quant

엔진 역할

quant는 가격/거래량/수급/팩터/공시 텍스트/포트폴리오/전략을 정량적으로 계산하는 L2 엔진이다. 재무제표의 회계적 인과 해석은 analysis, 시장 레벨 매크로 해석은 macro, 후보 유니버스 발굴은 scan이 담당한다.

공개 호출 방식

import dartlab

guide = dartlab.quant()

tech = dartlab.quant("지표", "005930")
verdict = dartlab.quant("판단", "005930")
beta = dartlab.quant("베타", "005930", benchmarkMode="sector")
ranking = dartlab.quant("순위")
portfolio = dartlab.quant("리스크패리티", ["005930", "000660"])
bt = dartlab.quant("backtest", "005930", style="trendFollow")

c = dartlab.Company("005930")
company_quant = c.quant("모멘텀")
divergence = c.quant("괴리")

괴리는 Quant 대표 제품이다. 공시 이익 변화, 시장 횡단면 이익 서프라이즈 프록시, 가격 반응을 비교한다. 실제 애널리스트 컨센서스가 없으면 이를 기대치로 가장하지 않고 product.gaps에 quant.analystConsensus로 남긴다.

classification: underReaction | confirmation | overOptimism | deteriorationPriced | inconclusive
fundamental, expectation, price,
product{conclusion, confidence, evidence, gaps, scenarios, falsifiers, payload}

강행 호출 룰 (agent 답변 품질 회귀 차단)

46 axis 질문 (베타·모멘텀·변동성·factor·forecast·backtest 등) 에서 다음 4 룰 강행 - 위반 시 refs=0 회귀.

1. 1 차 도구는 EngineCall 강제. EngineCall(apiRef="quant", args={"axis": "베타", "stockCode": "005930"}) 양식. RunPython 직접 numpy/polars 계산은 engine 결과 부재 시에만 fallback - 처음부터 raw 계산 금지.
2. 본문 안 숫자에 inline ref 표기 필수 - [tableRef:...] 또는 [valueRef:...] 형식. ref 없는 quant 결과는 답변 보류.
3. backtest 결과는 executionRef 명시 - 백테스트 일자 / 룰 / 파라미터 ref 박지 않으면 hindsight 환각.
4. forecast/walkforward 같은 가정 강한 축은 [conf:30] 기본 - 가정 (lookahead window · trend assumption) 본문에 명시.

호출 동작

무인자 dartlab.quant()는 46개 축 가이드 DataFrame을 반환한다. axis와 종목을 주면 가격/거래량/재무/공시 snapshot을 읽어 축별 결과를 계산한다.

축은 단일 종목 축, 종목 불필요 횡단면 축, 종목 리스트 포트폴리오 축, rule/style 기반 전략 축으로 나뉜다. 필요한 입력이 없으면 가이드 또는 오류/제한을 반환하고 값을 만들지 않는다.

전체 축/메서드 목록