Event Radar Price Flow Reaction

공개 호출 방식

AI 도구 실행 순서는 EngineCall 우선이다. 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=40):
    if hasattr(value, "head") and hasattr(value, "to_dicts"):
        return value.head(limit).to_dicts()
    if isinstance(value, list):
        return value[:limit]
    return []

try:
    price_rows = rows(c.gather("price"), limit=40)
except Exception:
    price_rows = []

try:
    flow_rows = rows(c.gather("flow"), limit=40)
except Exception:
    flow_rows = []

memo = buildEventRadarMemo(
    target=target,
    market=str(getattr(c, "market", "KR")),
    companyName=str(getattr(c, "corpName", target)),
    priceRows=price_rows,
    flowRows=flow_rows,
)

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

호출 동작

1. 결론 도출

price + volume + net flow reaction 단정. 예: “기준일 close=78,500 / priceChangePct=+2.1% (직전 종가 대비) / volumeRatio=1.8× (평균 거래량 대비) / netFlow=+45억 (외인+기관) → 가격 + 거래량 + 수급 3 신호 양수 동조 = reaction watch (이벤트 trigger candidate).”

2. 핵심 근거 수집

• Company.gather(‘price’) latest 40 row — close + volume
• Company.gather(‘flow’) latest 40 row — 외인 + 기관 순매수
• 최근 2 price row → priceChangePct + volumeRatio 계산
• 최신 flow row → 외인 + 기관 합산 netFlow

3. 메커니즘 분석

price[-1] vs price[-2] → priceChangePct = (close[-1]/close[-2] - 1) × 100
volume[-1] vs avg(volume[-21:-1]) → volumeRatio = volume[-1] / avg
flow[-1] → netFlow = foreignNet + institutionNet
   ↓
3 signal 동조 판정:
   priceChangePct > 1% + volumeRatio > 1.5 + netFlow > 0 → 강한 reaction (양수)
   priceChangePct < -1% + volumeRatio > 1.5 + netFlow < 0 → 강한 reaction (음수)
   1 신호만 → weak (noise 가능)
   부호 mixed → 해석 어려움 (예: 가격 ↑ + flow ↓ → 개인 매수 추격)
   ↓
status:
   watch  → 3 신호 동조 (이벤트 신호 강함)
   risk   → 가격 -3%+ 또는 거래정지
   ok     → 정상 범위
   missing → row 부재

reaction 자체는 시장 반응 — 원인 단정 X (이벤트 inbox 와 결합 필요). 시장 전체 같은 시점 같은 방향 변동 시 → 회사 고유 신호 아님.

4. 반례·한계

• 시장 전체 ±2%+ 움직임 시 → 회사 고유 신호와 분리 불가.
• 거래정지·액면분할 직후 priceChangePct 무의미 (-30% 가짜).
• 거래량 평균 20 일 윈도우 — 분기 이벤트 (실적/배당) 시점 base 왜곡.
• flow 데이터 lag 1 영업일 — 같은 날 price 와 동기화 X.

5. 후속 모니터링

• watch + 같은 시점 inbox 이벤트 → recipes.fundamental.disclosure.eventRadar.eventInbox 와 cross-check.
• mixed 부호 → recipes.fundamental.disclosure.eventRadar.falsifierLedger 로 market-wide 반증.
• volumeRatio 큼 + netFlow 부호 일관 → recipes.technical.priceVolumeZScore 로 z-score event 점검.

대표 반환 형태

column	의미
date	기준일
close	최신 종가
priceChangePct	직전 대비 변화율
volumeRatio	직전 대비 거래량 배수
netFlow	외국인+기관 순매수
status	ok/watch/risk/missing

연계 절차

1. recipes.fundamental.disclosure.eventRadar.eventInbox - 어떤 이벤트가 있었는지 확인.
2. recipes.fundamental.disclosure.eventRadar.falsifierLedger - market-wide move 반증.

기본 검증

• priceRows가 없으면 priceChart를 만들지 않는다.
• priceChangePct와 volumeRatio는 직전 row가 없으면 None으로 둔다.