.consensusDriftWatch - 컨센서스 변화.
7. recipes.fundamental.disclosure.eventRadar.falsifierLedger - 반증 ledger.
8. recipes.fundamental.disclosure.eventRadar.engineCandidateMemo - 엔진 환류 후보.
9. recipes.fundamental.disclosure.eventRadar.visualDecisionPack - observed viz 선택.
10. recipes.fundamental.disclosure.eventRadar.deepDive - 전체 실행.

기본 검증

• 공개 호출 블록에 L2/L3 호출 문자열이 없어야 한다.
• RunPython은 buildEventRadarMemo 결합과 emit_result(...) 발급에만 쓴다.
• visualRefs는 observed 상태의 viz skill만 포함한다.
• deepDive, falsifierLedger, engineCandidateMemo, visualDecisionPack이 모두 있어야 한다.