David-Li0406/meta-skill-evloving

출력 요구사항

모든 Excel 파일

수식 오류 제로

• 모든 Excel 모델은 ZERO 수식 오류(#REF!, #DIV/0!, #VALUE!, #N/A, #NAME?)로 전달되어야 합니다.

기존 템플릿 유지 (템플릿 업데이트 시)

• 파일을 수정할 때 기존 형식, 스타일 및 규칙을 연구하고 정확히 일치시켜야 합니다.
• 이미 정립된 패턴이 있는 파일에 표준화된 서식을 강제로 적용하지 마십시오.
• 기존 템플릿 규칙이 항상 이 지침보다 우선합니다.

재무 모델

색상 코딩 표준

사용자 또는 기존 템플릿에 별도로 명시되지 않은 경우

업계 표준 색상 규칙

• 파란색 텍스트 (RGB: 0,0,255): 하드코딩된 입력값 및 사용자가 시나리오에 따라 변경할 숫자
• 검은색 텍스트 (RGB: 0,0,0): 모든 수식 및 계산
• 녹색 텍스트 (RGB: 0,128,0): 동일 워크북 내 다른 워크시트에서 가져온 링크
• 빨간색 텍스트 (RGB: 255,0,0): 다른 파일에 대한 외부 링크
• 노란색 배경 (RGB: 255,255,0): 주의가 필요한 주요 가정 또는 업데이트해야 할 셀

숫자 서식 표준

필수 서식 규칙

• 년도: 텍스트 문자열로 서식 지정 (예: "2024"가 아닌 "2024")
• 통화: $#,##0 형식 사용; 헤더에 항상 단위 명시 ("매출 ($mm)")
• 0: 모든 0을 "-"로 표시하는 숫자 서식 사용 (예: "$#,##0;($#,##0);-")
• 백분율: 기본적으로 0.0% 형식 (소수점 한 자리)
• 배수: 밸류에이션 배수(EV/EBITDA, P/E)는 0.0x 형식으로 표시
• 음수: 괄호 사용 (123) 이며 마이너스 -123 사용 금지

수식 구성 규칙

가정 배치

• 모든 가정(성장률, 마진, 배수 등)은 별도의 가정 셀에 배치
• 수식에 하드코딩된 값 대신 셀 참조 사용
• 예시: =B51.05 대신 =B5(1+$B$6) 사용

수식 오류 방지

• 모든 셀 참조가 올바른지 확인
• 범위의 Off-by-one 오류 확인
• 모든 예측 기간에 걸쳐 일관된 수식 사용
• 경계값(0 값, 음수 값)으로 테스트
• 의도하지 않은 순환 참조가 없는지 확인

하드코드 문서화 요구사항

• 셀에 주석 또는 (표의 끝인 경우) 옆에 설명 추가. 형식: "출처: [시스템/문서], [날짜], [특정 참조], [해당 URL]
• 예시:
  • "출처: 회사 10-K, FY2024, 45페이지, 수익 참고, [SEC EDGAR URL]"
  • "출처: 회사 10-Q, 2025년 2분기, 첨부 99.1, [SEC EDGAR URL]"
  • "출처: Bloomberg Terminal, 2025/8/15, AAPL US Equity"
  • "출처: FactSet, 2025/8/20, 컨센서스 추정 화면"

XLSX 생성, 편집 및 분석

개요

사용자가 .xlsx 파일의 내용을 생성, 편집 또는 분석하도록 요청할 수 있습니다. 다양한 작업에 대해 서로 다른 도구와 워크플로우를 사용할 수 있습니다.

중요 요구사항

수식 재계산을 위한 LibreOffice 필요: 수식 값을 재계산하기 위해 recalc.py 스크립트를 사용하여 LibreOffice가 설치되어 있다고 가정할 수 있습니다. 이 스크립트는 첫 실행 시 LibreOffice를 자동으로 구성합니다.

데이터 읽기 및 분석

pandas를 사용한 데이터 분석

데이터 분석, 시각화 및 기본 작업의 경우 강력한 데이터 조작 기능을 제공하는 pandas를 사용하세요:

import pandas as pd

# Excel 읽기
df = pd.read_excel('file.xlsx')  # 기본값: 첫 번째 시트
all_sheets = pd.read_excel('file.xlsx', sheet_name=None)  # 모든 시트를 딕셔너리로

# 분석
df.head()      # 데이터 미리보기
df.info()      # 열 정보
df.describe()  # 통계

# Excel 쓰기
df.to_excel('output.xlsx', index=False)

Excel 파일 워크플로우

중요: 수식 사용, 하드코딩된 값 사용 금지

Python에서 값을 계산하고 하드코딩하는 대신 항상 Excel 수식을 사용하세요. 이렇게 하면 스프레드시트가 동적이고 업데이트 가능한 상태로 유지됩니다.

❌ 잘못된 방법 - 계산된 값 하드코딩

# 나쁨: Python에서 계산하고 결과를 하드코딩

✅ 올바른 방법 - Excel 수식 사용

# 좋음: Excel이 합계를 계산하도록 함

이것은 모든 계산(합계, 백분율, 비율, 차이 등)에 적용됩니다. 스프레드시트는 원본 데이터가 변경될 때 다시 계산할 수 있어야 합니다.

일반 워크플로우

1. 도구 선택: pandas (데이터), openpyxl (수식/서식)
2. 생성/로드: 새 워크북 생성 또는 기존 파일 로드
3. 수정: 데이터, 수식 및 서식 추가/편집
4. 저장: 파일에 쓰기
5. 수식 재계산 (수식 사용 시 필수): recalc.py 스크립트 사용

   python recalc.py output.xlsx
   

6. 오류 확인 및 수정:
   • 스크립트는 오류 세부 정보가 포함된 JSON을 반환합니다.
   • status가 errors_found인 경우 error_summary에서 특정 오류 유형 및 위치를 확인합니다.
   • 식별된 오류를 수정하고 다시 계산합니다.
   • 수정해야 할 일반적인 오류:
     • #REF!: 잘못된 셀 참조
     • #DIV/0!: 0으로 나누기
     • #VALUE!: 수식에 잘못된 데이터 유형
     • #NAME?: 인식할 수 없는 수식 이름

새 Excel 파일 생성

# openpyxl을 사용한 수식 및 서식
from openpyxl import Workbook
from openpyxl.styles import Font, PatternFill, Alignment

wb = Workbook()
sheet = wb.active

# 데이터 추가
sheet['A1'] = 'Hello'
sheet['B1'] = 'World'
sheet.append(['Row', 'of', 'data'])

# 수식 추가
sheet['B2'] = '=SUM(A1:A10)'

# 서식 지정
sheet['A1'].font = Font(bold=True, color='FF0000')
sheet['A1'].fill = PatternFill('solid', start_color='FFFF00')
sheet['A1'].alignment = Alignment(horizontal='center')

# 열 너비
sheet.column_dimensions['A'].width = 20

wb.save('output.xlsx')

기존 Excel 파일 편집

# openpyxl을 사용한 수식 및 서식 유지
from openpyxl import load_workbook

# 기존 파일 로드
wb = load_workbook('existing.xlsx')
sheet = wb.active  # 또는 특정 시트의 경우 wb['SheetName']

# 여러 시트 작업
for sheet_name in wb.sheetnames:
    sheet = wb[sheet_name]
    print(f"시트: {sheet_name}")

# 셀 수정
sheet['A1'] = 'New Value'
sheet.insert_rows(2)  # 2번 위치에 행 삽입
sheet.delete_cols(3)  # 3번 열 삭제

# 새 시트 추가
new_sheet = wb.create_sheet('NewSheet')
new_sheet['A1'] = 'Data'

wb.save('modified.xlsx')

수식 재계산

openpyxl로 생성 또는 수정된 Excel 파일에는 수식이 문자열로 포함되어 있지만 계산된 값은 포함되어 있지 않습니다. 제공된 recalc.py 스크립트를 사용하여 수식을 재계산하세요:

python recalc.py <excel_file> [timeout_seconds]

예시:

python recalc.py output.xlsx 30

스크립트의 기능:

• 첫 실행 시 LibreOffice 매크로를 자동으로 설정
• 모든 시트의 모든 수식 재계산
• Excel 오류(#REF!, #DIV/0! 등)에 대해 ALL 셀 스캔
• 자세한 오류 위치 및 개수가 포함된 JSON 반환
• Linux 및 macOS 모두에서 작동

수식 확인 체크리스트

수식이 올바르게 작동하는지 확인하기 위한 빠른 점검:

필수 확인 사항

• 샘플 참조 2~3개 테스트: 전체 모델을 구축하기 전에 올바른 값을 가져오는지 확인
• 열 매핑: Excel 열이 일치하는지 확인 (예: 64열 = BL, BK 아님)
• 행 오프셋: Excel 행은 1부터 시작함을 기억 (DataFrame 행 5 = Excel 행 6)

일반적인 함정

• NaN 처리: pd.notna()로 null 값 확인
• 오른쪽 끝 열: FY 데이터는 종종 50열 이후에 있음
• 여러 일치: 첫 번째 항목뿐만 아니라 모든 항목 검색
• 0으로 나누기: 수식에서 /를 사용하기 전에 분모 확인 (#DIV/0!)
• 잘못된 참조: 모든 셀 참조가 의도한 셀을 가리키는지 확인 (#REF!)
• 시트 간 참조: 시트 연결을 위해 올바른 형식(Sheet1!A1) 사용

수식 테스트 전략

• 작게 시작: 광범위하게 적용하기 전에 2~3개 셀에서 수식 테스트
• 종속성 확인: 수식에서 참조하는 모든 셀이 존재하는지 확인
• 경계값 테스트: 0, 음수 및 매우 큰 값 포함

recalc.py 출력 해석

스크립트는 오류 세부 정보가 포함된 JSON을 반환합니다:

{
  "status": "success",           // 또는 "errors_found"
  "total_errors": 0,              // 총 오류 수
  "total_formulas": 42,           // 파일 내 수식 수
  "error_summary": {              // 오류가 있는 경우에만 표시
    "#REF!": {
      "count": 2,
      "locations": ["Sheet1!B5", "Sheet1!C10"]
    }
  }
}

모범 사례

라이브러리 선택

• pandas: 데이터 분석, 대량 작업 및 간단한 데이터 내보내기에 가장 적합
• openpyxl: 복잡한 서식, 수식 및 Excel 특화 기능에 가장 적합

openpyxl 작업 시

• 셀 인덱스는 1부터 시작 (row=1, column=1은 셀 A1을 의미)
• data_only=True를 사용하여 계산된 값 읽기: load_workbook('file.xlsx', data_only=True)
• 경고: data_only=True로 열고 저장하면 수식이 값으로 대체되어 영구적으로 손실됩니다.
• 대용량 파일의 경우: 읽기에는 read_only=True, 쓰기에는 write_only=True 사용
• 수식은 유지되지만 평가되지는 않음 - 값을 업데이트하려면 recalc.py를 사용하세요.

pandas 작업 시

• 추론 문제를 피하기 위해 데이터 유형 지정: pd.read_excel('file.xlsx', dtype={'id': str})
• 대용량 파일의 경우 특정 열만 읽기: pd.read_excel('file.xlsx', usecols=['A', 'C', 'E'])
• 날짜를 적절히 처리: pd.read_excel('file.xlsx', parse_dates=['date_column'])

코드 스타일 지침

중요: Excel 작업을 위한 Python 코드를 생성할 때:

• 불필요한 주석 없이 간결한 Python 코드 작성
• 장황한 변수 이름 및 중복 작업 피하기
• 불필요한 print 문 피하기

Excel 파일 자체의 경우:

• 복잡한 수식이나 중요한 가정이 있는 셀에 주석 추가
• 하드코딩된 값의 데이터 소스 문서화
• 주요 계산 및 모델 섹션에 대한 노트 포함