이 스킬
catalyst 일정 캘린더 (다가오는 정기공시 추론)
커버리지 종목들의 다가오는 catalyst (정기공시 due · 분기/반기/사업보고서) 일정을 fiscal cycle 추론으로 미리 정리하는 절차. 트리거 — '실적 일정', '다가오는 catalyst', 'catalyst calendar', '정기공시 예정'.
연계 절차
이 절차의 단계
- 1 Gather
engines.gathergather('calendar', codes, horizon_days) 호출
- 2 일일 morning note (야간 공시 + 시장 변동 정리)
recipes.report.dailyMorningNotemorning note 의 "오늘 주목" 섹션과 연동
- 3 종목별 투자 thesis 트래커 (falsifiable 게이트 포함)
recipes.report.thesisTrackerthesis 의 catalyst 영역 갱신
- 4 공시 이벤트 분석 (목록 + 원문 + 변화 추적)
recipes.disclosure.event발생한 이벤트 사후 분석 path
절차
실행 순서
- 1
tickers list + horizon_days (default 30) 확정.
- 2
dartlab.gather("calendar", codes=tickers, horizon_days=horizon_days) 호출 → DataFrame[date, code, eventType, title, source, impactHint, confidence].
- 3
confidence 별 분류 — HIGH 만 우선 노출, MEDIUM/LOW 는 *추정* 표시.
- 4
emit_result(table=일정표, date=오늘) → tableRef·dateRef 발급.
- 5
본문 — "이번 주 / 다음 주 / 그 후" 시점별 그룹핑 + 가장 임팩트 큰 이벤트 헤드라인.
- 6
미국 종목 포함 시 빈 결과 + "P0 KR 정기공시만 지원" 안내.
예시
이런 질문이 들어오면 이 skill 을 쓴다
- 다가오는 실적 발표 일정
- 향후 30 일 catalyst calendar
- 다음 정기공시 due date 추론
- 커버리지 종목 catalyst 정리
출력
기대 결과
- 향후 N 일 일정 표
- 종목별 next earnings 추론
- 한국어 weekly preview
공개 호출 방식
import dartlab
tickers = ["005930", "000660", "035420"]
df = dartlab.gather("calendar", tickers, horizon_days=30)
# df: date, code, eventType, title, source, impactHint, confidence
emit_result(
table=df.to_dicts(),
date=str(df["date"].max()) if not df.is_empty() else None,
) 호출 동작
gather('calendar') 가 회사별 disclosure 시계열에서 마지막 정기보고서 → 다음 fiscal cycle due 추론. horizon 안의 이벤트만 반환.
- tickers + horizon 확정.
- gather(‘calendar’, codes, horizon_days) — DART API 호출 (각 종목 disclosure 1 회).
- confidence 별 classification.
- 본문 — 이번 주 / 다음 주 / 그 후 그룹핑.
- catalystCalendar 결과는 dailyMorningNote 의 “오늘 주목” 섹션과 연동 가능.
대표 반환 형태
tableRef1 개 — 향후 N 일 일정 (date · code · eventType · title · impactHint · confidence)dateRef1 개 — 기준일- 답변 본문 — 시점별 그룹 + 임팩트 큰 이벤트 헤드라인
연계 절차
- engines.gather — gather(‘calendar’, codes, horizon_days) 호출
- recipes.report.dailyMorningNote — morning note 의 “오늘 주목” 섹션과 연동
- recipes.report.thesisTracker — thesis 의 catalyst 영역 갱신
- recipes.disclosure.event — 발생한 이벤트 사후 분석 path
한계 (P0)
- 한국 정기공시 (사업·반기·분기) 추론만 지원. AGM·만기·컨센서스·EDGAR 8-K 미포함 (P1+).
- fiscal year ≠ calendar year 인 회사 (소수) 는 추론 정확도 낮음 — capability 가 confidence 로 표시.
- 추론된 due date 는 예상 — 실제 회사 사정으로 ±3 일 변동 가능.
- US 시장 호출 → 빈 DataFrame + 안내. P1 에서 EDGAR 분기 cycle 추가 예정.
외부 본문 가드
본 recipe 는 dartlab internal capability (gather + Company.disclosure) 만 호출 — sourceType=internal. 외부 컨센서스 사이트 (FactSet/Bloomberg 등) 는 본 capability 가 호출하지 않는다. 사용자가 외부 confirmation 을 WebSearch 로 가져오면 그 결과는 [EXTERNAL CONTENT START/END] 마커로 감싸지고 2 차 검증 없이 인용 금지. 상세: runtime.workbenchEvidenceFlow.
런타임
실행 환경별 호환성
| 환경 | 상태 | 비고 / 제한 |
|---|---|---|
| Local Python | supported | — |
| Server | supported | — |
| MCP | supported | — |
| Web AI | unknown | — |
| Pyodide | limited |
|
실패 회피
흔한 실패 · 절대 금지
- confidence LOW 인 추론을 high-confidence 답변처럼 인용
- horizon_days 무시하고 너무 먼 cycle 까지 답변 (사용자 시야 흐림)
- 미국 종목 입력 시 기능 가 빈 결과 반환하는데 "데이터 없음" 안내 누락
- 추정 일정에 정확한 시각 인용 (예 — 5 월 15 일 09 시) — 기능 는 due date 까지만
- AGM·만기·컨센서스 일정처럼 본 기능 가 미지원하는 이벤트를 가짜로 채워 넣기