Quality 팩터 — QMJ (Frazzini-Pedersen-Asness 2014)

공개 호출 방식

import dartlab
import polars as pl
import statistics

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

# 네 갈래를 전종목 스캔으로 한 번에 받는다. 종목마다 Company 를 여는 것보다 싸고, 같은 기준으로 줄 세운다.
prof = dartlab.scan("profitability")   # 종목코드 · 영업이익률 · 순이익률 · ROE · ROA · 등급
grow = dartlab.scan("growth")          # 종목코드 · 매출CAGR · 영업이익CAGR · 순이익CAGR · years
debt = dartlab.scan("debt")            # 종목코드 · 총부채 · 부채비율 · ICR · 위험등급
cash = dartlab.scan("cashflow")        # 종목코드 · 영업CF · 투자CF · 재무CF · fcf

def _one(df, code, col):
    row = df.filter(pl.col("종목코드") == code)
    return None if row.height == 0 else row[col][0]

def quality_metrics(code):
    roe = _one(prof, code, "ROE")
    roa = _one(prof, code, "ROA")
    if roe is None or roa is None:
        return None
    growth = _one(grow, code, "매출CAGR")
    de = _one(debt, code, "부채비율")           # safety: 낮을수록 좋다
    fcf = _one(cash, code, "fcf")
    return {
        "roeRoa": (float(roe) + float(roa)) / 2,
        "growth": float(growth) if growth is not None else None,
        "safety": -float(de) if de is not None else None,
        "payout": float(fcf) if fcf is not None else None,
    }

own = quality_metrics(target)
try:
    peers = c.industry()["peers"][:15]
except Exception:
    peers = []

peer_rows = []
for p in peers:
    code = p.get("code") or p.get("stockCode")
    if not code or code == target:
        continue
    m = quality_metrics(code)
    if m:
        peer_rows.append({"code": code, **m})

def z_score(metric, my_val):
    vals = [r[metric] for r in peer_rows if r[metric] is not None]
    if len(vals) < 4 or my_val is None:
        return None
    mu, sd = statistics.mean(vals), statistics.stdev(vals) if len(vals) > 1 else 0
    return (my_val - mu) / sd if sd > 0 else None

if own:
    zs = {k: z_score(k, own[k]) for k in ("roeRoa", "growth", "safety", "payout")}
    valid = [v for v in zs.values() if v is not None]
    composite = sum(valid) / len(valid) if valid else None
else:
    zs = {}
    composite = None

table = pl.DataFrame([{
    "axis": k, "ownValue": own[k] if own else None, "zScore": zs.get(k)
} for k in ("roeRoa", "growth", "safety", "payout")])

emit_result(
    table=table,
    values={"qmjComposite": composite, "peerCount": len(peer_rows)},
    date=None,
    sources=["dartlab://scan/profitability", "dartlab://scan/growth", "dartlab://scan/debt", "dartlab://scan/cashflow"],
)

호출 동작

1. 결론 도출

QMJ composite z-score 단일값 + 4 축 개별 z-score 단정 + peer 분위. 예: “QMJ composite z=+1.2 (top 15%) — Profit z=+0.9 / Growth z=+1.5 / Safety z=+0.3 / Payout z=+2.0 → quality 후보 confirmed.”

2. 핵심 근거 수집

• Profitability — ROE / ROA (dartlab.scan("profitability"))
• Growth — 매출 CAGR (dartlab.scan("growth"))
• Safety — 부채비율 (dartlab.scan("debt"), 낮을수록 좋아 부호 반전)
• Payout — FCF (dartlab.scan("cashflow"))
• peer set — Company.industry()["peers"] (산업 cross-section)

3. 메커니즘 분석

4 축 raw 산출
   ↓
각 축 peer 단면 z-score = (own - peer_mean) / peer_std
   ↓
composite z = avg(measurable axis z-scores)
   ↓
composite z ≥ +1.0  → quality 후보 (QMJ Q1)
composite z 0 ~ +1  → mid quality
composite z < 0     → junk 후보 (QMJ Q5)
측정 가능 축 ≤ 2    → composite X (한계 표기)

4 축 모두 양수면 가장 강한 quality 신호. Payout z 만 높고 다른 축 낮으면 거짓 quality (배당만 높은 junk 위장).

4. 반례·한계

• 회계 정책 차이 (revenue recognition · depreciation) peer 비교 시 raw 비교 노이즈.
• 신규 상장 (history < 5y) Growth 측정 불가.
• 금융사 (은행·증권·보험) 의 debt/equity 정의 다름 — Safety 축 비교 의미 X.
• 일회성 이익 (자산매각 · 충당금환입) peer mean inflated.

5. 후속 모니터링

• composite z ≥ +1 시: recipes.fundamental.valuation.damodaran.relativeCheck 로 가격 검증.
• Safety z < -1 시: recipes.fundamental.credit.usHighYieldSpread regime 확인.
• Payout z 높음 + Growth z 낮음: recipes.fundamental.dividend.foreignOwnershipCorr 외인 매수 정합 확인.

대표 반환 형태

column	의미
axis	roeRoa / growth / safety / payout
ownValue	본 회사 값
zScore	peer 단면 z-score

연계 절차

1. recipes.quant.valueFactor - QMJ junk 제거 후 value rank.
2. recipes.industry.industryStagePhase - phase 와 quality 정합.
3. recipes.fundamental.valuation.damodaran.reinvestmentRoc - quality 깊이 분석.

기본 검증

• peer < 8 이면 z-score 불안정 — 한계 명시.
• 4 축 중 측정 가능 ≤ 2 이면 composite X.
• 단일 ROE 로 quality 결론 금지 — 4 축 분리 표기.