rollingSirius/equity-research-skill

해결하는 문제

이 프로젝트는 AI 에이전트가 전문적인 수준의 주식 리서치를 수행할 수 있도록 구조화된 프레임워크를 제공합니다. 단순한 주식 요약을 넘어, 사실 추적이 가능하고 밸류에이션 재현이 가능하며 결론의 감사가 가능한 기관급 딥다이브 보고서를 생성하며, 특히 시장 가격과 독립적 분석 사이의 "기대 격차(expectations gap)"에 초점을 맞춥니다.

작동 방식

시스템은 AI 에이전트가 따르는 "기술"(일련의 지침 및 스크립트)로 작동합니다. 엄격한 6단계 워크플로우를 채택하고 다양한 리서치 요구 사항에 따라 특정 도구를 활용합니다:

• 리서치 모드: 신규 커버리지를 위한 "Full deep-dive"와 분기별 또는 연간 실적 분석을 위한 "Deep earnings mode"를 제공합니다.
• 밸류에이션 엔진: scripts/dcf.py를 사용하여 여러 밸류에이션 방법(DCF, Reverse DCF, EPV, EVA, SOTP, Monte Carlo)을 실행하여 결과가 추측이 아닌 계산에 근거하도록 보장합니다.
• 품질 관리: 전담 체커(scripts/check_research_output.py)가 포렌식 회계 검토(예: Beneish M-Score, 발생주의 품질)를 수행하여 수익 신뢰도 등급(A-D)을 부여합니다.
• 산업 전문화: 기업을 20개의 산업별 부록 중 하나로 라우팅하여 올바른 KPI 및 밸류에이션 모델(예: SaaS의 ARR, 은행의 NIM)이 사용되도록 합니다.
• 소스 규율: 데이터 소스의 엄격한 계층 구조를 강제하여, 2차 미디어 보고서보다 규제 당국 제출 서류 및 공식 문서를 우선시합니다.

대상

빠른 한 줄짜리 주식 팁이 아닌, 감사된 심층 투자 메모와 장기적인 기업 커버리지가 필요한 진지한 투자자, 바이사이드 애널리스트 및 모든 사용자.

주요 특징

• 기대 격차 집중: 시장이 이미 가격에 반영한 사항과 애널리스트의 견해를 중심으로 보고서를 구성합니다.
• 포렌식 회계: 밸류에이션 전에 수익 인식 레드 플래그 및 수익의 질을 자동으로 확인합니다.
• 다중 방법 밸류에이션: 편향을 피하기 위해 최소 3가지 이상의 서로 다른 밸류에이션 방법의 교차 검증을 요구합니다.
• 산업 인지: 관련 지표를 추적할 수 있도록 20개의 다양한 섹터에 대한 전문 프레임워크를 포함합니다.
• 시장 커버리지: 미국, 홍콩, A주 시장을 지원하며, 중국 ADR/VIE 구조에 대한 특정 처리를 포함합니다.