Value 팩터 composite (Fama-French B/M + E/P + CF/P)

공개 호출 방식

import dartlab
import polars as pl

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

# 밸류 지표는 전종목 스캔에서 한 번에 받는다. PER·PBR 의 역수가 각각 earnings yield · book-to-market.
valuation = dartlab.scan("valuation")   # 종목코드 · 종목명 · 시가총액 · PER · PBR · PSR · 배당수익률

def value_metrics(code):
    row = valuation.filter(pl.col("종목코드") == code)
    if row.height == 0:
        return None
    per = float(row["PER"][0] or 0)
    pbr = float(row["PBR"][0] or 0)
    psr = float(row["PSR"][0] or 0)
    return {
        "bm": 1 / pbr if pbr > 0 else 0,    # book-to-market
        "ep": 1 / per if per > 0 else 0,    # earnings yield
        "sp": 1 / psr if psr > 0 else 0,    # sales yield
    }

own = value_metrics(target)
try:
    peers = c.industry()["peers"][:20]
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 = value_metrics(code)
    if m:
        peer_rows.append({"code": code, **m})

# percentile rank — 각 정의별로
def rank(metric, my_val):
    vals = sorted([r[metric] for r in peer_rows if r[metric] is not None])
    if not vals or my_val is None:
        return None
    below = sum(1 for v in vals if v < my_val)
    return below / len(vals)

if own:
    rank_bm = rank("bm", own["bm"])
    rank_ep = rank("ep", own["ep"])
    rank_sp = rank("sp", own["sp"])
    ranks = [r for r in (rank_bm, rank_ep, rank_sp) if r is not None]
    composite = sum(ranks) / len(ranks) if ranks else None
else:
    rank_bm = rank_ep = rank_sp = composite = None

table = pl.DataFrame([{
    "metric": "valueComposite",
    "ownBm": own["bm"] if own else None,
    "ownEp": own["ep"] if own else None,
    "ownSp": own["sp"] if own else None,
    "rankBm": rank_bm,
    "rankEp": rank_ep,
    "rankSp": rank_sp,
    "composite": composite,
    "peerCount": len(peer_rows),
}])

emit_result(
    table=table,
    values={"composite": composite, "peerCount": len(peer_rows)},
    date=None,
    sources=["dartlab://scan/valuation", "dartlab://industry/peers"],
)

호출 동작

1. 결론 도출

value composite rank 단정 (0~1, 1 = 가장 cheap). 예: “B/M peer rank 0.82, E/P 0.78, CF/P 0.65 → composite 0.75 (top quartile) → value 후보 강함.”

2. 핵심 근거 수집

• 회사 market cap + 재무 BS·IS·CF (Company.panel)
• B/M (Book/Market) = 자본 / 시총
• E/P (Earnings yield) = 순이익 / 시총
• CF/P (Cash flow yield) = 영업CF / 시총
• peer set 단면 분포

3. 메커니즘 분석

재무제표 → 3 yield 정의
   B/M = totalEquity / marketCap
   E/P = netIncome / marketCap
   CF/P = operatingCF / marketCap
   ↓
peer 단면 분포에서 percentile rank (오름차순)
   rank_BM = (own_BM > peer_BM 카운트) / peer_count   (1=가장 cheap)
   rank_EP = (own_EP > peer_EP 카운트) / peer_count
   rank_CFP = (own_CFP > peer_CFP 카운트) / peer_count
   ↓
composite = (rank_BM + rank_EP + rank_CFP) / 3
   composite ≥ 0.75  → cheap value 후보 (top quartile)
   0.25-0.75         → fair value
   composite < 0.25  → expensive (bottom quartile)

3 정의 동시 cheap = 강한 value 신호 (단일 지표 PER 함정 회피). E/P 만 높고 B/M·CF/P 낮으면 일회성 이익 (value trap) 위험.

4. 반례·한계

• 적자 회사 (E/P 음수) 의 E/P 분위 의미 X — earnings normalized 필요.
• 자본잠식 회사 B/M 음수 — peer 비교에서 outlier.
• 금융사 valuation 정의 다름 (P/PreProvisionPPnR 등) — 비교 무의미.
• IFRS / GAAP 차이로 자본 raw 비교 노이즈.

5. 후속 모니터링

• composite ≥ 0.75: recipes.quant.qualityFactor 로 quality 동행 확인 (cheap + high quality = value 후보).
• composite ≥ 0.75 + Quality z < 0: value trap 후보 — recipes.fundamental.quality.forensics.deepDive 회계 fact check.
• composite < 0.25 + momentum 강함: growth 후보 — recipes.fundamental.valuation.damodaran.growthFeasibility 로 성장 정합 확인.

대표 반환 형태

column	의미
ownBm/Ep/Cfp	본 회사 3 정의 값
rankBm/Ep/Cfp	peer 단면 percentile (0~1)
composite	3 rank 평균
peerCount	peer 표본

연계 절차

1. recipes.quant.qualityFactor - value × quality 결합 (Asness QMJ junk 제거).
2. recipes.fundamental.valuation.damodaran.peerMultipleDecomposition - 단순 multiple 함정 검증.
3. recipes.industry.industryStagePhase - phase 와 value rank 정합.

기본 검증

• peer < 10 이면 percentile rank 불안정 — 한계 명시.
• E/P < 0 (적자) 회사는 EP 정의 제외, 나머지 2 로만 composite.
• 단일 정의 (PER 단독) 결론 금지 — 3 정의 분리 표기.