bf4fb01146
- backend/app/models/lgbm.py: 종목 × horizon 별 LightGBM 회귀(y_ret_h)
+ 다중분류(y_dir_h, 3-class). joblib 으로 backend/data/models/{code}_h{H}_*.pkl
저장. early_stopping(30). predict_one() 으로 최신 영업일 피처에 추론.
- backend/app/models/weights.py: ensemble_weights 테이블 IO,
default w_chronos=0.6 / w_lgbm=0.4 (DB 행 없으면 fallback).
- backend/app/models/ensemble.py: Chronos sample 분포 + LGBM regression+cls
결합. point/q10/q90 + prob_up/flat/down + direction 라벨. 한쪽 모델
실패 시 다른 쪽 단독 fallback (cold start: chronos 단독).
- backend/app/pipelines/predict_one.py: predict_and_store(). 결과를
predictions 테이블에 UPSERT, user_triggered 누적 OR. base_date = 마지막
ohlcv 거래일, target_date = base_date + H 영업일(주말 스킵, 공휴일은
매칭잡에서 자연 보정).
- backend/app/pipelines/match_outcomes.py: target_date == d 인
user_triggered=TRUE 예측을 d 의 실제 종가와 매칭 → prediction_outcomes
적재. direction_hit(±0.3% flat band) + abs_error. 실제 종가 없으면
자연 skip.
- backend/app/pipelines/retrain_weekly.py: 시드 10종목 × H 재학습 +
최근 30일 model_performance 적재.
- backend/app/db/migrations/003_ensemble_weights.sql: (code, horizon) →
(w_chronos, w_lgbm, hit_rate_*, sample_count).
- backend/app/pipelines/scheduler.py:
daily_batch : 평일 16:00 KST
match_outcomes : 평일 16:30 KST ← 사용자가 확정한 매칭 시점
retrain_weekly : 일요일 02:00 KST
Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>
stock_chart_site
개인용 주식 차트 + 단기 예측 사이트. 한국 종목 검색 → 현재 차트 표시 → "예상차트 보기" 클릭 시 Chronos+LightGBM 앙상블로 향후 1~5거래일 예측을 차트에 이어 붙임. 사용자가 한 번이라도 예측을 확인한 종목은 자동 저장해서 다음날 실제 가격과 비교 → 오차/방향성 적중률을 누적 → 앙상블 가중치를 자동 보정.
스펙 원문: /home/claude/EJClaw/groups/stock_predictor/SPEC.md (별도 채팅 그룹).
빠른 시작 (Windows + Docker Desktop + RTX 3070 Ti)
전제: Docker Desktop이 이미 설치되어 있고, GPU 사용하려면 Settings → Resources → WSL Integration → GPU support가 켜져 있어야 합니다.
git clone https://git.tkrmagid.kr/tkrmagid/stock_chart_site.git
cd stock_chart_site
build.bat
build.bat이 자동으로
.env.example→.env복사 (없는 경우)nvidia-smi로 GPU 감지 → GPU 있으면 GPU 모드, 없으면 CPU 폴백docker compose build+up -d
확인:
- Web: http://localhost:3000
- Backend health: http://localhost:8000/health
- DB extensions: http://localhost:8000/health/db (
timescaledb,vector,pg_trgm셋 다 켜져 있어야 정상)
정지:
docker compose down
빌드 모드 (수동)
build.bat을 안 쓰는 경우 .env가 먼저 있어야 합니다.
# .env 없으면 한 번만 복사
copy .env.example .env
# GPU 모드 (RTX 3070 Ti 등 NVIDIA GPU 사용)
docker compose -f docker-compose.yml -f docker-compose.gpu.yml up -d --build
# CPU 모드
docker compose up -d --build
API 키 발급 (모두 무료)
키 없어도 pykrx 기반 일봉/뉴스 RSS 만으로 일단 동작합니다. 다음 키를 받으면 데이터 품질이 좋아집니다.
1) 한국투자증권 KIS OpenAPI (실시간 시세 + EOD)
- https://apiportal.koreainvestment.com 회원가입 (한국투자증권 계좌 필요)
- 좌측 "Open API 신청" → 모의/실전 중 하나 신청
- 발급 완료 후 마이페이지에서 App Key, App Secret, 계좌번호 확인
.env에 입력:KIS_APP_KEY=... KIS_APP_SECRET=... KIS_ACCOUNT_NO=...
2) DART OpenAPI (전자공시 본문)
- https://opendart.fss.or.kr 회원가입
- 마이페이지 → 인증키 신청 → 즉시 발급
.env에 입력:DART_API_KEY=...
3) HuggingFace (선택, 모델 다운로드 가속)
토큰 없어도 공개 모델 (amazon/chronos-bolt-base, snunlp/KR-FinBert) 다운로드가 됩니다. 토큰이 있으면 rate limit이 완화되고 첫 다운로드가 빨라집니다.
- https://huggingface.co 회원가입
- https://huggingface.co/settings/tokens 에서 Read 토큰 생성
.env에 입력:HUGGINGFACE_TOKEN=hf_...
학습/배치 대상 시드 종목 (10개)
검색은 KRX 전 종목을 대상으로 동작하지만, 일별 배치/재학습/메트릭 누적은 아래 10개를 우선 대상으로 합니다. 운영하면서 더 의미있는 종목이 보이면 교체합니다.
| 분류 | 종목 | 코드 |
|---|---|---|
| 대형 인기주 | 삼성전자 | 005930 |
| 대형 인기주 | SK하이닉스 | 000660 |
| 변동성 큰 종목 | 에코프로비엠 | 247540 |
| 변동성 큰 종목 | 한미반도체 | 042700 |
| 최근 인기 테마 | 두산에너빌리티 | 034020 |
| 최근 인기 테마 | 한화에어로스페이스 | 012450 |
| 최근 인기 테마 | HD현대중공업 | 329180 |
| 전통 IT/플랫폼 | NAVER | 035420 |
| 방어주/저변동 | KT&G | 033780 |
| 방어주/저변동 | 한국가스공사 | 036460 |
디렉토리 구조
stock_chart_site/
├── build.bat # Windows: 빌드+기동
├── docker-compose.yml # db + backend + web
├── docker-compose.gpu.yml # GPU 오버레이 (NVIDIA reservation)
├── .env.example # 환경 변수 템플릿
├── backend/
│ ├── Dockerfile # CUDA 12.1 + Python 3.11
│ ├── pyproject.toml
│ └── app/
│ ├── main.py # FastAPI entry
│ ├── config.py # env settings
│ ├── db/
│ │ ├── connection.py
│ │ └── migrations/
│ │ └── 001_init.sql # DB 스키마
│ ├── fetch/ # KIS / pykrx / DART / 뉴스 (Phase 1)
│ ├── models/ # Chronos / LightGBM / KR-FinBERT (Phase 2~4)
│ ├── pipelines/ # daily_batch / inference / retrain (Phase 1, 4)
│ └── api/ # FastAPI 라우터 (Phase 5)
└── web/
├── Dockerfile
├── package.json
└── app/
├── layout.tsx
└── page.tsx # 검색 + 차트 UI (Phase 6)
진행 계획
- Phase 0 — 스캐폴드 (현재): Docker 환경 + DB 스키마 + 빈 FastAPI/Next.js + build.bat
- Phase 1a — pykrx 데이터 파이프: 일봉/외인기관/지수 + DART + 뉴스 RSS + 거시
- Phase 1b — KIS EOD (키 받으면)
- Phase 2 — KR-FinBERT 감성 점수 + 일별 집계
- Phase 3 — Chronos zero-shot 예측 적재
- Phase 4 — LightGBM walk-forward +
prediction_outcomes누적 시작 - Phase 5 — FastAPI 엔드포인트 (검색, 차트, on-demand 예측, 메트릭)
- Phase 6 — Next.js UI (검색 + 현재 차트 + 예상차트 토글)
- Phase 7 (옵션) — 백테스트 페이지 + 주간 자동 재학습
동작 모델 메모
- 예측 트리거: 사용자가 "예상차트 보기" 누른 종목에 대해 즉시 inference. 결과는
predictions(user_triggered=TRUE)로 저장. - 매칭 배치: 다음 거래일 장 종료 후 (KRX 정규장 마감 15:30, 종가 확정 후 16:00 ~ 16:30 KST 사이)
user_triggered=TRUE인 예측 중target_date == 오늘 거래일인 행들에 대해 실제 종가/방향과 매칭 →prediction_outcomes적재. 주말/공휴일이면 다음 거래일로 이월. - 주간 02:00 (일요일): 종목/모델별 최근 30일 hit rate 기반으로 앙상블 가중치를 자동 보정. hit rate가 임계 미만이면 LGBM 재학습.
안전/한계
- 본인 1인 개인용. 외부 공개/상업 사용 안 함.
- 자동매매 연결 없음. 예측은 참고용.
- 백테스트 정확도와 라이브 정확도는 다르며 단기 방향성 모델의 라이브 상한은 보통 55~60%.