Claude Code를 주식 리서치 에이전트(equity-research agent)로 변환해 주는 독립형 저장소(self-contained repo)입니다. 모든 투자자를 위해 Anthropic의 공식 주식 리서치 기술을 잠금 해제합니다. 연간 15만 달러 상당의 기관용 데이터 스택을 대체하는 단일 데이터 MCP(Model Context Protocol)와 셀사이드 애널리스트(sell-side analysts), 포트폴리오 매니저(portfolio managers), 개인 투자자(retail investors), 학술 경제학자(academic economists) 모두를 만족시키는 개인화 레이어를 제공합니다.

세 가지 구성 요소가 이를 가능하게 합니다:

기술 라이브러리 (Skill library). 24가지 분석 워크플로우 — Anthropic의 공식 Apache 라이선스 주식 리서치 번들(9가지 기술)과 커뮤니티 유지 관리 라이브러리(15가지 기술)로 구성됩니다. 아이디어 발굴(idea discovery), 단일 기업 심층 분석(single-company deep dives), 포지션 모니터링(position monitoring), 매크로 리서치(macro research)를 다룹니다. -
접근 가능한 인터페이스 (Accessible interface). Claude는 사용자의 금융 숙련도와 선호도에 따라 대화합니다 — 셀사이드 애널리스트, 포트폴리오 매니저, 개인 투자자 또는 학술 경제학자에 맞춰 어조, 깊이, 전문 용어 밀도를 조정합니다. 네 가지 통합 슬래시 명령어(slash commands) — /discover, /analyze, /monitor, /macro — 가 일상 언어로 된 요청을 24가지 기술 전체로 자동 라우팅합니다. -
단일 데이터 MCP (Single data MCP). drillr은 기술에 필요한 모든 것을 통합합니다: 구조화된 재무 지표(structured financial metrics), SEC 공시(SEC filings), 실적 발표 컨퍼런스 콜 스크립트(earnings-call transcripts), 기업 온톨로지(company ontology, 공급업체 / 고객 / 경쟁사), 대체 데이터(alternative data, 연방 계약, 채용, 특허, 무역 흐름), 그리고 매크로 / 시장 컨텍스트(macro / market context). 미국 및 일본 주식을 다룹니다. 개인 사용자를 위한 넉넉한 무료 할당량(free quota)을 제공합니다.

Anthropic은 최근 훌륭한 주식 리서치 기술 번들을 오픈 소스로 공개했습니다 — 9가지 기관용 워크플로우 템플릿(initiation note, earnings analysis, catalyst calendar, morning note, thesis tracker 등). 이들은 주식 업무에 대한 Claude Code의 한계를 크게 높여줍니다. 하지만 두 가지 공백이 남아 있습니다.

• 비싼 데이터 커넥터 (Data connector). Anthropic의 스킬은 순수하게 방법론적입니다. 데이터가 함께 제공되지 않으므로, 직접 커넥터를 연결해야 합니다. Anthropic의 공식 레퍼런스 리포지토리(repo)는 스킬을 11개의 기관용 MCP (Model Context Protocol)—FactSet, LSEG, S&P Global, Morningstar, Moody's, PitchBook 등—에 연결합니다. 이들은 일반적으로 사용자당 연간 15,000~30,000달러에 달하며, 이를 모두 합치면 150,000달러를 훨씬 상회합니다. 이는 독립 분석가, 학술 경제학자, 그리고 기관 예산 없이 진지한 워크플로우를 운영하는 모든 이들에게는 감당하기 어려운 수준입니다.

• 셀사이드 (Sell-side) 전문가를 대상으로 하며, 접근성 계층이 없음. 이 번들(bundle)의 템플릿은 기업 분석 보고서(initiation notes), 모닝 노트(morning notes), 실적 프리뷰(earnings previews)와 같은 주식 리서치 데스크의 일상적인 결과물을 중심으로 구축되었습니다. 개념은 보편적이지만, 사용되는 전문 용어 (jargons) (A/E 연도 표기법, 베이시스 포인트(basis-point) 약어, 셀사이드 보고서 양식 등)는 개인 투자자나 탐색적 기업 수준 연구를 수행하는 학자들에게는 난해하게 느껴질 수 있습니다. 기본 설정 상태에서 에이전트는 사용자의 금융 숙련도나 선호하는 어조에 맞춰 적응하지 않습니다.

이 프로젝트는 이 두 가지 문제를 모두 해결합니다. drillr MCP는 11개의 MCP 스택을 넉넉한 무료 할당량을 제공하는 단일 커넥터로 통합하며, 메모리 기반의 인터페이스 계층(interface layer)은 키보드를 사용하는 사람이 누구든 그에 맞춰 출력 레지스터(output register)를 조정합니다.

Claude Code가 설치되어 있어야 합니다.

git clone https://github.com/prof-little-bear/cc-equity-research.git
cd cc-equity-research
claude

Claude Code 내부에서 /mcp를 실행하여 drillr 연결을 확인하고, 프롬프트가 나타나면 인증하십시오 (리포지토리의 .mcp.json이 서버를 선언하므로, Claude Code는 실행 시 이를 감지합니다). 그 후 준비가 완료되면, 원하는 내용을 입력하거나 네 가지 슬래시 명령(slash commands) 중 하나를 실행하십시오.

각 명령은 해당 카테고리에 있는 렌즈(lenses)의 짧은 메뉴를 엽니다. 이름으로 하나를 선택하거나, 원하는 내용을 설명하기만 하면 디스패처(dispatcher)가 그에 따라 경로를 지정합니다.

일상적인 언어도 작동합니다. "NKE에 대해 포렌식 실행해줘", "향후 6주 동안 PLTR에 어떤 일이 예정되어 있어?", "노동 시장이 약화되고 있어?" — Claude는 CLAUDE.md를 통해 사용자의 의도를 해당 기술로 직접 경로를 지정합니다. 슬래시 명령어 (slash commands)는 발견 가능성 계층 (discoverability layer)이며, 일상적인 언어는 파워 유저 계층 (power-user layer)입니다. 그 아래에 작동하는 기술은 동일합니다.

예시:
/analyze NKE forensics
→ Nike에 대한 재무 포렌식 (financial forensics)을 실행합니다.
/macro
→ 매크로 메뉴를 엽니다.
/discover what's working in AI infra
→ themes로 경로를 지정합니다.

얼마나 많은 기술이 추가되더라도 슬래시 인터페이스는 4개의 명령어로 유지됩니다 — 새로운 기술은 새로운 명령어가 아닌 디스패처 (dispatchers) 내부에서 추가됩니다.

두 개의 프로젝트 로컬 파일이 모든 응답을 형성합니다. 이는 문제 #2를 해결하는 계층으로, 키보드를 잡고 있는 사람이 누구냐에 따라 동일한 분석적 엄밀함을 유지하면서도 다른 어조 (register)를 제공합니다.

— .claude/mode.md
new (기본값)는 세션 시작 시 오리엔테이션을 보여주며, experienced는 이를 건너뜁니다. 파일을 편집하거나 Claude에게 "이제 숙련자야"라고 말함으로써 전환할 수 있습니다.

— .claude/style.md
네 가지 필드가 Claude의 통신 방식을 제어합니다: experience (experienced / intermediate / learning), depth (quick / balanced / deep), tone (professional / institutional / conversational / educational), 그리고 선택 사항인 coverage (섹터 집중도). 기본값은 정교하면서도 접근하기 쉬운 수준으로 설정되어 있습니다.

Claude는 세션 시작 시 두 파일을 모두 읽고, 매 턴마다 이를 적용하며, 대화 도중에 발생하는 선호도 변화를 흡수합니다. A/E 표기법을 일상적으로 사용하면 tone이 institutional (기관용)로 격상됩니다. 특정 용어의 의미를 물어보면 experience (경험 수준)가 intermediate (중급)로 전환됩니다. 파일은 업데이트되며 변경 사항은 한 줄로 확인됩니다.

참고: 이 파일들은 프로젝트 로컬 (project-local) 방식입니다. 즉, Claude Code의 세션 간 자동 메모리 (cross-session auto-memory)가 아닌 리포지토리 (repo) 내부에 존재합니다. 리포지토리를 동기화하지 않고 다른 머신으로 클로닝 (cloning)하면 처음부터 다시 시작해야 합니다.

Anthropic 번들 (anthropic-equity-research-skills/) — anthropics/financial-services (Apache 2.0)에서 가져온 9개의 워크플로 템플릿 (workflow templates): initiating-coverage (커버리지 개시), earnings-preview (실적 프리뷰), earnings-analysis (실적 분석), model-update (모델 업데이트), morning-note (모닝 노트), catalyst-calendar (촉매 일정), thesis-tracker (투자 논거 추적), idea-generation (아이디어 생성), sector-overview (섹터 개요).

커뮤니티 확장 (community-skills/) — 4개 영역에 걸쳐 분석가들이 기여한 15개의 관점 (lenses): discover/ (테마, 공급망, 대안 플레이, 정부 계약), analyze/ (비즈니스 모델, 실적 스코어카드, 재무 포렌식, 보고 품질, 경영진), monitor/ (관심 종목, 투자 논거 점검, 이벤트 레이더), economic-research/ (수익률 곡선, 무역 흐름, 노동 시장).

각 스킬은 짧은 마크다운 (markdown) 파일로 구성되어 있습니다. 각 스킬이 정확히 무엇을 하는지 확인하려면 파일을 읽어보세요.

하나의 MCP가 모든 스킬을 지원합니다. 6가지 데이터 도메인 (data domains):

구조화된 펀더멘털 (Structured fundamentals) — 재무제표, 60개 이상의 표준화된 지표, 컨센서스 추정치
SEC 공시 (SEC filings) — 10-K, 10-Q, 8-K, 위임장 (proxy), S-1, S-4 (전문 검색 가능)
실적 발표 컨퍼런스 콜 (Earnings calls) — 녹취록 및 구조화된 요약
기업 온톨로지 (Company ontology) — 공급업체, 고객, 경쟁사, 피어 그룹 (peer groups), 창업자 배경
대안 데이터 (Alternative data) — 연방 계약, 채용, 웹/앱 지표, 특허, 무역 흐름, 내부자 거래
매크로 및 시장 컨텍스트 (Macro and market context) — 금리, 신용, 노동, 심리, 지수, 원자재, 외환 (FX), 암호화폐

에이전틱 AI (Agentic AI)를 통해 1차 자료(SEC EDGAR, 기업 IR 페이지, 정부 데이터베이스, 세관 신고, 공개 시장 거래소)에서 직접 수집하며, 재판매되는 독점 피드(Proprietary feeds)가 아닙니다. 개인 사용자를 위한 넉넉한 무료 할당량을 제공하며, FactSet, LSEG, S&P Global 또는 Morningstar 구독이 필요하지 않습니다.

범위: 미국 주식, 일본 주식 및 ADR (미국 주식 예탁 증서). SQL을 작성할 필요 없이, 필요한 내용을 설명하면 스킬 (Skill)이 실행될 때 Claude가 데이터를 가져옵니다.

커뮤니티 스킬 (Community-skill) 기여를 매우 환영합니다. 이는 현업 분석가들이 실제로 수행하는 작업을 공유함에 따라 더욱 정교해지는 툴킷 (Toolkit)의 핵심 부분입니다.

새로운 커뮤니티 스킬을 위한 세 가지 작은 수정 사항:

• community-skills/<area>/에 스킬 파일 자체를 추가하세요.

• CLAUDE.md의 기능 맵 (Capability map)에 한 줄 항목을 추가하세요.

• .claude/commands/<area>.md 내 해당 디스패처 (Dispatcher) 메뉴에 행을 추가하세요.

그 후 PR (Pull Request)을 제출하세요. Anthropic 번들 (Bundle)은 업스트림 (Upstream)에서 벤더링 (Vendored)되었습니다. 해당 부분의 제안된 변경 사항은 이 리포지토리가 아닌 anthropics/financial-services에 포함되어야 합니다.

스킬 템플릿, 우수한 스킬의 예시 및 리뷰 기대 사항은 CONTRIBUTING.md를 참조하세요.

툴킷 (커뮤니티 스킬, 스캐폴딩 (Scaffolding), 디스패처, 문서)은 Apache 2.0 라이선스 하에 제공됩니다. 최상위 LICENSE 파일을 참조하세요. 벤더링된 Anthropic equity-research 번들 또한 Apache 2.0입니다. 출처 표기 및 업스트림 동기화 명령은 anthropic-equity-research-skills/NOTICE.md를 참조하세요.

이 프로젝트에서 사용된 항목:

anthropics/financial-services — Anthropic의 오픈 소스 equity-research 스킬 번들로, anthropic-equity-research-skills/에 벤더링되어 있습니다 (Apache 2.0).

Drillr — 모든 스킬(펀더멘털, SEC 공시, 기업 온톨로지 (Ontology), 대체 데이터 (Alt-data), 매크로 / 시장 신호)를 지원하는 단일 데이터 MCP (Model Context Protocol)