시장 narrative regime + Pettitt change-point

공개 호출 방식

from dartlab.scan.narrativeRegime import scanNarrativeRegime

result = scanNarrativeRegime(
    market="KR",
    lookbackDays=90,
    changePointThreshold=0.05,
    topTopics=5,
)

print(f"regime: {result['regime_label']} (score={result['regime_score']})")
print(f"shift: {result['regime_shift_date']} (p={result['pettitt_pvalue']})")
print("hot topics:")
for t in result["topics_hot"]:
    print(f"  {t['topic_label']}: volume={t['volume_total']}, mean={t['sentiment_mean']:.2f}")

출력 schema

key	의미
regime_label	5 단 (긍정/약긍정/혼조/약부정/부정)
regime_score	volume-weighted daily mean (-1~+1)
regime_shift_date	Pettitt U_k argmax 일자
regime_shift_significant	p < threshold 유의
pettitt_U / pettitt_pvalue	Mann-Whitney U_k + exp 근사
topics_hot	volume desc top N

L6 UI 차트 연동

/analysis/$code/events (PriceEventChart) 가 본 결과의 regime_shift_date ~ end 구간을 반투명 배경 band 로 차트에 표시 (showRegime=True toggle).

한계

• Pettitt 는 one change 검정 — multiple shifts 는 binary search 또는 sliding window 별도 필요.
• p-value 가 exp 근사식 (small n 부정확). n ≥ 60 권장.
• volume-weighted 가 noise topic (자동 재배포) 에 민감 — Phase C repeatedHeadlineFrequency 보정 권장.

연계 절차

1. 본 recipe → news 내러티브 sentiment/topic pulse regime shift 검출.
2. engines.macro 내러티브 축 + engines.scan 전종목 신호와 결합.
3. regime shift 종목 → recipes.sentiment.newsSentimentFactor 로 팩터화.
4. recipes.macro.qualityMacroBeta 와 결합해 매크로 베타 민감도 점검.