feat(home+search): KOSPI/KOSDAQ 인덱스 카드 + 검색결과 미니 sparkline

- Sparkline 컴포넌트를 PriceHero 내부에서 web/components/Sparkline.tsx 로 분리·재사용
- /api/markets/indices: macro_daily 의 kospi/kosdaq N일 시계열 + 최신값/전일대비
- 홈 IndicesPanel: 두 인덱스 카드(현재값/등락/우측 sparkline)
- /api/symbols/search?with_sparkline=true: 결과 한 번에 최근 30 종가 batch 조회
- SearchBox 결과 행에 mini sparkline + 현재가/등락률 인라인 표시

Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>

backend/app/api/markets.py

@@ -118,6 +118,60 @@ def movers(
     }
 
 
+@router.get("/indices")
+def indices(days: int = Query(default=60, ge=2, le=400)) -> dict:
+    """KOSPI / KOSDAQ 지수 N일 종가 시계열.
+
+    macro_daily 에 yfinance 가 채우는 'kospi','kosdaq' key 를 그대로 읽음.
+    채워져 있지 않으면 series 가 빈 배열로 반환되어 프런트가 '데이터 준비 중' 안내.
+    """
+    sql = text(
+        """
+        SELECT date, key, value
+          FROM macro_daily
+         WHERE key IN ('kospi','kosdaq')
+           AND date >= (CURRENT_DATE - (:d || ' day')::interval)
+         ORDER BY date ASC
+        """
+    )
+    eng = get_engine()
+    with eng.connect() as conn:
+        rows = conn.execute(sql, {"d": days}).all()
+
+    series: dict[str, list[dict]] = {"kospi": [], "kosdaq": []}
+    for r in rows:
+        d, k, v = r[0], r[1], r[2]
+        if v is None:
+            continue
+        series.setdefault(k, []).append({"date": str(d), "value": float(v)})
+
+    def _summary(pts: list[dict]) -> dict:
+        if not pts:
+            return {"latest": None, "prev": None, "pct_change": None}
+        latest = pts[-1]["value"]
+        prev = pts[-2]["value"] if len(pts) >= 2 else None
+        pct = ((latest - prev) / prev * 100) if (prev and prev > 0) else None
+        return {"latest": latest, "prev": prev, "pct_change": pct}
+
+    return {
+        "days": days,
+        "indices": [
+            {
+                "key": "kospi",
+                "name": "KOSPI",
+                "points": series["kospi"],
+                **_summary(series["kospi"]),
+            },
+            {
+                "key": "kosdaq",
+                "name": "KOSDAQ",
+                "points": series["kosdaq"],
+                **_summary(series["kosdaq"]),
+            },
+        ],
+    }
+
+
 @router.get("/related/{code}")
 def related(code: str, limit: int = Query(default=8, ge=1, le=30)) -> dict:
     """같은 market 에서 등락률 절대값 기준 가까운 종목 N 개.

backend/app/api/symbols.py

@@ -14,6 +14,10 @@ def search_symbols(
     q: str = Query(..., min_length=1, max_length=40, description="종목명 또는 코드 prefix/부분 일치"),
     limit: int = Query(default=20, ge=1, le=100),
     seed_only: bool = Query(default=False, description="true 면 학습/배치 대상 10종목만"),
+    with_sparkline: bool = Query(
+        default=False,
+        description="true 면 각 결과에 최근 30 종가 + 전일대비 동봉 (검색 결과 미니차트용)",
+    ),
 ) -> dict:
     """이름은 trigram + ILIKE, 코드는 prefix 매치.
 
@@ -21,6 +25,11 @@ def search_symbols(
       1) 코드가 정확히 같으면 가장 위
       2) 이름 prefix 매치
       3) 이름 부분 매치 (trigram similarity)
+
+    with_sparkline=true 시:
+      - 매치된 코드들에 대해 ohlcv_daily 최근 30 거래일 종가 한 번에 조회
+      - items[*].sparkline (list[float]) + items[*].close + items[*].pct_change 채움
+      - 데이터 없는 종목은 sparkline=[], close=None
     """
     q_norm = q.strip()
     if not q_norm:
@@ -61,19 +70,51 @@ def search_symbols(
                 "lim": limit,
             },
         ).all()
+
+        codes = [r[0] for r in rows]
+        spark_by_code: dict[str, list[float]] = {c: [] for c in codes}
+        if with_sparkline and codes:
+            # 최근 30 거래일 종가 — 종목별로 ORDER BY date ASC.
+            spark_rows = conn.execute(
+                text(
+                    """
+                    SELECT code, date, close FROM (
+                      SELECT code, date, close,
+                             ROW_NUMBER() OVER (PARTITION BY code ORDER BY date DESC) AS rn
+                        FROM ohlcv_daily
+                       WHERE code = ANY(:codes) AND close IS NOT NULL
+                    ) t
+                    WHERE rn <= 30
+                    ORDER BY code, date ASC
+                    """
+                ),
+                {"codes": codes},
+            ).all()
+            for code, _d, close in spark_rows:
+                spark_by_code.setdefault(code, []).append(float(close))
+
+    def _item(r) -> dict:
+        code = r[0]
+        pts = spark_by_code.get(code, []) if with_sparkline else None
+        out: dict[str, object] = {
+            "code": code,
+            "name": r[1],
+            "market": r[2],
+            "sector": r[3],
+            "is_seed": bool(r[4]),
+        }
+        if with_sparkline:
+            out["sparkline"] = pts or []
+            out["close"] = pts[-1] if pts else None
+            out["pct_change"] = (
+                (pts[-1] - pts[-2]) / pts[-2] * 100 if (pts and len(pts) >= 2 and pts[-2]) else None
+            )
+        return out
+
     return {
         "q": q_norm,
         "count": len(rows),
-        "items": [
-            {
-                "code": r[0],
-                "name": r[1],
-                "market": r[2],
-                "sector": r[3],
-                "is_seed": bool(r[4]),
-            }
-            for r in rows
-        ],
+        "items": [_item(r) for r in rows],
     }