Stock Data Expert

証券データ・エキスパート (Stock Data Expert)

ARIA における「証券データの真実」を管理するためのドメイン知識とツールを提供します。

1. 証券コードの 5 桁正規化と SICC ルール

あらゆる入力ソースからの証券コードを 5 桁に統一し、SICC（### 1. Identity Bridging (証券コードと EDINET コードの架け橋)

• 原則: EDINET コードリストを主軸とし、JPX 証券コードを Bridge Fill 処理で紐付ける。
• 名寄せキー: edinet_code.fillna(code) を identity_key として使用し、物理的なレコード統合を強制する。詳細は stock-master-reconciler を参照。 ）の採番ルールに基づいて親子関係を定義します。
• 5 桁正規化 & 国籍プレフィックス: 4 桁コードには末尾に 0 を付与し、さらに「国籍プレフィックス（例: JP:）」を強制付与する。これは全 Pydantic モデル（生データ、マスタ、履歴）のバリデータとして物理的に強制される。英文字を含むコード（例：145A0）も同様に扱う。
• 親子紐付け (Preferred Stock Linkage):
  • 5 桁目が 0 以外（5, 6, 7, 8, 3, 4）の銘柄は「種類株」と判定。
  • 上 4 桁が共通する 0 銘柄（普通株）を parent_code として自動的にリンク。
  • 種類株は親銘柄から edinet_code や jcn を継承することを許可する。
• Decoupled Master Architecture (生殺与奪権の分離):
  • EDINET: 銘柄の「存続 (is_active)」に関する唯一の主権者。Harvester-Merger がこの同期を司る。
  • JPX: 銘柄の「属性 (sector/market)」の補完ソース。Market Pipeline がこの更新を司る。
  • 両者は sync_master フラグおよびモードにより疎結合に保たれ、EdinetEngine が無効な環境でも JPX 属性の更新（既存銘柄への適用）は安全に行われるべきである（discover_edinet_code の Null ガードを遵守）。

2. 属性解決とリコンシリエーション (Hierarchy of Truth)

ReconciliationEngine.update_stocks_master の実装に基づき、以下の優先順位を遵守します。

• stock-master-reconciler: マスタ統合と名寄せの「5つの鉄則」の統治。
• company-name-historian: 漢字商号の変遷管理。

1. EDINET Document API (Real-time): IPO 銘柄の secCode から edinetCode/jcn を逆引きする最優先ソース。
2. EDINET / Catalog (Regulatory): 会社名および公的ステータスの正解。
3. JPX Master (Market): 業種区分および市場名の補完ソース。

3. 登録ガードと IPO 自動発見 (Registration Guard & Discovery)

二重登録（証券コード不明レコードの増殖）を物理的に防ぐため、以下のプロトコルを適用します。

• IPO Discovery: JPX にのみ存在する JCN 不明銘柄に対し、直近 30 日間の書類一覧 API をスキャン。secCode が一致する書類から識別子を動的に抽出。
• Registration Guard: 書類 API でも識別子が発見できない一般事業会社は、マスタへの登録を「保留（スキップ）」する。
• 例外: ETF / REIT / PRO Market は EDINET 名簿対象外のため、JPX 情報のみでの登録を許可。
• Centralized Judgement (Targeting SSOT):
  • 市場監視における解析対象の選定は、FilteringEngine の TARGET_DOC_TYPES 等の物理コード定義に基づき、ARIA 規格として一元的に実施すること。

4. 履歴の自己修復 (History Self-Healing)

• Status-based History: is_active フラグの遷移に基づき、LISTING / DELISTING イベントを一貫して生成。
• Kanji-based Name Tracking: 社名変更履歴を「漢字名」のみで管理。カタログ（提出書類）に記録された漢字名のみをソースとすることで、歴史的事実としての正確性を担保する。
• Chronological Reconstruction: バックフィル（非時系列な書類取得）に対処するため、特定の銘柄コードに紐付く全書類を日付順に動的スキャンし、隣接する書類間での名称変化を検知して NameEvent を再構成する。
• 0000-00-00 Seed: 社名変更履歴の起点としてシードレコードを注入。

5. 異常検知の閾値 (Anomaly Thresholds)

以下の状態を検知した場合、直ちに処理を停止し整合性を疑います：

• 指数構成銘柄 < 40件: API エラーまたはデータ欠落の可能性。
• bin=No への割り当て: 証券コードの抽出失敗（NULL 非許容）。

詳細リファレンス

• 正規化ロジック詳細
• ARIA データスキーマ定義: bin sharding 構造の定義
• EDINET API V2 物理検証済み事実集: エンコーディング、レスポンスフィールド、opeDateTime等の実測値