Macro Regime × Sector Momentum Aligned Screen

공개 호출 방식

import dartlab
import polars as pl

# 1. 현재 macro regime (5 enum)
cycle = dartlab.macro("cycle", market="KR")
regime = cycle.get("regime", "unknown") if isinstance(cycle, dict) else "unknown"
regime_confidence = cycle.get("confidence", 0)

# 2. regime ↔ sector 학술 매핑 (Frazzini-Pedersen + 사이클 sector rotation)
REGIME_SECTORS = {
    "expansion":    ["technology", "industrials", "consumer_discretionary", "financials"],
    "slowdown":     ["healthcare", "consumer_staples", "utilities"],
    "contraction":  ["utilities", "consumer_staples", "healthcare"],
    "recovery":     ["financials", "industrials", "real_estate", "materials"],
    "crisis":       ["consumer_staples", "utilities", "gold"],
}
aligned_sectors = REGIME_SECTORS.get(regime, [])

# 3. sector momentum z (60M rolling sector index return z-score)
sector_momentum = dartlab.quant("sectorMomentum", market="KR")
# → DataFrame: sector · momentumZ

# 4. 정합 sector 안 top momentum z 종목
aligned_universe = (
    sector_momentum.filter(pl.col("sector").is_in(aligned_sectors))
    .sort("momentumZ", descending=True)
    .head(20)
)

emit_result(
    table=aligned_universe,
    values={"regime": regime, "regime_confidence": regime_confidence, "n_sectors": len(aligned_sectors)},
    date="2026-05-28",
    sources=["dartlab://macro/cycle", "dartlab://quant/sectorMomentum"],
)

호출 동작

1. 결론 도출

현재 macro regime 에서 학술 outperform sector × momentum z-rank top universe — regime × momentum 결합 priority.

2. 핵심 근거 수집

• dartlab.macro("cycle") — 현재 regime + confidence (engines.macro.regimes 5 enum SSOT)
• dartlab.quant("sectorMomentum") — sector 별 60M rolling momentum z
• regime ↔ sector 학술 매핑 (Frazzini-Pedersen + sector rotation 정통)

3. 메커니즘 분석

3 source 결합
   regime (engines.macro.regimes 5 enum + confidence)
   학술 매핑 (regime → aligned_sectors)
   sector momentum z (engines.quant.sectorMomentum)
   ↓
aligned_sectors filter → sector universe
   ↓
sector 안 momentum z desc top 20
   ↓
regime × momentum 동시 신호 universe

4. 반례·한계

• regime 분류 lag (HMM 1-3 개월 후행).
• 학술 매핑 US 시장 기반 (1956-2012) — KR 일치성 검증 필요.
• sector momentum 60M rolling — regime shift 시 lag.
• 단일 sector 우세 시 universe concentration (5 종목 모두 같은 sector).

5. 후속 모니터링

• universe 종목 → 개별 deep dive (recipes.fundamental.valuation.damodaran.deepDive).
• regime 전환 (engines.macro.regimes status 변화) → universe 재산출.
• sector momentum z 상위 sector → recipes.industry.sectorMomentumLeadership 결합.
• 월 1 회 재실행 + regime 전환 alert.

대표 반환 형태

pl.DataFrame — 컬럼:

• sector : str
• momentumZ : float
• stockCode : str · corpName : str (top 종목)
• regime : str (모든 row 동일, header context)
• alignedSector : bool (참고)

연계 절차

1. 본 recipe → regime × sector momentum universe.
2. universe top → recipes.fundamental.valuation.damodaran.deepDive 개별.
3. quality 결합 → recipes.meta.screen.qualityValueScreen (good × cheap × regime aligned triple).
4. regime 전환 시점 → engines.macro.regimes status 변화 alert.
5. 월 1 회 재실행 + regime check.