dartlab Capabilities

v0.9.14 기준 자동 생성. 직접 수정 금지.
uv run python scripts/build/generateSpec.py로 재생성.

Python API (31개)

import dartlab 후 사용 가능한 공개 API.

이름	종류	설명
`Company`	function	종목코드/회사명/ticker → 적절한 Company 인스턴스 생성.
`Fred`	class	FRED 경제지표 facade.
`OpenDart`	class	OpenDART API 통합 클라이언트.
`OpenEdgar`	class	SEC public API facade.
`config`	module	dartlab 전역 설정.
`ask`	function	AI 에게 질문. AI 가 모든 엔진(analysis/scan/macro/credit/gather/search)을 tool 로 다룬다.
`setup`	function	AI provider 설정 안내 + 인터랙티브 설정.
`search`	function	공시 검색. (alpha)
`listing`	function	목록 조회 단일 진입점.
`collect`	function	지정 종목 DART 데이터 수집 (OpenAPI).
`collectAll`	function	전체 상장종목 DART 데이터 일괄 수집.
`downloadAll`	function	HuggingFace에서 전체 시장 데이터 다운로드.
`scan`	function	시장 전체 횡단분석 통합 엔트리포인트.
`analysis`	module	Analysis 엔진 — L2 분석 모듈 통합.
`gather`	function	외부 시장 데이터 통합 수집 — 8축, 전부 Polars DataFrame.
`quant`	function	종목 레벨 정량분석 엔진 — 30축 7그룹.
`credit`	function	신용등급 산출 단일 진입점.
`macro`	function	시장 레벨 매크로 분석 엔진 — 6막 인과 서사.
`industry`	function	산업 매퍼엔진 진입점.
`topdown`	function	`dartlab.topdown(...)` 를 callable로 노출.
`verbose`	module	bool(x) -> bool
`dataDir`	module	str(object='') -> str
`codeToName`	function	종목코드 → 회사명.
`nameToCode`	function	회사명 → 종목코드. 정확히 일치하는 첫 번째 결과.
`searchName`	function	종목명/코드로 종목 찾기 (KR + US).
`pastInsight`	function	특정 회사의 과거 분석 서사 조회.
`sectorInsights`	function	동종 업계 과거 분석 서사 목록 (교차 학습).
`Review`	class	분석 리뷰 — 14축 전략분석 결과를 구조화 보고서로 렌더링.
`SelectResult`	class	select() 반환 객체 — DataFrame 위임 + 체이닝.
`ChartResult`	class	chart() 반환 객체 — 시각화 + 렌더링.
`capabilities`	function	dartlab 전체 기능 카탈로그 조회.

Python API 상세

Company

Capabilities: 종목코드 ("005930"), 회사명 ("삼성전자"), 영문 ticker ("AAPL") 모두 지원 canHandle() 체인: provider priority 순 자동 라우팅 (DART → EDGAR) 새 국가 추가 시 이 파일 수정 불필요 — provider 패키지만 추가 핵심 인터페이스: show(topic) / index / trace(topic) / diff() namespace: docs (원문) / finance (숫자) / report (정형공시) / profile (merge) 바로가기: BS/IS/CF/CIS, ratios, ratioSeries, timeseries 메타: sections, topics, filings(), market, currency Requires: DART: 사전 다운로드 데이터 (dartlab.downloadAll() 또는 자동 다운로드). EDGAR: 인터넷 연결 (On-demand 수집). AIContext: 개별 종목 분석의 시작점. explore/finance/analysis 수퍼툴이 이 객체를 소비. "삼성전자 분석해줘" → Company("005930") 생성 → briefing → LLM 해석. Guide: "삼성전자 재무제표" -> c = Company("005930"); c.show("IS") "사업 개요 보여줘" -> c.show("businessOverview") "어떤 데이터 있어?" -> c.index 또는 c.topics "출처 추적" -> c.trace("revenue") "기간 변화" -> c.diff() "종합평가" -> c.analysis("financial", "종합평가") "리뷰 보고서" -> c.review() "Apple 분석" -> Company("AAPL") (자동 EDGAR 라우팅) SeeAlso: search: 종목 검색 (종목코드 모를 때) scan: 전종목 횡단분석 (기업 비교) analysis: 14축 전략분석 gather: 주가/수급/거시 데이터

ask

Capabilities: 자연어로 기업/시장 분석 (종목은 질문 텍스트에서 AI 가 자동 감지) 스트리밍 출력 (기본) / 배치 반환 / Generator 직접 제어 원본 검증 · 가정 조정 · 업종 비교 전부 AI 자율 Requires: AI: provider 설정 (dartlab.setup() 참조) Guide: "삼성전자 수익성 분석" -> dartlab.ask("삼성전자 수익성 분석해줘") "삼성 vs SK하이닉스" -> dartlab.ask("삼성전자와 SK하이닉스 비교") "반도체 업황" -> dartlab.ask("반도체 업황 어때") (종목 불필요) SeeAlso: Company: 원본 데이터 조회 (show/select) scan: 전종목 비교 (프로그래밍)

setup

Capabilities: 전체 AI provider 설정 현황 테이블 표시 provider별 대화형 설정 (키 입력 → .env 저장) ChatGPT OAuth 브라우저 로그인 OpenAI/Gemini/Groq/Cerebras/Mistral API 키 설정 Ollama 로컬 LLM 설치 안내 Requires: 없음 AIContext: AI 분석 기능 사용 전 provider 설정 상태 확인 미설정 provider 감지 시 setup() 안내로 연결 설정 완료 여부를 프로그래밍 방식으로 체크 가능 Guide: "AI 설정 어떻게 해?" -> setup()으로 전체 현황 확인 "ChatGPT 연결하고 싶어" -> setup("chatgpt") "OpenAI 키 등록" -> setup("openai") "Ollama 어떻게 써?" -> setup("ollama") SeeAlso: ask: AI 질문 (setup 완료 후 사용) chat: AI 대화 (setup 완료 후 사용) llm.configure: 프로그래밍 방식 provider 설정

search

Capabilities: 제목 검색: 공시 유형명/섹션 제목에서 매칭 ("유상증자", "대표이사 변경") 본문 검색: 사업보고서 등 본문에서 개념 매칭 ("반도체 HBM 투자", "환율 리스크") 종목/기간 필터 지원 DART 공시 뷰어 링크 포함 (dartUrl 컬럼) Requires: 데이터: stemIndex (scope=title) + contentIndex (scope=content) AIContext: 공시를 찾을 때 사용. 공시 유형명으로 찾으면 제목 검색, 내용으로 찾으면 본문 검색. scope 지정 없이 자동 판별. Guide: "유상증자 한 회사?" -> search("유상증자") "반도체 투자 트렌드?" -> search("반도체 HBM 투자") SeeAlso: Company: 종목코드/회사명으로 Company 생성 listing: 전체 상장법인 목록

collect

Capabilities: 종목별 DART 공시 데이터 직접 수집 (finance, docs, report) 멀티키 병렬 수집 (DART_API_KEYS 쉼표 구분) 증분 수집 — 이미 있는 데이터는 건너뜀 카테고리별 선택 수집 Requires: API 키: DART_API_KEY AIContext: 사용자가 특정 종목의 최신 데이터를 직접 수집할 때 사용. Guide: "데이터 수집해줘" -> DART_API_KEY 필요. dartlab.setup("dart-key", "YOUR_KEY")로 설정 안내 "삼성전자 재무 데이터 수집" -> collect("005930", categories=["finance"]) 보안: 키는 로컬 .env에만 저장, 외부 전송 절대 없음 SeeAlso: Company: 수집된 데이터로 Company 생성하여 분석 search: 종목코드 모를 때 먼저 검색

collectAll

Capabilities: 전체 상장종목 DART 공시 데이터 일괄 수집 미수집 종목만 선별 수집 (mode="new") 또는 전체 재수집 (mode="all") 멀티키 병렬 수집 (DART_API_KEYS 쉼표 구분) 카테고리별 선택 (finance, docs, report) Requires: API 키: DART_API_KEY Guide: "전종목 데이터 수집" -> collectAll() 안내. DART_API_KEY 필요 "재무 데이터만 수집" -> collectAll(categories=["finance"]) 보안: 키는 로컬 .env에만 저장, 외부 전송 절대 없음 SeeAlso: collect: 특정 종목만 수집 downloadAll: HuggingFace 사전구축 데이터 (API 키 불필요, 더 빠름)

downloadAll

Capabilities: HuggingFace 사전 구축 데이터 일괄 다운로드 finance (~600MB, 2700+종목), docs (~8GB, 2500+종목), report (~320MB, 2700+종목) 이어받기/병렬 다운로드 지원 (huggingface_hub) 전사 분석(scanAccount, governance, digest 등)에 필요한 데이터 사전 준비 Requires: 없음 (HuggingFace 공개 데이터셋) Guide: "데이터 어떻게 받아?" -> downloadAll("finance") 안내. API 키 불필요 "scan 쓰려면?" -> downloadAll("finance") + downloadAll("report") 필요 finance 먼저 (600MB), report 다음 (320MB), docs는 대용량 주의 (8GB) SeeAlso: scan: 다운로드된 데이터로 전종목 비교 collect: DART API로 직접 수집 (최신 데이터, API 키 필요)

gather

Capabilities: price: OHLCV 시계열 (KR Naver/US Yahoo, 기본 1년, 최대 6000거래일) flow: 외국인/기관 수급 동향 (KR 전용, Naver) macro: ECOS(KR 12개) / FRED(US 25개) 거시지표 시계열 news: Google News RSS 뉴스 수집 (최근 30일) sector: 업종 분류 (KR KIND+Naver) insider: 내부자 거래 (KR DART) ownership: 기관/외국인 지분 보유 (KR Naver) peers: 동종업종 피어 종목 (시총 포함, KR Naver) 자동 fallback 체인, circuit breaker, TTL 캐시 Requires: price/flow/news: 없음 (공개 API) macro: API 키 — ECOS_API_KEY (KR) 또는 FRED_API_KEY (US) AIContext: ask()/chat()에서 주가/수급/거시 데이터를 컨텍스트로 주입 가능 기업 분석 시 시장 데이터 보충 자료로 활용 Guide: "주가 추이 보여줘" -> gather("price", "005930") "외국인 매매 동향" -> gather("flow", "005930") "금리 추이 알려줘" -> gather("macro", "BASE_RATE") 또는 gather("macro", "FEDFUNDS") "최근 뉴스 찾아줘" -> gather("news", "삼성전자") "업종 알려줘" -> gather("sector", "005930") "내부자 거래 보여줘" -> gather("insider", "005930") "지분 보유 현황" -> gather("ownership", "005930") "동종업종 비교" -> gather("peers", "005930") "미국 거시지표 전체" -> gather("macro", market="US") 또는 gather("US") 주가+수급은 scan과 다름. scan은 재무 기반 횡단, gather는 시장 실시간. SeeAlso: scan: 재무 기반 전종목 횡단분석 (거버넌스, 현금흐름 등) Company: 개별 종목 공시/재무 데이터 analysis: 14축 전략분석 (재무비율, 수익구조 등)

Review

Capabilities: buildReview(company): 템플릿 기반 전체 리뷰 자동 생성 (2부 14축) Review([blocks...]): 블록 자유 조립 (맞춤 보고서) Review(stockCode=..., sections=[...]): 직접 구성 render(fmt): rich/html/markdown/json 4종 렌더링 toHtml(), toMarkdown(), toJson() 편의 메서드 Jupyter/Colab/Marimo 자동 HTML 렌더링 (repr_html) Requires: Company 객체 (buildReview 사용 시) 또는 Block 리스트. AIContext: review 수퍼툴이 이 클래스의 기능을 AI에게 노출. blocks action으로 블록 카탈로그, section으로 섹션별 리뷰. Guide: "분석 보고서 보여줘" -> c.review() 또는 buildReview(company) "수익구조만 보고 싶어" -> c.review("수익구조") "HTML로 내보내기" -> review.toHtml() "블록 목록 보여줘" -> blocks(company) (카탈로그 테이블) "매출 성장률 블록만" -> b = blocks(c); b["growth"] SeeAlso: analysis: 14축 전략분석 엔진 (Review의 데이터 공급원) blocks: 블록 사전 (한글/영문/tab-complete) Company.review: Company에서 바로 호출

capabilities

Capabilities: CAPABILITIES dict에서 부분 조회 가능. key 없이 호출 시 전체 키 목록(summary 포함) 반환. key 지정 시 해당 항목의 상세(guide, capabilities, seeAlso 등) 반환. search 지정 시 자연어 질문 기반 관련 API 검색 (상위 10개). Requires: 없음 AIContext: AI가 "dartlab에 뭐가 있는지" 모를 때 탐색용. capabilities() → 목차 확인 → capabilities("analysis") → 상세 확인 → execute_code. capabilities(search="재무건전성") → 질문 관련 API 검색 → 코드 생성. Guide: "dartlab 뭐 할 수 있어?" -> capabilities() "분석 기능 뭐 있어?" -> capabilities("analysis") "scan 어떻게 써?" -> capabilities("scan") "재무건전성 관련 API?" -> capabilities(search="재무건전성") SeeAlso: ask: AI 질문 (capabilities로 기능 파악 후 ask로 분석) setup: AI provider 설정 (capabilities 확인 후 설정)

CLI (18개 명령)

dartlab <command> 형태로 사용.

명령	설명
`show`	topic 기반 데이터 조회
`search`	종목코드/회사명 검색
`statement`	재무제표 출력 (BS/IS/CIS/CF/SCE)
`sections`	docs 수평화 sections 출력
`profile`	Company index/facts 출력
`modules`	사용 가능한 데이터 모듈 목록
`ask`	자연어 원스톱 AI 분석
`report`	Markdown 분석 보고서 생성
`excel`	기업 데이터 Excel 내보내기
`review`	기업 분석 검토서 (데이터/AI)
`collect`	DART/EDGAR 데이터 수집
`update`	로컬 데이터를 HuggingFace 최신으로 갱신
`ai`	AI 분석 웹 인터페이스 실행
`channel`	외부 공유 채널 (DevTunnels 기본, 모바일 호환)
`status`	LLM 연결 상태 확인
`setup`	LLM provider/API 키 설정
`mcp`	MCP 서버 실행 (stdio)
`plugin`	플러그인 관리 (list/create)

Server API (81개 엔드포인트)

FastAPI /api/* 엔드포인트. 모든 클라이언트의 단일 소비 경로.

Method	Path	설명
GET	`/api/status`	LLM provider 상태 확인 (설치/인증/모델 포함).
GET	`/api/suggest`	회사 데이터 상태에 맞는 추천 질문 목록을 반환한다.
POST	`/api/provider/validate`	LLM provider 검증. 전역 상태는 변경하지 않는다.
POST	`/api/configure`	구버전 alias. 현재는 provider 검증만 수행한다.
GET	`/api/ai/profile`	공통 AI profile + provider catalog 반환.
PUT	`/api/ai/profile`	공통 AI profile 갱신.
POST	`/api/ai/profile/secrets`	provider secret 저장/삭제.
POST	`/api/openapi/dart-key/validate`	OpenDART API 키 유효성만 검증한다.
PUT	`/api/openapi/dart-key`	프로젝트 .env에 OpenDART API 키를 저장한다.
DELETE	`/api/openapi/dart-key`	프로젝트 .env의 OpenDART API 키를 제거한다.
POST	`/api/channels/{platform}/start`	외부 채널 어댑터 시작.
POST	`/api/channels/{platform}/stop`	외부 채널 어댑터 정지.
GET	`/api/ai/profile/events`	profile 변경 SSE 스트림.
GET	`/api/models/{provider}`	Provider별 사용 가능한 모델 목록 — SDK/API 자동 조회, 실패시 fallback.
POST	`/api/codex/logout`	Codex CLI에 저장된 계정 인증을 제거한다.
GET	`/api/oauth/authorize`	ChatGPT OAuth 인증 시작 — 브라우저 로그인 URL 반환 + 로컬 콜백 서버 시작.
GET	`/api/oauth/status`	OAuth 인증 완료 여부 폴링.
POST	`/api/oauth/logout`	OAuth 토큰 제거.
POST	`/api/ollama/pull`	Ollama 모델 다운로드 (SSE 스트리밍 진행률).
GET	`/api/company/{code}/diff`	Company sections 전체 diff 요약.
GET	`/api/company/{code}/diff/matrix`	topic × period 변화 매트릭스 + 히트맵 스펙.
GET	`/api/company/{code}/diff/{topic}/summary`	뷰어용 diff 요약 — changeRate + 최신 변경의 added/removed 미리보기.
GET	`/api/company/{code}/diff/{topic}`	Company 특정 topic의 두 기간 줄+글자 단위 diff.
GET	`/api/company/{code}/bridge/{topic}`	텍스트-재무 숫자 교차 참조.
GET	`/api/company/{code}/topics/graph`	topic간 상호 참조 그래프.
GET	`/api/company/{code}/search`	현재 회사의 sections 전체 텍스트에서 substring 검색.
GET	`/api/company/{code}/searchIndex`	MiniSearch 인덱스용 flat document list.
GET	`/api/company/{code}/modules`	기업의 사용 가능한 데이터 모듈 목록.
POST	`/api/ask`	LLM 질문 — AI가 질문 의도를 자율 판단하고 종목/매크로/비교를 결정한다.
GET	`/api/search`	종목 검색 — substring 우선, 결과 없으면 fuzzy(초성/Levenshtein) fallback.
GET	`/api/company/{code}`	종목 기본 정보 + 사용 가능 API surface 목록.
GET	`/api/company/{code}/index`	회사 데이터 구조 인덱스 DataFrame.
GET	`/api/company/{code}/sections`	merged topic x period 수평화 테이블.
GET	`/api/company/{code}/init`	SPA 초기 로드용 번들 — toc + 첫 topic viewer + diff 요약.
GET	`/api/company/{code}/toc`	목차(TOC) — chapter/topic 트리 구조.
GET	`/api/company/{code}/viewer/{topic}`	단일 topic의 viewer 데이터 — sections 블록 + 텍스트 문서.
GET	`/api/company/{code}/viewer2/{topic}`	sections 기반 신구대조 뷰어 — viewer() dict 반환.
POST	`/api/company/{code}/viewer/batch`	여러 topic의 viewer 데이터를 한 번에 반환 — chapter 확장 시 N+1 제거.
GET	`/api/company/{code}/show/{topic}/all`	topic의 전 기간 viewer 블록 일괄 반환.
POST	`/api/company/{code}/show/{topic}/{block_idx}/parse`	원문 테이블 블록을 구조화 DataFrame으로 파싱.
GET	`/api/company/{code}/show/{topic}`	topic payload 조회 — show(topic) API 대응.
GET	`/api/company/{code}/trace/{topic}`	source provenance 조회 — trace(topic) API 대응.
GET	`/api/company/{code}/summary/{topic}`	topic 데이터를 LLM으로 요약하여 SSE 스트리밍 반환.
GET	`/api/company/{code}/insights`	7영역 인사이트 등급 (A~F) + 이상 징후.
GET	`/api/company/{code}/network`	관계사 네트워크 그래프 — ego 중심 N-hop.
GET	`/api/company/{code}/scan/{axis}`	6-Axis 스캔 단일 축 결과 + 시장 내 위치.
GET	`/api/company/{code}/scan/position`	6-Axis 전체 포지션 요약 — 사전 빌드 스냅샷 기반.
GET	`/api/company/{code}/insights/unified`	통합 인사이트 — 등급 + 스캔 + 피어 결합.
GET	`/filings`	공시 목록 — HF 데이터 기반.
GET	`/company/{corp}`	기업 기본 정보 — HF 데이터 기반.
GET	`/finance/{corp}`	재무제표 — HF parquet 즉시 반환.
GET	`/show/{corp}/{topic}`	공시 토픽 데이터 — HF parquet 즉시 반환.
GET	`/report/{corp}/{category}`	보고서 (배당, 직원, 임원 등) — HF parquet 즉시 반환.
GET	`/scan/{axis}`	전종목 횡단분석 — 프리빌드 parquet 즉시 반환.
GET	`/search`	공시 원문 검색 — stemIndex 즉시 반환.
GET	`/listing`	상장 종목/공시 목록.
GET	`/api/data/sources/{code}`	경량 데이터 소스 목록 — registry 메타 + 파일 존재 여부만 확인 (빠름).
GET	`/api/data/preview/{code}/{module}`	데이터 미리보기 — 모듈 데이터를 JSON으로 반환 (테이블/텍스트).
GET	`/api/data/stats`	로컬 데이터 현황 — 문서/재무 파일 수, dartlab 버전.
GET	`/api/spec`	시스템 스펙 조회 — LLM/MCP/외부 클라이언트용 (deprecated).
GET	`/api/export/modules/{code}`	Excel 내보내기 가능한 모듈 목록.
GET	`/api/export/sources/{code}`	데이터 소스 디스커버리 — registry 기반 전체 소스 트리.
GET	`/api/export/templates`	저장된 템플릿 목록 (프리셋 포함).
GET	`/api/export/templates/{template_id}`	단일 템플릿 조회.
POST	`/api/export/templates`	템플릿 저장 (신규 or 업데이트).
DELETE	`/api/export/templates/{template_id}`	템플릿 삭제.
GET	`/api/export/excel/{code}`	Excel 파일 내보내기 — .xlsx 다운로드.
GET	`/api/fred/series/{series_id}`	FRED 시계열 조회 + 변환.
GET	`/api/fred/search`	FRED 시리즈 검색.
GET	`/api/fred/compare`	복수 시계열 비교.
GET	`/api/fred/catalog`	주요 경제지표 카탈로그.
GET	`/api/fred/correlation`	시계열 상관분석 + 선행/후행.
POST	`/api/room/join`	룸 참여 — member_id + 현재 상태 반환.
POST	`/api/room/leave`	룸 퇴장.
POST	`/api/room/heartbeat`	프레즌스 유지.
GET	`/api/room/state`	현재 룸 상태.
GET	`/api/room/stream`	SSE 스트림 — 브로드캐스트 수신.
POST	`/api/room/ask`	질문 → 전체 브로드캐스트.
POST	`/api/room/navigate`	네비게이션 동기화.
POST	`/api/room/chat`	채팅 메시지.
POST	`/api/room/react`	이모지 반응.

Data Modules (69개)

core/registry.py DataEntry 기반. 모듈 추가 = 한 줄 → 7곳 자동 반영.

시계열 재무제표 (finance)

name	label	dataType	description
`annual.IS`	손익계산서(연도별)	`timeseries`	연도별 손익계산서 시계열. 매출액, 영업이익, 순이익 등 전체 계정.
`annual.BS`	재무상태표(연도별)	`timeseries`	연도별 재무상태표 시계열. 자산, 부채, 자본 전체 계정.
`annual.CF`	현금흐름표(연도별)	`timeseries`	연도별 현금흐름표 시계열. 영업/투자/재무활동 현금흐름.
`timeseries.IS`	손익계산서(분기별)	`timeseries`	분기별 손익계산서 standalone 시계열.
`timeseries.BS`	재무상태표(분기별)	`timeseries`	분기별 재무상태표 시점잔액 시계열.
`timeseries.CF`	현금흐름표(분기별)	`timeseries`	분기별 현금흐름표 standalone 시계열.

공시 파싱 모듈 (report)

name	label	dataType	description
`BS`	재무상태표	`dataframe`	K-IFRS 연결 재무상태표. finance XBRL 정규화(snakeId) 기반, 회사간 비교 가능. finance 없으면 docs fallback.
`IS`	손익계산서	`dataframe`	K-IFRS 연결 손익계산서. finance XBRL 정규화 기반. 매출액, 영업이익, 순이익 등 전체 계정 포함.
`CF`	현금흐름표	`dataframe`	K-IFRS 연결 현금흐름표. finance XBRL 정규화 기반. 영업/투자/재무활동 현금흐름.
`fsSummary`	요약재무정보	`dataframe`	DART 공시 요약재무정보. 다년간 주요 재무지표 비교.
`segments`	부문정보	`dataframe`	사업부문별 매출·이익 데이터. 부문간 수익성 비교 가능.
`tangibleAsset`	유형자산	`dataframe`	유형자산 변동표. 취득/처분/감가상각 내역.
`costByNature`	비용성격별분류	`dataframe`	비용을 성격별로 분류한 시계열. 원재료비, 인건비, 감가상각비 등.
`dividend`	배당	`dataframe`	배당 시계열. 연도별 DPS, 배당총액, 배당성향, 배당수익률.
`majorHolder`	최대주주	`dataframe`	최대주주 지분율 시계열. 지분 변동은 경영권 안정성의 핵심 지표.
`employee`	직원현황	`dataframe`	직원 수, 평균 근속연수, 평균 연봉 시계열.
`subsidiary`	자회사투자	`dataframe`	종속회사 투자 시계열. 지분율, 장부가액 변동.
`bond`	채무증권	`dataframe`	사채, CP 등 채무증권 발행·상환 시계열.
`shareCapital`	주식현황	`dataframe`	발행주식수, 자기주식, 유통주식수 시계열.
`executive`	임원현황	`dataframe`	등기임원 구성 시계열. 사내이사/사외이사/비상무이사 구분.
`executivePay`	임원보수	`dataframe`	임원 유형별 보수 시계열. 등기이사/사외이사/감사 구분.
`audit`	감사의견	`dataframe`	외부감사인의 감사의견과 감사보수 시계열. 적정 외 의견은 중대 위험 신호.
`boardOfDirectors`	이사회	`dataframe`	이사회 구성 및 활동 시계열. 개최횟수, 출석률 포함.
`capitalChange`	자본변동	`dataframe`	자본금 변동 시계열. 보통주/우선주 주식수·액면 변동.
`contingentLiability`	우발부채	`dataframe`	채무보증, 소송 현황. 잠재적 재무 리스크 지표.
`internalControl`	내부통제	`dataframe`	내부회계관리제도 감사의견 시계열.
`relatedPartyTx`	관계자거래	`dataframe`	대주주 등과의 매출·매입 거래 시계열. 이전가격 리스크 확인.
`rnd`	R&D	`dataframe`	연구개발비용 시계열. 기술 투자 강도 판단.
`sanction`	제재현황	`dataframe`	행정제재, 과징금, 영업정지 등 규제 조치 이력.
`affiliateGroup`	계열사	`dataframe`	기업집단 소속 계열회사 현황. 상장/비상장 구분.
`fundraising`	증자감자	`dataframe`	유상증자, 무상증자, 감자 이력.
`productService`	주요제품	`dataframe`	주요 제품/서비스별 매출액과 비중.
`salesOrder`	매출수주	`dataframe`	매출실적 및 수주 현황.
`riskDerivative`	위험관리	`dataframe`	환율·이자율·상품가격 리스크 관리. 파생상품 보유 현황.
`articlesOfIncorporation`	정관	`dataframe`	정관 변경 이력. 사업목적 추가·변경으로 신사업 진출 파악.
`otherFinance`	기타재무	`dataframe`	대손충당금, 재고자산 관련 기타 재무 데이터.
`companyHistory`	연혁	`dataframe`	회사 주요 연혁 이벤트 목록.
`shareholderMeeting`	주주총회	`dataframe`	주주총회 안건 및 의결 결과.
`auditSystem`	감사제도	`dataframe`	감사위원회 구성 및 활동 현황.
`affiliate`	관계기업투자	`dataframe`	관계기업/공동기업 투자 변동 시계열. 지분법손익, 기초/기말 장부가 포함.
`investmentInOther`	타법인출자	`dataframe`	타법인 출자 현황. 투자목적, 지분율, 장부가 등.
`companyOverviewDetail`	회사개요	`dict`	설립일, 상장일, 대표이사, 주소, 주요사업 등 기본 정보.
`holderOverview`	주주현황	`custom`	5% 이상 주주, 소액주주 현황, 의결권 현황. majorHolder보다 상세한 주주 구성.

서술형 공시 (disclosure)

name	label	dataType	description
`business`	사업의내용	`text`	사업보고서 '사업의 내용' 서술. 사업 구조와 현황 파악.
`companyOverview`	회사개요정량	`dict`	공시 기반 회사 정량 개요 데이터.
`mdna`	MD&A	`text`	이사의 경영진단 및 분석의견. 경영진 시각의 실적 평가와 전망.
`rawMaterial`	원재료설비	`dict`	원재료 매입, 유형자산 현황, 시설투자 데이터.
`sections`	사업보고서섹션	`dataframe`	사업보고서 전체 섹션 텍스트를 topic(행) × period(열) DataFrame으로 구조화. leaf title 기준 수평 비교 가능. 연간+분기+반기 전 기간 포함.

K-IFRS 주석 (notes)

name	label	dataType	description
`notes.receivables`	매출채권	`dataframe`	K-IFRS 매출채권 주석. 채권 잔액 및 대손충당금 내역.
`notes.inventory`	재고자산	`dataframe`	K-IFRS 재고자산 주석. 원재료/재공품/제품 내역별 금액.
`notes.tangibleAsset`	유형자산(주석)	`dataframe`	K-IFRS 유형자산 변동 주석. 토지, 건물, 기계 등 항목별 변동.
`notes.intangibleAsset`	무형자산	`dataframe`	K-IFRS 무형자산 주석. 영업권, 개발비 등 항목별 변동.
`notes.investmentProperty`	투자부동산	`dataframe`	K-IFRS 투자부동산 주석. 공정가치 및 변동 내역.
`notes.affiliates`	관계기업(주석)	`dataframe`	K-IFRS 관계기업 투자 주석. 지분법 적용 내역.
`notes.borrowings`	차입금	`dataframe`	K-IFRS 차입금 주석. 단기/장기 차입 잔액 및 이자율.
`notes.provisions`	충당부채	`dataframe`	K-IFRS 충당부채 주석. 판매보증, 소송, 복구 등.
`notes.eps`	주당이익	`dataframe`	K-IFRS 주당이익 주석. 기본/희석 EPS 계산 내역.
`notes.lease`	리스	`dataframe`	K-IFRS 리스 주석. 사용권자산, 리스부채 내역.
`notes.segments`	부문정보(주석)	`dataframe`	K-IFRS 부문정보 주석. 사업부문별 상세 데이터.
`notes.costByNature`	비용의성격별분류(주석)	`dataframe`	K-IFRS 비용의 성격별 분류 주석.

원본 데이터 (raw)

name	label	dataType	description
`rawDocs`	공시 원본	`dataframe`	공시 문서 원본 parquet. 가공 전 전체 테이블과 텍스트.
`rawFinance`	XBRL 원본	`dataframe`	XBRL 재무제표 원본 parquet. 매핑/정규화 전 원본 데이터.
`rawReport`	보고서 원본	`dataframe`	정기보고서 API 원본 parquet. 파싱 전 원본 데이터.

분석 엔진 (analysis)

name	label	dataType	description
`ratios`	재무비율	`ratios`	financeEngine이 자동계산한 수익성·안정성·밸류에이션 비율.
`insight`	인사이트	`custom`	7영역 A~F 등급 분석 (실적, 수익성, 건전성, 현금흐름, 지배구조, 리스크, 기회).
`sector`	섹터분류	`custom`	WICS 11대 섹터 분류. 대분류/중분류 + 섹터별 파라미터.
`rank`	시장순위	`custom`	전체 시장 및 섹터 내 매출/자산/성장률 순위.
`keywordTrend`	키워드 트렌드	`dataframe`	공시 텍스트 키워드 빈도 추이 (topic × period × keyword). 54개 내장 키워드 또는 사용자 지정.
`news`	뉴스	`dataframe`	최근 뉴스 수집 (KR: Google News 한국어, US: Google News 영어). 날짜/제목/출처/URL.

AI Tools (0개)

LLM 에이전트가 tool calling으로 사용하는 도구. priority 내림차순.

Scan Axis (20개 축)

dartlab.scan(axis, target) 형태로 전종목 횡단분석.

축	한글	설명	target 파라미터	필수	반환타입
`governance`	거버넌스	지배구조 (지분율, 사외이사, 보수비율, 감사의견, 소액주주 분산)	stockCode 필터	-	DataFrame
`workforce`	인력/급여	직원수, 평균급여, 인건비율, 1인당부가가치, 성장률, 고액보수	stockCode 필터	-	DataFrame
`capital`	주주환원	배당, 자사주(취득/처분/소각), 증자/감자, 환원 분류	stockCode 필터	-	DataFrame
`debt`	부채구조	사채만기, 부채비율, ICR, 위험등급	stockCode 필터	-	DataFrame
`account`	계정	전종목 단일 계정 시계열 (매출액, 영업이익 등)	snakeId	O	DataFrame
`ratio`	비율	전종목 단일 재무비율 시계열 (ROE, 부채비율 등)	ratioName	O	DataFrame
`network`	네트워크	상장사 관계 네트워크 (출자/지분/계열)	stockCode 필터	-	dict
`cashflow`	현금흐름	OCF/ICF/FCF + 현금흐름 패턴 분류 (8종)	stockCode 필터	-	DataFrame
`audit`	감사리스크	감사의견, 감사인변경, 특기사항, 감사독립성비율	stockCode 필터	-	DataFrame
`insider`	내부자지분	최대주주 지분변동, 자기주식 현황, 경영권 안정성	stockCode 필터	-	DataFrame
`quality`	이익의 질	Accrual Ratio + CF/NI 비율 — 이익이 현금 뒷받침되는지	stockCode 필터	-	DataFrame
`liquidity`	유동성	유동비율 + 당좌비율 — 단기 지급능력	stockCode 필터	-	DataFrame
`growth`	성장성	매출/영업이익/순이익 CAGR + 성장 패턴 분류 (6종)	stockCode 필터	-	DataFrame
`profitability`	수익성	영업이익률/순이익률/ROE/ROA + 등급	stockCode 필터	-	DataFrame
`efficiency`	효율성	자산/재고/매출채권 회전율 + CCC(현금전환주기) + 등급	stockCode 필터	-	DataFrame
`valuation`	밸류에이션	PER/PBR/PSR + 시가총액 + 등급 (네이버 실시간)	stockCode 필터	-	DataFrame
`dividendTrend`	배당추이	DPS 3개년 시계열 + 패턴 분류 (연속증가/안정/감소/시작/중단)	stockCode 필터	-	DataFrame
`macroBeta`	거시베타	전종목 GDP/금리/환율 베타 횡단면 (OLS 회귀). 사전 수집: Ecos().series('GDP', enrich=True)	stockCode 필터	-	DataFrame
`screen`	스크리닝	멀티팩터 스크리닝 (value/dividend/growth/risk/quality 프리셋)	target	-	DataFrame
`disclosureRisk`	공시리스크	공시 변화 기반 선행 리스크 (우발부채, 감사변경, 계열변화, 사업전환)	stockCode 필터	-	DataFrame

한글 별칭:

account: 계정
audit: 감사, 감사리스크
capital: 주주환원, 배당
cashflow: 현금흐름, 현금
debt: 부채, 부채구조, 사채
disclosureRisk: 공시리스크, 공시변화
dividendTrend: 배당추이, 배당시계열, 배당트렌드
efficiency: 효율성, 회전율
governance: 거버넌스, 지배구조
growth: 성장성, 성장
insider: 내부자, 내부자지분, 지분
liquidity: 유동성, 유동비율
macroBeta: 거시베타, 매크로베타, 거시민감도
network: 네트워크, 관계
profitability: 수익성
quality: 이익의질, 이익의 질, 이익품질, 어닝퀄리티
ratio: 비율
screen: 스크리닝, 스크린, 필터
valuation: 밸류에이션, 밸류
workforce: 인력, 급여, 인력/급여

사용법:

import dartlab

dartlab.scan("governance")              # 전 상장사 거버넌스
dartlab.scan("governance", "005930")    # 삼성전자만 필터
dartlab.scan("ratio", "roe")            # 전종목 ROE
dartlab.scan("account", "sales")        # 전종목 매출액 시계열
dartlab.scan.topics()                   # 가용 축 목록

Gather Axis (8개 축)

dartlab.gather(axis, target) 형태로 외부 시장 데이터 수집.

축	한글	설명	target 필수
`price`	주가	OHLCV 시계열 (기본 1년) — Naver/Yahoo/FMP fallback	O
`flow`	수급	외국인/기관 매매 동향 (KR 전용)	O
`macro`	거시지표	ECOS(KR 12개) / FRED(US 25개) 거시 시계열	-
`news`	뉴스	Google News RSS — 최근 30일	O
`sector`	업종	업종 분류 — KR(KIND+Naver) / US(Yahoo)	O
`insider`	내부자거래	임원/주요주주 주식 거래 — KR(DART) / US(Yahoo)	O
`ownership`	지분	기관/외국인 보유 현황	O
`peers`	피어	같은 업종 내 피어 종목 목록 (시총 포함)	O

한글 별칭:

flow: 수급
insider: 내부자
macro: 거시, 매크로
news: 뉴스
ownership: 지분
peers: 피어, 동종업종
price: 주가
sector: 업종

사용법:

import dartlab

dartlab.gather("price", "005930")   # 삼성전자 주가
dartlab.gather("flow", "005930")     # 수급 동향
dartlab.gather("macro")              # KR 거시지표 전체
dartlab.gather("news", "삼성전자")    # 뉴스

Company (통합 facade)

입력을 자동 판별하여 DART 또는 EDGAR 시장 전용 Company를 생성한다. 현재 DART Company의 공개 진입점은 index -> show(topic) -> trace(topic) 이다.

import dartlab

kr = dartlab.Company("005930")
kr = dartlab.Company("삼성전자")
us = dartlab.Company("AAPL")

kr.market                    # "KR"
us.market                    # "US"

판별 규칙

입력	결과	예시
6자리 숫자	DART Company	`Company("005930")`
한글 포함	DART Company	`Company("삼성전자")`
영문 1~5자리	EDGAR Company	`Company("AAPL")`

Company 메서드/프로퍼티

DartCompany에서 동적 추출 (57개).

이름	종류	설명
`analysis`	property	재무제표 완전 분석 — 14축, 6막 인과 구조. dual access (api-contract).
`ask`	method	LLM에게 이 기업에 대해 질문.
`audit`	method	감사 리스크 종합 분석.
`canHandle`	method	DART 종목코드(6자) 또는 한글 회사명이면 처리 가능.
`capital`	method	주주환원 분석 (배당, 자사주, 총환원율).
`causalWeights`	method	6막 인과 가중치 — 수익구조→수익성→현금흐름→자금조달→자산배치→가치평가 amplify/dampen/neutral.
`codeName`	method	종목코드 → 회사명 변환.
`contextSlices`	property	LLM 투입용 context slice DataFrame.
`credit`	property	dartlab 독립 신용평가 (dCR-AAA~D). 7축 — 채무상환/자본구조/유동성/현금흐름/사업안정성/재무신뢰성/공시리스크.
`currency`	property	통화 코드 (DART 제공자는 항상 KRW).
`debt`	method	부채 구조 분석 (차입금, 부채비율, 만기 구조).
`diff`	method	기간간 텍스트 변경 비교.
`disclosure`	method	OpenDART 전체 공시 목록 조회.
`facts`	property	topic × period 형태의 통합 facts 테이블 (sections + finance + report merge).
`filings`	method	공시 문서 목록 + DART 뷰어 링크.
`fiscalYearEnd`	property	회계연도 종료 월-일 (한국 종목은 12-31 표준).
`gather`	method	외부 시장 데이터 수집 — 4축 (price/flow/macro/news).
`governance`	method	지배구조 분석 (이사회, 감사위원, 최대주주).
`index`	property	현재 공개 Company 구조 인덱스 DataFrame -- 전체 데이터 목차.
`industry`	method	이 회사의 밸류체인 산업 내 위치를 분석한다.
`keywordTrend`	method	공시 텍스트 키워드 빈도 추이 (topic x period x keyword).
`listing`	method	KRX 전체 상장법인 목록 (KIND 기준).
`liveFilings`	method	OpenDART 기준 실시간 공시 목록 조회.
`macro`	method	시장 매크로 (6막 인과 — 사이클/재고/기업/정책/유동성/심리/시나리오). KR 자동 위임.
`market`	property	시장 코드 (DART 제공자는 항상 KR).
`narrativeDiff`	method	각 claim 제거 시 dFV 변화 — Thought Anchors 기반 정량 기여도.
`network`	method	관계 네트워크 (지분출자 + 그룹 계열사 지도).
`news`	method	최근 뉴스 수집.
`priority`	method	낮을수록 먼저 시도. DART=10 (기본 provider).
`quant`	property	주가 기술적 분석 (30축). 기술지표/팩터/감성/최적화. dual access.
`rank`	property	전체 시장 + 섹터 내 규모 순위 (매출/자산/성장률).
`rawDocs`	property	공시 문서 원본 parquet 전체 (가공 전).
`rawFinance`	property	재무제표 원본 parquet 전체 (가공 전).
`rawReport`	property	정기보고서 원본 parquet 전체 (가공 전).
`readFiling`	method	접수번호 또는 liveFilings row로 공시 원문을 읽는다.
`resolve`	method	종목코드 또는 회사명 → 종목코드 변환.
`retrievalBlocks`	property	원문 markdown 보존 retrieval block DataFrame.
`review`	property	5엔진 결과 조립 보고서 — 11 reportType × 7 template. 느림(60~80초). dual access.
`search`	method	회사명 부분 검색 (KIND 목록 기준).
`sections`	property	sections — docs + finance + report 통합 지도.
`sector`	property	WICS 투자 섹터 분류 (KIND 업종 + 키워드 기반).
`sectorParams`	property	현재 종목의 섹터별 밸류에이션 파라미터.
`select`	property	show() 결과에서 행/열 필터 — dual access.
`show`	property	원본 데이터 단일 진입점 — 재무제표(BS/IS/CF/CIS)/주석/공시 DataFrame. analysis 결과 검증용.
`sources`	property	docs/finance/report 3개 source의 가용 현황 요약.
`status`	method	로컬에 보유한 전체 종목 인덱스.
`storyTree`	method	Damodaran 3P — possible(낙관)/plausible(중도)/probable(보수) 3 DCF + 민감도.
`table`	method	subtopic wide 셀의 markdown table을 구조화 DataFrame으로 파싱.
`topicSummaries`	method	토픽별 요약 dict — AI가 경로 탐색에 사용.
`topics`	property	topic별 요약 DataFrame -- 전체 데이터 지도.
`trace`	method	topic 데이터의 출처(docs/finance/report)와 선택 근거 추적.
`update`	method	누락된 최신 공시를 증분 수집.
`validateStory`	method	Damodaran 스토리 검증 — Possible / Plausible / Probable 3 테스트 통합.
`valuationImpact`	method	인과 체인에서 DCF override 힌트 — narrative → 숫자 피드백.
`view`	method	브라우저에서 공시 뷰어를 엽니다.
`watch`	method	공시 변화 감지 — 중요도 스코어링 기반 변화 요약.
`workforce`	method	인력/급여 분석 (직원수, 평균급여, 근속연수).

Company 메서드 상세

Company.analysis

Guide: "분석해줘" → c.analysis() (가이드 반환) "수익성" → c.analysis("financial", "수익성") "가치평가" → c.analysis("valuation", "가치평가") "override 재계산" → c.analysis("가치평가", overrides={"wacc": 9.0})

실제 동작은 _analysisImpl 참조.

Company.ask

Capabilities: 엔진 계산 결과를 컨텍스트로 조립하여 LLM에 전달 질문 분류 기반 분석 패키지 자동 선택 (financial, valuation, risk 등) 멀티 provider 지원 (openai, ollama, codex 등) 스트리밍 응답 지원 Requires: API 키: LLM provider API 키 (OPENAI_API_KEY 등) AIContext: AI가 분석 전 과정을 주도. dartlab 엔진(analysis, scan, gather 등)을 도구로 호출하여 데이터 수집, 계산, 판단, 해석을 수행. Guide: "영업이익률 분석해줘" → c.ask("영업이익률 추세는?") "AI한테 질문하고 싶어" → c.ask("질문") "스트리밍으로 답변받기" → c.ask("질문", stream=True) SeeAlso: chat: 에이전트 모드 (tool calling 기반 심화 분석) reviewer: 구조화된 AI 보고서 (자유 질문이 아닌 섹션별) review: AI 없는 데이터 검토서

Company.audit

Capabilities: 감사의견 추이 (적정/한정/부적정/의견거절) 감사인 변경 이력 + 사유 계속기업 불확실성 플래그 핵심감사사항 (KAM) 추출 내부회계관리제도 검토의견 Requires: 데이터: docs + report (자동 다운로드) AIContext: 감사 리스크 종합 평가 — 투자 의사결정의 핵심 안전장치 감사의견 변경, 계속기업 불확실성은 최고 경고 수준 Guide: "감사의견 확인" → c.audit() "감사인 바뀌었어?" → c.audit()["auditorChanges"] "계속기업 의문은?" → c.audit()["goingConcern"] SeeAlso: governance: 지배구조 분석 (감사위원회 구성 포함) insights: 종합 등급 (감사 리스크도 반영) review: 재무정합성 섹션에서 감사 결과 활용

Company.capital

Capabilities: 배당수익률 + 배당성향 추이 자사주 매입/소각 이력 총주주환원율 (배당 + 자사주) 시장 전체 주주환원 횡단 비교 Requires: 데이터: DART 정기보고서 (자동 수집) AIContext: 주주환원 정책 평가 — 배당수익률/성향/자사주 정량 데이터 시장 횡단 비교로 상대적 환원 수준 판단 Guide: "배당 정보" → c.capital() 또는 c.show("dividend") "주주환원율은?" → c.capital() "전체 상장사 배당 비교" → c.capital("all") SeeAlso: show: c.show("dividend")로 docs 기반 배당 상세 sceMatrix: 자본변동표 (배당/자사주가 자본에 미치는 영향) debt: 부채 구조 (자본 정책의 다른 면)

Company.causalWeights

Guide: "인과 체인" → c.causalWeights() "어느 막이 약해" → 결과의 direction='dampen' 필터

Company.contextSlices

Capabilities: retrievalBlocks를 LLM 컨텍스트 윈도우에 맞게 슬라이싱 토큰 예산 내에서 최대한 많은 관련 정보를 담는 압축 포맷 topic/period 기준 우선순위 정렬 Requires: 데이터: docs (자동 다운로드) AIContext: ask()/chat()의 시스템 프롬프트에 직접 주입되는 데이터 LLM이 소비하는 최종 형태의 컨텍스트 Guide: "LLM에 들어가는 컨텍스트" → c.contextSlices "AI가 보는 데이터" → c.contextSlices SeeAlso: retrievalBlocks: 슬라이싱 전 전체 retrieval 블록 ask: contextSlices를 내부적으로 소비하는 AI 질문 인터페이스

Company.credit

Guide: "신용등급" → c.credit("등급") "채무 감당되나" → c.credit("채무상환") "전체 평가" → c.credit(detail=True) "속성 접근" → c.credit.유동성()

실제 동작은 _creditImpl 참조.

Company.debt

Capabilities: 총차입금 + 순차입금 규모 부채비율 + 차입금의존도 단기/장기 차입금 비율 시장 전체 부채 구조 횡단 비교 Requires: 데이터: DART 정기보고서 (자동 수집) AIContext: 부채 구조/건전성 정량 평가 — 차입금 의존도, 만기 구조 시장 횡단 비교로 상대적 재무 안정성 판단 Guide: "부채 구조 분석" → c.debt() "부채비율은?" → c.debt() 또는 c.ratios "전체 상장사 부채 비교" → c.debt("all") SeeAlso: BS: 재무상태표 (부채 원본 데이터) ratios: 재무비율 (부채비율 포함) capital: 주주환원 (자본 정책의 다른 면)

Company.diff

Capabilities: 전체 topic 변경 요약 (변경량 스코어링) 특정 topic 기간별 변경 이력 두 기간 줄 단위 diff (추가/삭제/변경) Requires: 데이터: docs (2개 이상 기간 필요) AIContext: 기간간 공시 변경 감지 — 사업 방향 전환, 리스크 요인 변화 탐지 watch()보다 세밀한 줄 단위 변경 추적 Guide: "공시에서 뭐가 바뀌었어?" → c.diff() "사업개요 변경 이력" → c.diff("businessOverview") "2023 vs 2024 차이" → c.diff("businessOverview", "2023", "2024") SeeAlso: watch: 변화 중요도 스코어링 (diff보다 요약적) keywordTrend: 키워드 ��도 추이 (텍스트 변화의 다른 관점) show: 특정 기간 원문 조회

Company.disclosure

Capabilities: 전체 공시유형 조회 (정기, 주요사항, 발행, 지분, 외부감사 등) 기간, 유형, 키워드 필터링 최종보고서만 필터 (정정 이전 제외) Requires: API 키: DART_API_KEY AIContext: 특정 유형 공시 존재 여부 확인 → 분석 범위 동적 결정 최근 공시 빈도/유형 패턴으로 기업 이벤트 감지 Guide: "최근 공시 뭐 나왔어?" → c.disclosure(days=30) "주요사항 공시 있어?" → c.disclosure(type="B") "사업보고서 언제 나왔어?" → c.disclosure(keyword="사업보고서") SeeAlso: liveFilings: 실시간 최신 공시 (정규화된 포맷) readFiling: 공시 원문 텍스트 읽기 filings: 로컬 보유 공시 목록

Company.filings

Capabilities: 로컬에 보유한 공시 문서 목록 기간별, 문서유형별 정리 DART 뷰어 링크 포함 Requires: 데이터: docs (자동 다운로드) AIContext: 어떤 공시가 보유돼 있는지 확인하여 분석 범위 결정에 활용 Guide: "이 회사 공시 목록 보여줘" → c.filings() "어떤 보고서가 있어?" → c.filings()로 보유 문서 확인 SeeAlso: disclosure: OpenDART API 기반 실시간 공시 목록 (로컬 보유가 아닌 전체) liveFilings: 최신 공시 실시간 조회 update: 누락 공시 증분 수집

Company.gather

Capabilities: price: OHLCV 주가 시계열 (KR Naver / US Yahoo) flow: 외국인/기관 수급 동향 (KR 전용) macro: ECOS(KR) / FRED(US) 거시지표 시계열 news: Google News RSS 뉴스 수집 자동 fallback 체인, circuit breaker, TTL 캐시 Requires: price/flow/news: 없음 (공개 API) macro: API 키 -- ECOS_API_KEY (KR) 또는 FRED_API_KEY (US) AIContext: ask()/chat()에서 주가/수급/거시 데이터를 컨텍스트로 주입 기업 분석 시 시장 데이터 보충 자료로 활용 Guide: "주가 데이터" → c.gather("price") "외국인/기관 수급" → c.gather("flow") "거시경제 지표" → c.gather("macro") "뉴스 수집" → c.gather("news") 또는 c.news() SeeAlso: news: 뉴스 전용 단축 메서드 ask: gather 데이터를 컨텍스트로 활용한 AI 분석

Company.governance

Capabilities: 사외이사 비율 + 감사위원회 구성 최대주주 지분율 + 특수관계인 시장 전체 거버넌스 횡단 비교 Requires: 데이터: DART 정기보고서 (자동 수집) AIContext: 지배구조 리스크 평가 — 사외이사/감사위원/최대주주 정량 데이터 시장 횡단 비교로 상대적 거버넌스 수준 판단 Guide: "지배구조 분석" → c.governance() "사외이사 비율은?" → c.governance() "전체 상장사 거버넌스 비교" → c.governance("all") SeeAlso: network: 출자/계열사 관계 (거버넌스의 다른 관점) audit: 감사 리스크 (감사위원회와 연관)

Company.index

Capabilities: docs sections + finance + report 전체를 하나의 목차로 통합 각 항목의 chapter, topic, label, kind, source, periods, shape, preview 제공 sections 메타데이터 + 존재 확인만으로 구성 (파서 미호출, lazy) viewer/렌더러가 소비하는 메타데이터 원천 Requires: 데이터: docs/finance/report 중 하나 이상 (자동 다운로드) AIContext: LLM이 Company 전체 구조를 파악하는 핵심 진입점 ask()에서 어떤 데이터를 참조할지 결정하는 기초 정보 Guide: "전체 목차 보여줘" → c.index "어떤 데이터가 있는지 구조적으로" → c.index SeeAlso: topics: topic 단위 요약 (index보다 간결) sections: 전체 sections 지도 (index의 원본) profile: 통합 프로필 접근자

Company.keywordTrend

Capabilities: 공시 텍스트에서 키워드 빈도 추이 분석 54개 내장 키워드 세트 (AI, ESG, 탄소중립 등) topic별 x 기간별 빈도 매트릭스 복수 키워드 동시 검색 Requires: 데이터: docs (자동 다운로드) AIContext: 공시 텍스트의 키워드 빈도 변화로 전략 방향 전환 감지 AI, ESG, 탄소중립 등 트렌드 키워드 모니터링 Guide: "AI 언급 추이" → c.keywordTrend("AI") "ESG 관련 변화" → c.keywordTrend("ESG") "전체 키워드 트렌드" → c.keywordTrend() SeeAlso: diff: 텍스트 줄 단위 변경 비교 (키워드가 아닌 전체 변경) watch: 변화 중요도 스코어링

Company.listing

Capabilities: KOSPI + KOSDAQ 전체 상장법인 종목코드, 종목명, 시장구분, 업종 Requires: 데이터: listing (자동 다운로드)

Company.liveFilings

Capabilities: OpenDART API 실시간 공시 조회 기간, 건수, 키워드 필터링 정규화된 컬럼 (docId, filedAt, title, formType 등) Requires: API 키: DART_API_KEY AIContext: 최신 공시 모니터링으로 기업 이벤트(배당, 유증, 합병 등) 실시간 감지 readFiling()과 조합하여 최신 공시 원문 분석 Guide: "최근 공시 확인해줘" → c.liveFilings() "이번 주 공시 있어?" → c.liveFilings(days=7) "배당 관련 공시" → c.liveFilings(keyword="배당") SeeAlso: disclosure: 과거 전체 공시 이력 조회 readFiling: 공시 원문 텍스트 읽기 watch: 공시 변화 중요도 스코어링

Company.macro

Guide: "매크로" → c.macro() "경기 사이클" → c.macro("사이클") "위기 진단" → c.macro("위기") "2008 시나리오" → c.macro("시나리오", "2008 금융위기")

Company.narrativeDiff

Guide: "가치 기여도" → c.narrativeDiff() "낮은WACC 기여 몇%" → 결과 필터 claim='낮은WACC'

Company.network

Capabilities: 그룹 계열사 목록 (members) 출자/피출자 연결 + 지분율 (edges) 순환출자 경로 탐지 (cycles) ego 서브그래프 (peers) 인터랙티브 네트워크 시각화 (브라우저) Requires: 데이터: DART 대량보유/임원 공시 (자동 수집) AIContext: 그룹 계열사/출자 구조 파악 — 지배구조 분석의 기초 데이터 순환출자 탐지로 거버넌스 리스크 감지 Guide: "계열사 관계도" → c.network() 또는 c.network().show() "같은 그룹 계열사" → c.network("members") "출자/지분 구조" → c.network("edges") "순환출자 있어?" → c.network("cycles") SeeAlso: governance: 이사회/감사위원/최대주주 분석 capital: 주주환원 분석

Company.news

Capabilities: Google News RSS 기반 뉴스 수집 제목, 날짜, 소스, 링크 기간 조절 가능 Requires: 없음 (공개 RSS) AIContext: 최근 뉴스로 시장 반응, 이슈, 이벤트 파악 ask()/chat()에서 정성적 시장 맥락 보충 Guide: "최근 뉴스 보여줘" → c.news() "이번 주 뉴스" → c.news(days=7) SeeAlso: liveFilings: 최신 공시 (뉴스가 아닌 공식 공시) gather: 뉴스 포함 4축 외부 데이터 수집

Company.quant

Guide: "차트 판단" → c.quant("판단") "모멘텀" → c.quant("모멘텀") "지표 DF" → c.quant("지표") "베타" → c.quant("베타")

실제 동작은 _quantImpl 참조.

Company.rank

Capabilities: 전체 시장 내 매출/자산 순위 섹터 내 상대 순위 매출 성장률 기반 규모 분류 (large/mid/small) Requires: 데이터: buildSnapshot() 사전 실행 필요 AIContext: 시장/섹터 내 상대 위치 파악 — 피어 비교 분석의 기초 sizeClass로 대형/중형/소형주 분류 Guide: "이 회사 순위는?" → c.rank "시장에서 몇 등이야?" → c.rank.revenueRank "대형주야?" → c.rank.sizeClass SeeAlso: sector: 섹터 분류 (rank의 기준 그룹) insights: 종합 등급 평가

Company.rawDocs

Capabilities: HuggingFace docs 카테고리 원본 데이터 직접 접근 가공/정규화 이전 상태 그대로 반환 Requires: 데이터: HuggingFace docs parquet (자동 다운로드) AIContext: 원본 데이터 구조 파악 — 파싱 전 상태로 디버깅/검증에 활용 Guide: "원본 공시 데이터 보여줘" → c.rawDocs "가공 전 데이터 확인" → c.rawDocs SeeAlso: sections: docs 가공 후 topic x period 통합 지도 rawFinance: 재무제표 원본 데이터 rawReport: 정기보고서 원본 데이터

Company.rawFinance

Capabilities: HuggingFace finance 카테고리 원본 데이터 직접 접근 XBRL 정규화 이전 상태 그대로 반환 Requires: 데이터: HuggingFace finance parquet (자동 다운로드) AIContext: XBRL 정규화 전 원본 구조 파악 — 매핑 검증에 활용 Guide: "원본 재무 데이터 보여줘" → c.rawFinance "XBRL 원본 확인" → c.rawFinance SeeAlso: BS: 가공된 재무상태표 IS: 가공된 손익계산서 rawDocs: 공시 문서 원본

Company.rawReport

Capabilities: HuggingFace report 카테고리 원본 데이터 직접 접근 정기보고서 API 데이터 가공 이전 상태 반환 Requires: 데이터: HuggingFace report parquet (자동 다운로드) AIContext: 정기보고서 API 원본 확인 — report topic 매핑 검증에 활용 Guide: "원본 보고서 데이터 보여줘" → c.rawReport "정기보고서 원본 확인" → c.rawReport SeeAlso: rawDocs: 공시 문서 원본 rawFinance: 재무제표 원본 show: 가공된 topic 데이터 조회

Company.readFiling

Capabilities: 접수번호(str) 직접 지정 또는 DataFrame row 자동 파싱 전문 텍스트 또는 ZIP 기반 구조화 섹션 반환 텍스트 길이 제한 (truncation) 지원 Requires: API 키: DART_API_KEY AIContext: 공시 원문 텍스트를 LLM 컨텍스트에 주입하여 심층 분석 수행 sections=True로 구조화하면 특정 섹션만 선택적 분석 가능 Guide: "이 공시 내용 보여줘" → c.readFiling(접수번호) "공시 원문 분석해줘" → c.readFiling()으로 원문 확보 후 ask()로 분석 SeeAlso: liveFilings: 최신 공시 목록에서 접수번호 확인 disclosure: 과거 공시 목록에서 접수번호 확인

Company.retrievalBlocks

Capabilities: docs 원문을 markdown 형태 그대로 보존한 검색용 블록 각 블록은 topic/subtopic/period 단위로 분할 RAG, 벡터 검색, 원문 참조에 최적화된 포맷 Requires: 데이터: docs (자동 다운로드) AIContext: ask()/chat()에서 원문 기반 답변 생성 시 소스로 사용 retrieval 기반 컨텍스트 주입의 원천 데이터 Guide: "원문 검색용 블록" → c.retrievalBlocks "RAG용 데이터" → c.retrievalBlocks SeeAlso: contextSlices: retrievalBlocks를 LLM 윈도우에 맞게 슬라이싱한 결과 sections: 구조화된 데이터 지도 (retrievalBlocks의 원본)

Company.review

Guide: "보고서" → c.review() "신용 보고서" → c.review(type="credit") "수익성 블록만" → c.review("수익성") "사이클 관점" → c.review(type="full", template="사이클")

실제 동작은 _reviewImpl 참조.

Company.sections

Capabilities: topic × period 수평화 통합 DataFrame docs/finance/report 3-source 병합 show(topic)/trace(topic)/diff() 의 근간 데이터 Requires: 데이터: docs (필수), finance/report (선택, 자동 다운로드) AIContext: 전체 지도가 필요할 때만 사용. 개별 topic은 show(topic) 추천 메모리 부하가 크므로 AI 코드에서 직접 접근 지양 Guide: "이 회사 전체 데이터 지도" → c.sections "어떤 topic이 있어?" → c.topics (경량) SeeAlso: topics: sections 기반 topic 요약 (더 간결) show: 특정 topic 데이터 조회 index: 전체 구조 메타데이터 목차

Company.sector

Capabilities: WICS 11대 섹터 + 하위 산업그룹 자동 분류 KIND 업종명 + 주요제품 키워드 기반 매칭 override 테이블 우선 → 키워드 → 업종명 순 fallback Requires: 데이터: KIND 상장사 목록 (자동 로드) AIContext: 섹터 분류 결과로 동종업계 비교, 섹터 파라미터 자동 선택 analysis/valuation에서 섹터별 벤치마크 기준으로 활용 Guide: "이 회사 어떤 섹터야?" → c.sector "업종 분류" → c.sector SeeAlso: sectorParams: 섹터별 밸��에이션 파라미터 (할인율, PER 등) rank: 섹�� 내 규모 순위 insights: 섹터 기준 등급 평가

Company.sectorParams

Capabilities: 섹터별 할인율, 성장률, PER 멀티플 제공 섹터 분류 결과에 연동된 파라미터 자동 선택 Requires: 데이터: sector 분류 결과 (자동 연산) AIContext: valuation()에서 DCF 할인율, 성장률 자동 적용 섹터 특성 반영된 밸류에이션 파라미터 Guide: "이 섹터 할인율은?" → c.sectorParams.discountRate "PER 멀티플" → c.sectorParams.perMultiple SeeAlso: sector: 섹터 분류 정보 (sectorParams의 기반) valuation: 밸류에이션 (sectorParams를 내부적으로 소비)

Company.show

Guide: "손익계산서" → c.show("IS") "재무상태" → c.show("BS") "현금흐름" → c.show("CF") "사업 개요" → c.show("businessOverview") "주요 제품" → c.show("mainProduct") "차입금" → c.show("borrowings")

Company.sources

Capabilities: 3개 데이터 source(docs, finance, report) 존재 여부/규모 한눈에 확인 각 source의 row/col 수와 shape 문자열 제공 데이터 로드 전 가용성 사전 점검 Requires: 없음 (메타데이터만 조회, 데이터 파싱 불필요) AIContext: 데이터 가용성 사전 점검 — 분석 가능 범위 판단의 기초 Guide: "데이터 뭐가 있어?" → c.sources "docs/finance/report 상태" → c.sources SeeAlso: topics: topic 단위 상세 데이터 지도 trace: 특정 topic의 출처 추적

Company.status

Capabilities: 로컬 데이터 현황 (종목별 docs/finance/report 보유 여부) 최종 업데이트 일시

Company.storyTree

Guide: "3 시나리오 가치" → c.storyTree() "서사 민감도" → c.storyTree()['summary']['spreadPct']

Company.table

Capabilities: docs 원문의 markdown table을 Polars DataFrame으로 변환 subtopic 지정으로 특정 표만 추출 numeric 모드로 금액 문자열을 float 변환 period 필터로 특정 기간 컬럼만 선택 Requires: 데이터: docs (자동 다운로드) AIContext: docs 원문 테이블을 구조화하여 정량 분석에 활용 numeric=True로 금액 문자열을 수치화하면 계산 가능 Guide: "직원 현황 테이블" → c.table("employee") "표 데이터를 숫자로" → c.table(topic, numeric=True) SeeAlso: show: topic 전체 데이터 (table은 subtopic 단위 파싱) select: show() 결과에서 행/열 필터

Company.topics

Capabilities: docs/finance/report 모든 source의 topic을 하나의 DataFrame으로 통합 chapter 순서대로 정렬, 각 topic의 블록 수/기간 수/최신 기간 표시 어떤 데이터가 있는지 한눈에 파악 Requires: 데이터: docs/finance/report 중 하나 이상 (자동 다운로드) AIContext: LLM이 가용 topic 목록을 파악하는 데 사용 분석 범위 결정 시 참조 Guide: "어떤 데이터가 있어?" → c.topics "topic 목록" → c.topics SeeAlso: show: 특정 topic 데이터 조회 sections: topic x period 전체 지도 (topics보다 상세) index: 전체 구조 메타데이터 목차

Company.trace

Capabilities: topic별 데이터 출처 확인 (docs, finance, report) 출처 선택 이유 (우선순위, fallback 경로) 각 출처별 데이터 행 수, 기간 수, 커버리지 Requires: 데이터: docs + finance + report (보유한 것만 추적) AIContext: 데이터 출처 신뢰도 판단 — finance > report > docs 우선순위 확인 분석 결과의 근거 투명성 확보 Guide: "이 데이터 어디서 온 거야?" → c.trace("BS") "데이터 출처 확인" → c.trace(topic) SeeAlso: show: topic 데이터 조회 (trace로 출처 확인 후 열람) sources: 3개 source 전체 가용 현황

Company.update

Capabilities: DART API로 최신 공시 확인 후 누락분만 수집 카테고리별 선택 수집 Requires: API 키: DART_API_KEY AIContext: 데이터 최신성 유지에 활용 — 분석 전 자동 갱신 트리거 가능 Guide: "최신 공시 반영해줘" → c.update() "데이터 업데이트" → c.update()로 증분 수집 SeeAlso: filings: 현재 보유 공시 목록 확인 disclosure: OpenDART 전체 공시 조회

Company.validateStory

Capabilities: calcStoryPrecedents (scan peer + KnowledgeDB insights) calcPlausibilityBand (섹터 피어 분포 percentile) calcValuationSins (정합성 규칙 위반) overrides 로 AI 개입 (lifeCyclePhase, terminalGrowth 등)

Company.valuationImpact

Guide: "WACC 조정 어떻게" → c.valuationImpact()['waccAdj'] "override 근거" → c.valuationImpact()['narrative']

Company.view

Capabilities: 로컬 서버 기반 공시 뷰어 실행 브라우저에서 sections/index 탐색 Requires: 데이터: HuggingFace docs parquet (자동 다운로드) AIContext: 시각적 탐색 인터페이스 — 사용자가 브라우저에서 직접 데이터 탐색 Guide: "공시 뷰어 열어줘" → c.view() "브라우저에서 보기" → c.view() SeeAlso: index: 뷰어가 소비하는 메타데이터 (프로그래밍 접근) sections: 뷰어의 원본 데��터

Company.watch

Capabilities: 전체 topic 변화 중요도 스코어링 텍스트 변화량 + 재무 영향 통합 평가 특정 topic 상세 변화 내역 Requires: 데이터: docs (자동 다운로드) AIContext: 공시 변화 중요도 자동 평가 — 분석 우선순위 결정에 활용 텍스트 변화량 + 재무 영향 통합 스코어 Guide: "뭐가 크게 바뀌었어?" → c.watch() "리스크 관련 변화" → c.watch("riskManagement") SeeAlso: diff: 줄 단위 상세 변경 비교 (watch보다 세밀) keywordTrend: 키워드 빈도 추이

Company.workforce

Capabilities: 직원수 + 정규직/비정규직 비율 평균 급여 + 1인당 매출 평균 근속연수 시장 전체 인력 횡단 비교 Requires: 데이터: DART 정기보고서 (자동 수집) AIContext: 인력 효율성/근무환경 정량 평가 — 1인당 매출, 급여 수준 비교 시장 횡단 비교로 인적자원 경쟁력 판단 Guide: "직원 현황" → c.workforce() "평균 급여는?" → c.workforce() "전체 상장사 인력 비교" → c.workforce("all") SeeAlso: governance: 이사회/감사위원 구성 (인력의 다른 관점) show: c.show("employee")로 docs 기반 직원 상세

주요 데이터 타입

RatioResult

비율 계산 결과 (최신 단일 시점).

필드	타입	기본값
`revenueTTM`	`float	None`
`operatingIncomeTTM`	`float	None`
`netIncomeTTM`	`float	None`
`operatingCashflowTTM`	`float	None`
`investingCashflowTTM`	`float	None`
`totalAssets`	`float	None`
`totalEquity`	`float	None`
`ownersEquity`	`float	None`
`totalLiabilities`	`float	None`
`currentAssets`	`float	None`
`currentLiabilities`	`float	None`
`cash`	`float	None`
`shortTermBorrowings`	`float	None`
`longTermBorrowings`	`float	None`
`bonds`	`float	None`
`grossProfit`	`float	None`
`costOfSales`	`float	None`
`sga`	`float	None`
`inventories`	`float	None`
`receivables`	`float	None`
`payables`	`float	None`
`tangibleAssets`	`float	None`
`intangibleAssets`	`float	None`
`retainedEarnings`	`float	None`
`profitBeforeTax`	`float	None`
`incomeTaxExpense`	`float	None`
`financeIncome`	`float	None`
`financeCosts`	`float	None`
`capex`	`float	None`
`dividendsPaid`	`float	None`
`depreciationExpense`	`float	None`
`noncurrentAssets`	`float	None`
`noncurrentLiabilities`	`float	None`
`roe`	`float	None`
`roa`	`float	None`
`roce`	`float	None`
`operatingMargin`	`float	None`
`netMargin`	`float	None`
`preTaxMargin`	`float	None`
`grossMargin`	`float	None`
`ebitdaMargin`	`float	None`
`costOfSalesRatio`	`float	None`
`sgaRatio`	`float	None`
`effectiveTaxRate`	`float	None`
`incomeQualityRatio`	`float	None`
`debtRatio`	`float	None`
`currentRatio`	`float	None`
`quickRatio`	`float	None`
`cashRatio`	`float	None`
`equityRatio`	`float	None`
`interestCoverage`	`float	None`
`netDebt`	`float	None`
`netDebtRatio`	`float	None`
`noncurrentRatio`	`float	None`
`workingCapital`	`float	None`
`revenueGrowth`	`float	None`
`operatingProfitGrowth`	`float	None`
`netProfitGrowth`	`float	None`
`assetGrowth`	`float	None`
`equityGrowthRate`	`float	None`
`revenueGrowth3Y`	`float	None`
`totalAssetTurnover`	`float	None`
`fixedAssetTurnover`	`float	None`
`inventoryTurnover`	`float	None`
`receivablesTurnover`	`float	None`
`payablesTurnover`	`float	None`
`operatingCycle`	`float	None`
`fcf`	`float	None`
`operatingCfMargin`	`float	None`
`operatingCfToNetIncome`	`float	None`
`operatingCfToCurrentLiab`	`float	None`
`capexRatio`	`float	None`
`dividendPayoutRatio`	`float	None`
`fcfToOcfRatio`	`float	None`
`roic`	`float	None`
`dupontMargin`	`float	None`
`dupontTurnover`	`float	None`
`dupontLeverage`	`float	None`
`debtToEbitda`	`float	None`
`ccc`	`float	None`
`dso`	`float	None`
`dio`	`float	None`
`dpo`	`float	None`
`piotroskiFScore`	`int	None`
`piotroskiMaxScore`	`int`	9
`altmanZScore`	`float	None`
`beneishMScore`	`float	None`
`sloanAccrualRatio`	`float	None`
`ohlsonOScore`	`float	None`
`ohlsonProbability`	`float	None`
`altmanZppScore`	`float	None`
`springateSScore`	`float	None`
`zmijewskiXScore`	`float	None`
`eps`	`float	None`
`bps`	`float	None`
`dps`	`float	None`
`per`	`float	None`
`pbr`	`float	None`
`psr`	`float	None`
`evEbitda`	`float	None`
`marketCap`	`float	None`
`sharesOutstanding`	`int	None`
`ebitdaEstimated`	`bool`	True
`currency`	`str`	KRW
`warnings`	`list`	[]

InsightResult

단일 영역 분석 결과.

필드	타입	기본값
`grade`	`str`
`summary`	`str`
`details`	`list`	[]
`risks`	`list`	[]
`opportunities`	`list`	[]

Anomaly

이상치 탐지 결과.

필드	타입	기본값
`severity`	`str`
`category`	`str`
`text`	`str`
`value`	`Optional`	None

Flag

리스크/기회 플래그.

필드	타입	기본값
`level`	`str`
`category`	`str`
`text`	`str`

AnalysisResult

종합 분석 결과.

필드	타입	기본값
`corpName`	`str`
`stockCode`	`str`
`isFinancial`	`bool`
`performance`	`InsightResult`
`profitability`	`InsightResult`
`health`	`InsightResult`
`cashflow`	`InsightResult`
`governance`	`InsightResult`
`risk`	`InsightResult`
`opportunity`	`InsightResult`
`predictability`	`Optional`	None
`uncertainty`	`Optional`	None
`coreEarnings`	`Optional`	None
`anomalies`	`list`	[]
`distress`	`Optional`	None
`summary`	`str`
`profile`	`str`

SectorInfo

SectorInfo(sector: 'Sector', industryGroup: 'IndustryGroup', confidence: 'float', source: 'str')

필드	타입	기본값
`sector`	`Sector`
`industryGroup`	`IndustryGroup`
`confidence`	`float`
`source`	`str`

SectorParams

SectorParams(discountRate: 'float' = 10.0, growthRate: 'float' = 3.0, perMultiple: 'float' = 15, pbrMultiple: 'float' = 1.2, evEbitdaMultiple: 'float' = 8, beta: 'float' = 1.0, exitMultiple: 'float' = 8.0, label: 'str' = '')

필드	타입	기본값
`discountRate`	`float`	10.0
`growthRate`	`float`	3.0
`perMultiple`	`float`	15
`pbrMultiple`	`float`	1.2
`evEbitdaMultiple`	`float`	8
`beta`	`float`	1.0
`exitMultiple`	`float`	8.0
`label`	`str`

RankInfo

단일 종목의 랭크 정보.

필드	타입	기본값
`stockCode`	`str`
`corpName`	`str`
`sector`	`str`
`industryGroup`	`str`
`revenue`	`Optional`	None
`totalAssets`	`Optional`	None
`revenueGrowth3Y`	`Optional`	None
`revenueRank`	`Optional`	None
`revenueTotal`	`int`	0
`revenueRankInSector`	`Optional`	None
`revenueSectorTotal`	`int`	0
`assetRank`	`Optional`	None
`assetTotal`	`int`	0
`assetRankInSector`	`Optional`	None
`assetSectorTotal`	`int`	0
`growthRank`	`Optional`	None
`growthTotal`	`int`	0
`growthRankInSector`	`Optional`	None
`growthSectorTotal`	`int`	0
`sizeClass`	`str`

Uh oh!

FilesExpand file tree

CAPABILITIES.md

Latest commit

History