FenokValue

시장 친화적 DCF 밸류에이션 엔진 (v7.0.0-dev) 🆕 analyze (v7.0.0 통합) + 핵심 3개 + 보조 9개 + 래퍼 6개

Version: 7.0.0-dev | Author: El Fenomeno

Dependencies: yfinance>=0.2.40, pandas>=2.0.0, numpy>=1.24.0

---

설치 (필수 - 먼저 실행)

cd docs/products/skills/stock-valuation
pip install -r requirements.txt
python -c "import yfinance, pandas, numpy; print('✅ 의존성 설치 완료')"

---

트리거 키워드

적정주가, 밸류에이션, DCF, PER 밴드, 내재가치, fair value, Lynch 분류, Rule of 40, WACC 분해, Reverse DCF, 확신 점수, 크로스체크, 공매도 분석, 스트레스 테스트, SBC 희석, Piotroski, 대가 패널, 13F 확인, 비교 분석

---

🆕 v7.0.0 통합 분석 (NEW)

analyze 명령어: ValuationOrchestrator로 모든 분석을 한 번에 실행

# v7.0.0 통합 분석 (권장)
python fenok_value.py analyze NVDA

# JSON 출력
python fenok_value.py analyze NVDA --format json

# 대가 패널 포함
python fenok_value.py analyze NVDA --include-masters

v7.0.0 핵심 기능

기능	설명	상태
Valuation Router	종목 유형별 최적 모델 자동 선택	✅
DDM Engine	배당주용 Gordon Growth Model	✅
Reason Code	결과에 이유 코드 자동 생성 (UX 혁신)	✅
ANALYSIS_RULES	StockType별 자동 보조 분석 호출	✅

StockType별 자동 분석

StockType	기본 분석	자동 추가 분석
STORY (TSLA 등)	DCF	+ Reverse DCF + Scenario + Risk
DIVIDEND (KO 등)	DDM/Hybrid	+ PER Band + Scenario + Risk
GROWTH (NVDA 등)	DCF	+ Scenario + Risk

---

스크립트 구조 (v6.9.0 호환)

v7.0.0: analyze 명령어 추가 (통합 분석) v6.9.0: 시장 친화적 DCF (TWO_STAGE Fade + 섹터평균 Beta + 시나리오 범위) v6.8.0: 18개 → 12개 통합 (핵심 3 + 보조 9) + 래퍼 6개 (하위 호환)

v6.9.0 DCF 개선사항

항목	이전 (v6.8.x)	현재 (v6.9.0)
Fade 방식	LINEAR (점진 감소)	TWO_STAGE (고정 7년 + Fade 3년)
Beta 소스	yfinance (변동성 큼)	섹터평균 (Damodaran 2024)
결과 형식	단일 내재가치	시나리오 범위 (보수/중립/낙관)
NVDA 예시	$96 (-49%)	$152 (-19%)

🔥 핵심 엔진 (3개) - 항상 실행

스크립트	기능	모드	사용 예시
fetch_data.py	데이터 + WACC + 컨센서스	-	python fetch_data.py NVDA --wacc-breakdown
valuation_engine.py	DCF 계열 통합	dcf, reverse, stress, full	python valuation_engine.py NVDA --mode full
quality_score.py	품질 계열 통합	lynch, piotroski, conviction, risk, full	python quality_score.py NVDA --mode full

✅ 보조 도구 (9개) - 필요시 실행

스크립트	기능	사용 예시
relative_valuation.py	상대가치 (PE, EV/EBITDA)	python relative_valuation.py NVDA AMD --compare
scenario_analysis.py	Bull/Base/Bear 시나리오	python scenario_analysis.py NVDA AMD --compare
valuation_crosscheck.py	적정가 일관성 검증	python valuation_crosscheck.py NVDA --detailed
risk_radar.py	SBC + 공매도 분석	python risk_radar.py GME --mode full
rule_of_40.py	SaaS/Tech 효율성	python rule_of_40.py PLTR CRM --compare
ev_sales.py	적자 기업 (EV/Sales)	python ev_sales.py SNOW AMD --compare
valuation_analysis.py	SBC Impact + 기대수익률	python valuation_analysis.py PLTR
masters_panel.py	대가 패널 (13명)	python masters_panel.py NVDA --mode debate
sec_13f.py	SEC 13F 보유 조회	python sec_13f.py --master buffett --latest

🔄 래퍼 (하위 호환) - 기존 CLI 유지

기존 스크립트	신규 통합 스크립트	매핑
dcf_model.py	valuation_engine.py	--mode dcf
reverse_dcf.py	valuation_engine.py	--mode reverse
rate_stress.py	valuation_engine.py	--mode stress
lynch_classifier.py	quality_score.py	--mode lynch
piotroski_score.py	quality_score.py	--mode piotroski
conviction_score.py	quality_score.py	--mode conviction
risk_checker.py	quality_score.py	--mode risk
sbc_dilution.py	risk_radar.py	--mode sbc
short_squeeze.py	risk_radar.py	--mode short

래퍼 사용 예시 (기존 CLI 100% 동작):

python dcf_model.py NVDA              # → valuation_engine.py --mode dcf
python lynch_classifier.py NVDA      # → quality_score.py --mode lynch

---

시나리오별 권장 플로우 (v6.8.0)

"NVDA 분석해줘" (단일 종목 - 기본)

1. fetch_data NVDA                    → 데이터, WACC, 컨센서스
2. valuation_engine NVDA --mode full  → DCF + Reverse + Stress
3. quality_score NVDA --mode full     → Lynch + Piotroski + Conviction
→ 투자 의견 제시

"NVDA 전체 분석해줘" (단일 종목 - 상세)

1. fetch_data NVDA                    → 데이터, WACC
2. valuation_engine NVDA --mode full  → DCF 계열
3. quality_score NVDA --mode full     → 품질 계열
4. relative_valuation NVDA            → 섹터 대비
5. scenario_analysis NVDA             → Bull/Base/Bear
6. masters_panel NVDA --mode debate   → 대가 관점
→ 종합 분석 + 투자 의견

"NVDA vs AMD 비교해줘" (비교 분석)

1. valuation_engine NVDA AMD --compare --mode full  → DCF 비교
2. quality_score NVDA AMD --compare --mode full     → 품질 비교
3. relative_valuation NVDA AMD --compare            → 멀티플 비교
4. masters_panel NVDA AMD --compare --mode debate   → 대가 관점 비교
→ 비교 테이블 + 종합 의견

"SNOW 분석해줘" (적자 기업)

1. fetch_data SNOW
2. ev_sales SNOW               → EV/Sales (적자 → 이 지표 사용)
3. rule_of_40 SNOW             → SaaS 효율성
4. scenario_analysis SNOW      → Growth Mode
5. quality_score SNOW --mode risk  → 리스크 체크
→ 성장 기업 관점 분석

"버핏 관점에서 NVDA 어때?" (대가 중심)

1. quality_score NVDA --mode piotroski     → 버핏 스타일: 재무 건전성
2. valuation_crosscheck NVDA               → 적정가 검증
3. masters_panel NVDA --masters buffett --mode discussion
→ 버핏 관점 심층 분석

"GME 공매도 위험 체크" (특수 리스크)

1. fetch_data GME
2. risk_radar GME --mode full              → SBC + Short Squeeze
3. quality_score GME --mode risk           → 일반 리스크
→ 특수 리스크 분석

---

대가 패널 (13명)

대가 그룹

그룹	대가	특징
Value	Buffett, Lynch, Marks, Munger	내재가치, 안전마진
Macro	Dalio, Druckenmiller, Soros	거시경제, 통화정책
Hedge	Cohen, Griffin, Hohn, Laffont	롱숏, 이벤트드리븐
Quant	Asness, Fisher	팩터투자, 계량분석

분석 모드 (v6.6.0 --compare 지원)

모드	단일 분석	비교 분석 (--compare)
screening	규칙 기반 자동 평가	대가별 두 종목 Pass/Fail 비교 테이블
discussion	대가별 관점 프레임워크	각 대가 관점에서 종목 비교
debate	Bull vs Bear 토론	Team NVDA vs Team AMD 토론
socratic	소크라테스식 질문	비교 질문 프레임워크

# 단일 종목
python masters_panel.py NVDA --mode debate

# 비교 분석 (v6.6.0)
python masters_panel.py NVDA AMD --compare --mode screening
python masters_panel.py NVDA AMD --compare --mode debate

---

CLI 옵션

# Positional 티커 (권장)
python dcf_model.py NVDA              # 단일
python dcf_model.py NVDA AMD --compare # 비교

# 하위 호환
python dcf_model.py --ticker NVDA

# FCF Normalizer (v6.3.0)
python dcf_model.py NVDA --normalize-fcf

# 출력 형식
--format text   # 기본 텍스트
--format md     # 마크다운
--format json   # JSON

# 상세 수준
--view summary  # 핵심 5개 이하
--view full     # 표준 출력 (기본값)
--view debug    # 원시 데이터 포함

---

분석 품질 가이드 (v6.6.0)

분석 결과 제시 시 반드시:

1. 📊 핵심 수치 → 2. 🔍 의미 해석 → 3. ⚠️ 주의점 → 4. 🎯 다음 단계

핵심 지표별 해석 기준

지표	양호	주의	위험
DCF 괴리율	-20% ~ +20%	±20-50%	±50% 이상
Piotroski	7-9점	5-6점	0-4점
Conviction	71-100	51-70	0-50
Short Interest	<5%	5-10%	>10%
Rule of 40	>40%	20-40%	<20%

상세 해석 가이드: references/analysis-interpretation-guide.md

---

데이터 소스

데이터	소스	방식
주가/재무제표	yfinance	실시간
무위험이자율 (Rf)	yfinance ^TNX	실시간
ERP/CRP/Tax	100xFenok erp.json	동적 (178개국)
EPS/FCF 추정치	100xFenok Global Scouter	동적 (1,243종목)
섹터 PE/PB/ROE	100xFenok benchmarks	API
EV/EBITDA	Siblis	스크래핑

---

리스크 플래그

Severity	조건
🔴 High	Forward PE > 섹터 평균 2배, 부채비율 > 300%, 순이익 적자+현금 소진
🟡 Medium	EV/EBITDA > 섹터 평균 1.5배, 영업이익률 하락, FCF 마이너스
🟢 Low	멀티플 섹터 평균 ±20%, 안정적 현금흐름, 적정 부채

---

제한사항

1. 데이터 지연: yfinance 15분+ 지연 (중장기 투자용)
2. 추정 불확실성: DCF 가정 민감도 높음 → 민감도 분석 필수
3. 13F 지연: SEC 13F는 분기 종료 후 45일 내 제출

---

참조 문서

• PROMPT_GUIDE.md - 프롬프트 가이드 (시나리오별 예시)
• CLAUDE.md - 폴더 구조 및 버전 이력
• references/analysis-interpretation-guide.md - 분석 해석 가이드 (v6.6.0)
• references/valuation-methods.md - 가치평가 방법론
• references/sector-multiples.md - 섹터별 멀티플
• references/red-flags-checklist.md - 회계 경고 신호
• references/data-sources.md - 데이터 소스 가이드

---

테스트 운영표준

Network 테스트 정책

마커	테스트 유형	CI 포함	로컬 실행
(없음)	단위 테스트	✅ 기본	pytest tests/
@pytest.mark.network	yfinance/SEC 호출	❌ 제외	pytest -m network

---

v6.8.0 변경사항 (2026-01-03)

• NEW: DCF 현실성 개선 (DEC-073)
  • Global Scouter 3년 추정치 기반 성장률 (FY1→FY2→FY3 Fade 패턴)
  • CAP 자동 계산: 추정치 외삽 기반 (Lynch 고정값 대체)
  • DCF vs 컨센서스 ±30% 괴리율 경고
  • core/estimate_growth.py: EstimateGrowthLoader (yfinance fallback)
  • core/cap_calculator.py: 지수적 감소 외삽 알고리즘
  • DCFResult.consensus_comparison + has_divergence_warning()
• TEST: 982개 테스트 통과 (+56 new tests)

v6.7.0 변경사항 (2026-01-02)

• NEW: 통합 엔진 아키텍처 (DEC-072)

  • valuation_engine.py: DCF + Reverse DCF + Rate Stress 통합
  • quality_score.py: Lynch + Piotroski + Conviction + Risk 통합
  • risk_radar.py: SBC Dilution + Short Squeeze 통합
  • 기존 CLI 100% 하위 호환 (래퍼 패턴)

• NEW: 해석 템플릿 시스템 (Phase 6)

  • core/interpretation.py: 분석 결과 → 투자 인사이트 전환
  • core/output_formatter.py: 일관된 출력 포맷
  • 숫자 나열 → 의미 해석 + 주의점 + 다음 단계

• CHANGE: 스크립트 구조 개선

  • 18개 → 12개 통합 (핵심 3 + 보조 9)
  • 래퍼 6개로 기존 CLI 유지

• TEST: 926개 테스트 통과

v6.6.3 변경사항 (2026-01-02)

• FIX: masters_panel 텍스트 출력 시 "UNKNOWN" 레이블 + 메타데이터 노출 버그 (#034)
  • 근본 원인: render_with_view()가 masters_panel의 dict 구조를 인식 못함
  • render_with_view 블록 제거 (masters_panel은 이미 포맷된 텍스트 반환)
  • masters_panel.py v2.0.3
  • 테스트: 780개 통과

v6.6.2 변경사항 (2026-01-02)

• FIX: masters_panel --compare --format json 비교 모드 JSON 지원 (#033)

  • run_compare_analysis() JSON 시 dict 반환
  • _run_compare_screening() dict 반환으로 변경
  • 모든 비교 모드 (screening, discussion, debate, socratic) JSON 지원
  • 진행 메시지 stderr 이동 (JSON 순수성)
  • masters_panel.py v2.0.2

• FIX: 문서에서 "기본/확장/심화" 용어 제거

  • PROMPT_GUIDE.md, fenok_value.py, CLI_SPEC.md 수정
  • 새 분류: 🔥 필수 / ✅ 권장 / 🎯 선택 / 🧙 대가 관점

• TEST: 780개 테스트 통과

v6.6.1 변경사항 (2026-01-02)

• FIX: masters_panel --format json 빈 출력 버그 (#032)

  • analyze() 메서드에 output_format 파라미터 추가 (옵션 B - 근본 해결)
  • OutputFormat enum .value 비교 수정
  • 진행 메시지 stderr 이동 (JSON 순수성 확보)
  • masters_panel.py v2.0.1

• TEST: 780개 테스트 통과

v6.6.0 변경사항 (2026-01-02)

• NEW: Phase 4 분석 품질 가이드

  • references/analysis-interpretation-guide.md: 18개 스크립트별 해석 가이드
  • 인사이트 도출 템플릿: 핵심 수치 → 의미 해석 → 주의점 → 다음 단계
  • PROMPT_GUIDE.md 분석 품질 가이드 섹션 추가

• NEW: Phase 2 masters_panel --compare 비교 분석

  • 4개 모드 모두 비교 지원 (screening, debate, discussion, socratic)
  • Team NVDA vs Team AMD 토론 구조
  • CLI: python masters_panel.py NVDA AMD --compare --mode debate

• NEW: Phase 1 CLI 일관성 --compare 전체 적용

  • 15/18 스크립트 --compare 지원 (sec_13f 제외)
  • core/compare_utils.py 공통 유틸

• CHANGE: SKILL.md 구조 개선

  • "기본/확장/심화" 분류 폐기
  • 새 분류: 🔥 필수 / ✅ 권장 / 🎯 선택 / 🧙 대가 관점

• TEST: 780개 테스트 통과

v6.4.6 변경사항 (2026-01-01)

• FIX: --country 명시적 입력 우선 (DEC-066)
• TEST: 780개 테스트 통과

v6.4.5 변경사항 (2026-01-01)

• FIX: Lynch Unclassified 문제 해결 (DEC-064)
• FIX: CRP 자동 감지 - ADR 지원 (DEC-065)
• TEST: 780개 테스트 통과

---

Version: 6.9.0 | Last Updated: 2026-01-03