docs: known-issues 3건 추가 + devlog 2026-03-12 세션 기록

.agents/references/known-issues.md

@@ -28,3 +28,21 @@
 - **원인**: PowerShell의 `'`, `"`, `{}` 이스케이핑이 Python f-string과 충돌
 - **해결**: 항상 별도 `.py` 파일로 작성하여 실행
 - **주의**: PowerShell에서 복잡한 Python 코드를 `-c` 옵션으로 실행하지 말 것
+
+### 2026-03-12 pykrx — get_market_cap 전 함수군 완전 불가
+- **증상**: `get_market_cap`, `get_market_cap_by_date`, `get_market_cap_by_ticker` 모두 0 반환 또는 columns 오류
+- **원인**: pykrx 1.2.4에서 시가총액/상장주식수 관련 API 전면 고장
+- **해결**: DART `total_equity`(자본총계)를 E(자기자본)로 대체 사용
+- **주의**: 시가총액 필요 시 유료 DB(FnGuide 등) 또는 DART 발행주식수 × 종가로 별도 산출 필요
+
+### 2026-03-12 Merton — SPAC/스팩 종목 DD 비정상 (50~124)
+- **증상**: DD가 50~124로 비정상적으로 높아 AAA 등급 오염
+- **원인**: SPAC은 자산=현금, 부채=극소 → Merton 모형에서 부도확률이 0에 수렴
+- **해결**: 종목명에 "스팩", "SPAC", "N호" 패턴 포함 시 제외 (62개)
+- **주의**: 리츠(26개)도 동일 문제. 비정상 종목 필터 항상 적용
+
+### 2026-03-12 Shadow Rating — EDF 등급역전 (composite score 기반)
+- **증상**: AA-의 EDF가 A+보다 높은 역전 현상
+- **원인**: composite score에서 DD 외 재무비율(레버리지/ROA)이 등급을 왜곡
+- **해결**: DD 가중치를 50% → 70%로 상향, isotonic 단조보정 적용
+- **주의**: composite score 산출 시 DD 가중치를 70% 미만으로 낮추면 역전 재발

docs/devlog/2026-03-12.md

@@ -0,0 +1,7 @@
+# Devlog — 2026-03-12
+
+| # | 시간 | 작업 | 커밋 | 상태 |
+|---|------|------|------|------|
+| 001 | 23:31 | Merton DD/EDF 2,385종목 일괄 산출 + 금융업 274종목 필터 | `0547dfb` | ✅ |
+| 002 | 23:45 | Shadow Rating + 등급별 부도율 블렌딩 (베이지안 보정) | `0c0b212` | ✅ |
+| 003 | 00:15 | 데이터 재검증 (SPAC/리츠 제거, DD캡, EDF 단조보정) + Excel 리포트 | `864decd` | ✅ |

test_setup.py

@@ -1,55 +1,6 @@
-"""등급역전 분석 + AAA EDF 진단"""
+"""Verify Excel file"""
-import sqlite3
+import openpyxl
-import numpy as np
+wb = openpyxl.load_workbook("outputs/EDF_Report_20260312.xlsx")
-from scipy.stats import norm
+for s in wb.sheetnames:
-
+    ws = wb[s]
-conn = sqlite3.connect("data/edf.db")
+    print(f"  {s}: {ws.max_row} rows x {ws.max_column} cols")
-
-# 1) 등급별 EDF 상세 확인 — 역전 여부
-print("=== 등급별 EDF 상세 (역전 확인) ===")
-rows = conn.execute("""
-    SELECT dd_rating, COUNT(*), AVG(DD), MIN(DD), MAX(DD), AVG(EDF), MIN(EDF), MAX(EDF)
-    FROM merton_results 
-    GROUP BY dd_rating
-    ORDER BY AVG(DD) DESC
-""").fetchall()
-
-rating_order = ["AAA","AA+","AA","AA-","A+","A","A-","BBB+","BBB","BBB-",
-                "BB+","BB","BB-","B+","B","B-","CCC+","CCC","CCC-"]
-
-prev_edf = -1
-print(f"{'등급':>5} | {'N':>5} | {'DD평균':>8} | {'DD최소':>8} | {'EDF평균':>12} | {'역전':>4}")
-print("-" * 65)
-for rating in rating_order:
-    match = [r for r in rows if r[0] == rating]
-    if match:
-        r = match[0]
-        edf = r[5]
-        inversion = " !!!" if edf < prev_edf and prev_edf >= 0 else ""
-        print(f"  {r[0]:5s} | {r[1]:5d} | {r[2]:8.2f} | {r[3]:8.2f} | {edf:12.8f} | {inversion}")
-        prev_edf = edf
-
-# 2) AAA 개별 확인
-print("\n=== AAA 종목 상세 ===")
-aaa = conn.execute("""
-    SELECT mr.ticker, c.name, mr.DD, mr.EDF, mr.E, mr.D, mr.sigma_V
-    FROM merton_results mr JOIN companies c ON mr.ticker = c.ticker
-    WHERE mr.dd_rating = 'AAA'
-    ORDER BY mr.DD DESC
-    LIMIT 15
-""").fetchall()
-for r in aaa:
-    # 수동 EDF 계산
-    manual_edf = norm.cdf(-r[2])
-    print(f"  {r[0]} {r[1][:15]:15s} | DD={r[2]:8.2f} | EDF={r[3]:.2e} | manual_N(-DD)={manual_edf:.2e} | E={r[4]:.2e} D={r[5]:.2e}")
-
-# 3) AA- EDF 역전 확인 (AA-가 A+보다 높은 문제)
-print("\n=== AA- vs A+ 비교 ===")
-for grade in ["AA-", "A+", "A", "A-"]:
-    data = conn.execute(f"""
-        SELECT AVG(DD), AVG(EDF), MIN(EDF), MAX(EDF), COUNT(*)
-        FROM merton_results WHERE dd_rating = '{grade}'
-    """).fetchone()
-    print(f"  {grade:5s}: DD평균={data[0]:.2f}, EDF평균={data[1]:.6f}, EDF범위=[{data[2]:.6f}, {data[3]:.6f}], N={data[4]}")
-
-conn.close()