Quality × Value 동시 스크린 — Piotroski F≥7 ∧ Value z>1

공개 호출 방식

import dartlab
import polars as pl

# 1. Piotroski F-score (전 종목)
piotroski = dartlab.quant("piotroski", market="KR")
# → DataFrame: stockCode · score (0~9)

# 2. composite Value z (PER/PBR/PSR/earningsYield 합성)
value = dartlab.quant("value", market="KR")
# → DataFrame: stockCode · valueZ · PBR · PER · ...

# 3. 산업 매핑 (산업 중립화용)
industry_map = dartlab.industry()   # 가이드
# → 각 종목의 chainId 매핑은 Company.industry().chainId

# 4. 동시 충족 join + 산업 중립 z
df = (
    piotroski.join(value, on="stockCode", how="inner")
    .filter((pl.col("score") >= 7) & (pl.col("valueZ") > 1.0))
    .sort("score", descending=True)
)

emit_result(
    table=df,
    values={"n_qualified": len(df)},
    date="2026-05-28",
    sources=["dartlab://quant/piotroski", "dartlab://quant/value"],
)

호출 동작

1. 결론 도출

펀더멘털 quality + valuation cheapness 동시 충족 universe — “good and cheap” 발굴.

2. 핵심 근거 수집

• dartlab.quant("piotroski") — 9 항목 binary score (1 점 × 9)
• dartlab.quant("value") — composite Value z (PBR/PER/PSR/earningsYield)
• 산업 매핑 — 산업 중립화 (옵션)

3. 메커니즘 분석

2 source 동시 충족
   Piotroski F ≥ 7  (수익성/안정성/효율성 9 항목 중 7+ 통과)
   Value z > 1.0    (시장 평균 대비 1σ 저평가)
   ↓
inner join → universe 후보
   ↓
정렬: score desc → value z desc
   ↓
운영자 review → 후속 deep dive 종목 선정

4. 반례·한계

• 금융주 Piotroski 정의 차이 (Mohanram 2005 G-score 별 트랙) — 산업 분리.
• value composite weighting 차이 (산업 base PBR ↑ 산업이 일괄 통과).
• value trap 가능 (저평가 = 펀더멘털 악화 진행중) — Piotroski 보완 의도지만 lag.
• 신규 상장 1 년 미만 제외.

5. 후속 모니터링

• 통과 종목 → recipes.fundamental.valuation.damodaran.deepDive 개별 deep dive.
• 산업 중립화 추가 → recipes.meta.screen.macroRegimeAlignedScreen 결합.
• 분기 재실행 → universe 변동 trace.

대표 반환 형태

pl.DataFrame — 컬럼:

• stockCode : str · corpName : str
• score : int (0~9) — Piotroski F
• valueZ : float
• PBR : float · PER : float · PSR : float
• sector : str (선택)

연계 절차

1. 본 recipe → “good and cheap” universe 발굴.
2. 통과 종목 1~5 개 → recipes.fundamental.valuation.damodaran.fcffDcf 또는 recipes.fundamental.valuation.damodaran.deepDive 개별 deep dive.
3. 산업 중립 변형 → recipes.meta.screen.macroRegimeAlignedScreen 결합.
4. 시계열 monitoring → 분기 1 회 본 recipe 재실행 + universe 변동 비교.