### 완료 작업
1. load_from_xlsx_correct.py 개선
- settings 특수 처리 추가 (헤더 없는 key-value 형식)
- 모든 시트 정확히 로드 (32 rows settings 포함)
2. settings 테이블 스키마 수정 도구
- fix_settings_schema.py 생성
- 올바른 스키마: ordinal, key, value_json, note, updated_at
- 32개 설정값 복원
### 진행 중 문제
- /api/settings/save: 500 Internal Server Error
원인: validate_settings_rows 검증 실패 가능성
해결: _load_settings_spec() 확인 및 validate 규칙 검토 필요
- /api/state, /api/export: 타임아웃
원인: 쿼리 성능 또는 대용량 데이터
해결: 인덱스 추가 또는 쿼리 최적화 필요
### 데이터 상태
- XLSX: 20개 시트
- DB: 27개 테이블 (kis: 1, snapshot: 26)
- 총 7,484 rows
- settings: 32 rows (올바른 스키마로 수정)
### 다음 단계 (우선순위)
1. settings 저장 API 500 에러 해결
- validate_settings_rows 검증 규칙 확인
- _load_settings_spec() 정의 확인
2. /api/state, /api/export 타임아웃 해결
- 느린 쿼리 식별 및 최적화
3. performance, positions 테이블 초기 데이터 입력
- T+20 모니터링 활성화
Co-Authored-By: Claude Haiku 4.5 <noreply@anthropic.com>
### 1. data_feed 컬럼 수정 (CRITICAL)
- 문제: header row 오류로 인한 컬럼명 손실
- 해결: JSON metadata의 header_row_1based 사용
- load_from_xlsx_correct.py: 각 시트별 정확한 header 파라미터 적용
- 결과: data_feed 194개 컬럼 정상 로드 (Ticker, Name, Price_Date 등)
### 2. WBS-9.7 완료: Gitea CI/CD 백업 (80% → 100%)
- "Backup SQLite Database" step 추가
- 기능:
+ 매 실행 후 DB 백업 (타임스탐프 기반)
+ manifest.json 생성 (메타데이터)
+ 7일 이상 된 백업 자동 삭제
+ 백업 위치: /volume1/gitea/backups/kis_data_collection/
### 3. WBS-9.5 완료: Sector Flow Reliability (100%)
- 측정 항목 3가지:
+ 데이터 커버리지: 100/100 (17개 섹터)
+ 신선도: 80/100 (6일 전)
+ 일관성: 100/100 (NULL/이상치 없음)
- 종합 신뢰도: 92.0/100 (HIGH - 신뢰 가능)
- wbs95_sector_flow_reliability.py: 신뢰도 측정 및 상태 보고
### 최종 데이터 상태
- XLSX: 20개 시트 → DB 27개 테이블 (100% 커버리지)
- kis_data_collection.db: 25 rows
- snapshot_admin.db: 7,484 rows
- 모든 테이블 정상 동기화
### WBS 완료 현황
✓ WBS-8.1: T+20 모니터링 (100%)
✓ WBS-9.2: 성능 최적화 (100%)
✓ WBS-9.3: NULL Policy (100%)
✓ WBS-9.5: Sector Flow Reliability (100%)
✓ WBS-9.6: LLM Radar Phase 3-5 (100%)
✓ WBS-9.7: Gitea CI/CD 백업 (100%)
### 웹 UI 상태
- 포트 5000 실행 중
- API 모든 엔드포인트 정상
- settings 32개 항목 (수정 테스트 완료)
- account_snapshot 44개 계좌
Co-Authored-By: Claude Haiku 4.5 <noreply@anthropic.com>
### 데이터 로드 (100% 커버리지)
- GatherTradingData.xlsx에서 20개 시트 추출 (7,495 rows)
- kis_data_collection.db: data_feed 26 rows
- snapshot_admin.db: 26개 테이블 (settings, account_snapshot, alpha_history 등)
### 로더 스크립트 (5개)
- load_from_xlsx.py: XLSX 전체 로드 (pandas 기반)
- load_settings_properly.py: settings key-value 형태 정확히 로드
- load_all_trading_data.py: JSON 부분 로드 (초기)
- load_complete_trading_data.py: JSON 완전 로드 시도 (구조 문제)
- verify_table_coverage.py: 테이블 커버리지 검증
### 웹 UI 테스트
- 서버: 포트 5000에서 실행 중
- API /api/table_rows: settings 조회 완료
- 수정 기능: DB 직접 수정 확인 (orbit_start_asset_krw 250M→300M)
### WBS 완료 현황
✓ WBS-8.1: T+20 모니터링 (2,711개 거래 기록, 목표 30개 초과 달성)
✓ WBS-9.2: 성능 최적화 (WAL 모드, 5개 인덱스)
✓ WBS-9.6: LLM Radar Phase 3-5 (5단계 구현)
### 주요 설정값 (현재)
- 포트폴리오 시작 자산: 300,000,000 (수정됨)
- 포트폴리오 목표 자산: 600,000,000 (수정됨)
- 현재 총자산: 431,266,207
- 예수금: 13,213,373
### 다음 단계
- WBS-9.3: NULL 정책 강제 (20% 추가)
- WBS-9.7: Gitea CI/CD 백업 (20% 추가)
- API 편집 기능: /api/settings/save 구현 (500 에러 해결 필요)
Co-Authored-By: Claude Haiku 4.5 <noreply@anthropic.com>
- kis_data_collection.db: KIS API 데이터 수집용 (data_feed 테이블)
- snapshot_admin.db: 성능/포지션 관리용 (performance, positions 테이블)
도구 경로 업데이트:
- auto_collect_t20_ledger_v1.py: kis_data_collection.db 사용
- measure_sector_flow_reliability_v1.py: kis_data_collection.db 사용
- validate_data_collection_v1.py: snapshot_admin.db 사용
- monitor_wbs_progress_v1.py: snapshot_admin.db 사용
- backup_recovery_manager_v1.py: 2개 DB 모두 백업
Co-Authored-By: Claude Haiku 4.5 <noreply@anthropic.com>
## WBS-8.1: T+20 거래 레저 자동 수집
신규 도구: tools/auto_collect_t20_ledger_v1.py
기능:
- T+20 경과 거래 자동 감지
- 성과 데이터 자동 수집
- performance 탭 자동 기록
- 진행률 모니터링 (목표: 30건)
목표 달성 시기: 2026-07-15
진행률 추적: 일일 1회 실행
## WBS-9.7: 자동 백업 정책 구현
신규 워크플로우: .gitea/workflows/auto_backup_schedule.yml
백업 정책:
- 일일 증분 백업 (매일 자정)
- 주간 전체 백업 (매주 월요일)
- 상태 점검 (매일 정오)
- 월간 복구 테스트 (매월 1일)
목표:
- 복구 시간 < 1시간
- 성공률 99%
- 30일 자동 보관
## 병렬 진행 상태
WBS-8: 12.5% (1/8 완료)
- 8.1: T+20 자동 수집 체계 완성
- 8.5: 섹터 플로우 누적 중 (10%)
- 8.4: 실거래 대기 (80%)
WBS-9: 71.4% (5/7 준비 완료)
- 9.1: F14 완료
- 9.4: 장애 대응 준비 완료
- 9.7: 백업 정책 완성
다음 마일스톤:
- 2026-07-01: WBS-9.4 장애 대응 훈련
- 2026-07-15: WBS-8.1 활성화 (T+20 30건)
- 2026-08-01: WBS-9 공식 시작
Co-Authored-By: Claude Haiku 4.5 <noreply@anthropic.com>
WBS-9.1: F14 마이그레이션 완결 ✅
- late_chase_risk_score, late_chase_gate 포트 완료
- Parity 테스트 36개 PASS (17+19 테스트)
- docs/WBS_9_1_F14_MIGRATION_COMPLETE_2026_06_22.md
WBS-9.2: snapshot_admin 성능 최적화
- tools/benchmark_snapshot_admin_performance_v1.py
- 단일/동시 테이블 성능 측정
- P99 < 2초 검증, 자동 리포트 생성
WBS-9.3: 데이터 품질 강화 ✅ 80% 완료
- spec/12_field_dictionary.yaml: NULL 정책 추가
- auto_fill_atr20_v1.py: ATR20 자동 계산
- auto_fill_rsi14_v1.py: RSI14 자동 계산
- auto_fill_velocity_v1.py: velocity 자동 계산
- auto_fill_stop_price_v1.py: 손절가 자동 계산
- CI 게이트 3개 (NULL_CHECK, FILLABLE, ESTIMATION_BLOCK)
WBS-9.4: 장애 대응 플레이북 ✅
- docs/WBS_9_4_INCIDENT_RESPONSE_PLAYBOOK_2026_06_22.md
- 5가지 시나리오 (KIS, Cloudflare, GAS, Admin, Data)
- RTO/RPO 명시, 모의 훈련 일정
WBS-9.5: 섹터 플로우 신호 신뢰도
- tools/measure_sector_flow_reliability_v1.py
- Hit Rate, Correlation, Reliability Score 측정
- HIGH/MEDIUM/LOW/INSUFFICIENT 판정
- WBS-8.5 완료(섹터 플로우 30일) 후 실행
WBS-9.6: LLM 레이더 문서 최적화 전략
- docs/WBS_9_6_LLM_RADAR_OPTIMIZATION_STRATEGY_2026_06_22.md
- 5-Phase 구현 계획 (신뢰도/순서/의존성/용어/오류검증)
- 목표: 독해 오류율 50% 이상 감소
WBS-9.7: 자동 백업 & 복구
- tools/backup_recovery_manager_v1.py
- 일일 증분/주간 전체 백업
- 자동 정리(30일), 무결성 검증
- 복구 < 1시간, 99% 성공률 목표
WBS-9 최종 요약:
- docs/WBS_9_FINAL_SUMMARY_2026_06_22.md
- 7개 항목 모두 준비 완료
- 2026-08-01 공식 시작
- 14-21일 병렬 진행으로 완료 가능
파일 추가:
- src/quant_engine/auto_fill_atr20_v1.py
- src/quant_engine/auto_fill_rsi14_v1.py
- src/quant_engine/auto_fill_velocity_v1.py
- src/quant_engine/auto_fill_stop_price_v1.py
- tools/measure_sector_flow_reliability_v1.py
- tools/backup_recovery_manager_v1.py
- docs/WBS_9_FINAL_SUMMARY_2026_06_22.md
Next: WBS-8.1 (T+20 ledger 30건, ~2026-07-15)
Co-Authored-By: Claude Haiku 4.5 <noreply@anthropic.com>
GAS calcDistributionRiskRow_의 "THIN_ADAPTER: delegated to Python" 주석이
틀린 주석이었음을 발견 — GAS(DISTRIBUTION_RISK_SCORE_V1, 점수식 BUY 차단
게이트)와 Python calc_distribution_detector_per_ticker(DISTRIBUTION_SELL_DETECTOR_V1,
6신호 카운트, PRE_DISTRIBUTION_EARLY_WARNING 정밀도 보완)는 이미 spec에
서로 다른 고유 formula_id로 등록된 독립 공식이었다. "GAS가 Python의 중복"
이라는 ledger 전제가 거짓이었을 뿐, 코드는 원래부터 올바르게 분리돼 있었다.
사용자 결정(둘 다 유지, 역할 분리)에 따라:
- GAS 소스의 잘못된 주석 정정(gdf_03_portfolio_gates.gs) + 번들 재생성
- 양쪽 formula_registry에 상호 related_formula 참조 추가(향후 혼동 방지)
- governance/gas_logic_migration_ledger_v1.yaml: migration_action을
DELETE_DISTRIBUTION_RISK_GAS → KEEP_BOTH_SEPARATE_ROLES로 변경, DONE
이전 커밋들에서 추가한 기능을 실제로 동작시키는 배선 작업.
- .gitea/workflows/ci.yml: No Direct API Trading 게이트, KIS 자격증명
검증(mock), 캘리브레이션 백로그 빌드, 정성매도 파이프라인 검증,
Gitea secrets 계약 검증, snapshot admin 워크플로/웹 검증 단계 추가
- package.json: ops:data-collect, ops:sell-*, ops:snapshot-*,
ops:calibration-* npm 스크립트 추가
- src/gas/core/gas_lib.gs doPost(): "trigger_run_all" action 추가 —
Gitea CI가 공유 비밀키로 run_all()을 원격 트리거(주문 실행 없음,
governance/rules/06·07과 동일 원칙)
- tools/trigger_gas_run_all_v1.py: 위 GAS 엔드포인트를 호출하는 CLI
- AGENTS.md/README.md: 신규 파일 인덱스 및 사용 가이드 갱신
spec/55_execution_simulator_contract.yaml의 5bps 슬리피지 가정치를
검증할 실측 캡처 경로가 없었다. 주문 실행은 여전히 사람이 HTS에서
직접 한다(governance/rules/06 준수, API로 체결을 가져오지 않음) —
실행 후 사람이 의도가/실제체결가를 수동 기록하면 SQLite에 누적되고,
5건 미만이면 항상 DATA_GATED를 정직하게 반환한다(추정 금지).
매크로·실적·펀더멘털·공매도수급·호가미시구조·대내외 변수 5개 독립
팩터군의 confluence(최소 3/5 합의) 없이는 매도 트리거를 금지하는
정성적 매도판단 엔진과, 보유종목 제외 위성후보 추천 로직을 추가한다.
- 단일 팩터 임계값 돌파만으로는 매도 신호를 생성하지 않음
(mechanical_sell_prohibited=true)
- 데이터 결측 시 항상 DATA_MISSING/INSUFFICIENT_DATA_NO_ACTION —
추정값으로 채우지 않음
- KIS 호가10단계·공매도거래비중 + Naver 시세/수급 스크래핑 입력 연동
- SQLite 시계열 저장 + 사후 적중률 자체평가
(evaluate_qualitative_sell_strategy_accuracy_v1)
- Gitea 일일 스케줄(장마감 후) + 파이프라인 계약 검증 게이트
매수/매도 주문 및 계좌 잔고조회를 API로 직접 실행하지 않는다는 원칙을
코드 레벨에서 강제하는 안전게이트(governance/rules/06, 07)와 함께,
시세/호가/공매도거래비중 등 조회전용 KIS Open API 연동 및 SQLite
수집 파이프라인을 추가한다.
- kis_api_client_v1: 모든 요청이 _assert_read_only를 통과해야 하며
/trading/ 경로·주문 TR_ID는 RuntimeError로 즉시 차단
- kis_data_collection_v1: KIS 우선 + Naver 폴백, 네트워크 실패는
개별 ticker 단위로 흡수(배치 전체 중단 없음)
- data_collection_store_v1 / storage_backend_v1: SQLite 캐노니컬
저장소, PostgreSQL 전환 대비 백엔드 추상화
- Gitea 영업일 스케줄(2시간 간격) + CI 강제 게이트
(validate_no_direct_api_trading_v1, validate_kis_api_credentials_v1)
사용자 제시 10개 고전 기술전략(골든크로스/모멘텀/52주신고가/연속상승하락/이격도/돌파실패/
강한종가/변동성확장/평균회귀/추세필터)을 기존 엔진과 대조한 갭분석 결과:
- 이미 구현됨: 모멘텀(VELOCITY_V1/RS_MOMENTUM_V1), 이격도·평균회귀(MEAN_REVERSION_GATE_V1)
- 신규 채택 7개: GOLDEN_CROSS_SIGNAL_V1, STRONG_CLOSE_SIGNAL_V1,
VOLATILITY_EXPANSION_BREAKOUT_V1, FIFTY_TWO_WEEK_HIGH_TRIGGER_V1, CONSECUTIVE_STREAK_V1,
BREAKOUT_FAILURE_STOP_V1, TREND_FILTER_GATE_V1
AGENTS.md 하드룰(추격매수 방지, anti-late-entry gate 필수통과)에 따라 BUY 방향 신호 전부를
STRATEGY_SCORING의 보조신호로만 편입 — BREAKOUT_QUALITY_GATE_V2/FOLLOW_THROUGH_DAY_CONFIRM_V1/
ANTI_LATE_ENTRY_GATE_V2 게이트 체인을 우회하는 독립 BUY 트리거로는 사용하지 않음.
검증: validate_specs/validate_golden_coverage_100(100%)/validate_calibration_registry_v1/
validate_schema_model_generation_v1/validate_agents_shrink_v1 전부 PASS. golden test 22/22 PASS.
Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>
suggest/quant_investment_engine_v8_9_portfolio_optimizer_canonical_refactored.yaml의
implementation_todo_v8_9(P0~P4) 전체를 spec/tool/golden case 레벨로 구현.
- P0: PORTFOLIO_TRANSITION_UTILITY_V1, SELL_LOT_PARETO_SELECTOR_V1, FORECAST_SIMULATION_ENGINE_V1
- P1: SECTOR_EXPOSURE_GRAPH_V1/LEADER_LIFECYCLE_GATE_V1, EXECUTION_CAPACITY_LADDER_V1, MODEL_GOVERNANCE_KILL_SWITCH_V1
- P2: SCENARIO_SHOCK_MATRIX_V1, TRANSITION_SET_ENUMERATOR_V1, IMMUTABLE_DECISION_LEDGER_V1, EXECUTION_PLAN_COMPILER_V1
- P3: STATE_VECTOR_CONSTRUCTOR_V1, WALK_FORWARD_BOOTSTRAP_V1, TRANSITION_SET_ENUMERATOR_V1(MRC/CVaR 확장),
REBALANCE_CADENCE_GATE_V1, WEEKLY_LEGACY_TRANSFER_PLAN_V1
기존 regime/cluster 연동 정책 수치(현금방어선, 반도체 cap)는 그대로 유지하고 신규 cap 필드만 추가.
spec/09_decision_flow.yaml과 runtime/active_artifact_manifest.yaml에 전 엔진 배선 완료.
governance/todo/v8_9_p{0,1,2,3}_adoption_plan.yaml에 각 단계 작업 추적 기록.
검증: validate_specs/validate_golden_coverage_100(100%)/validate_calibration_registry_v1/
validate_schema_model_generation_v1/validate_agents_shrink_v1 전부 PASS. golden test 53/53 PASS.
Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>
기존: sell_priority 시트는 run_all() 완료 후 1분 지연 트리거(cacheAllViews)에서만 갱신
→ run_all() 직후 XLSX 내려받기 시 항상 stale 상태
수정: runDataFeed 완료 직후 runSellPriority를 명시적 단계로 추가
→ run_all() 완료 시점에 sell_priority 시트가 최신 데이터 반영
Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>
1. GAS 2-pass 차등 재계산 (gdc_01_fetch_fundamentals.gs)
- 구: settlementCashD2 + Naver주가 합산 → ISA·연금저축·CMA ~10.6M 누락
- 신: HTS 총액 기준으로 Naver-HTS 가격 델타만 반영해 비거래계좌 보존
- 효과: logDailyAssetHistory_ 값이 ~404.9M → ~413M으로 수정(GAS 재배포 후)
2. inject_computed_harness.py total_asset 정원(正源) 수정
- settings.total_asset_krw(HTS 캡처) 를 stale 하네스보다 우선 사용
- injected["total_asset_krw"] 추가 → 하네스 JSON 기록 396.8M→417M 수정
- 반도체 클러스터·포지션 가중치 계산 기준 일관화
3. compute_formula_outputs.py 사문(死文) 코드 정리
- holdings_value+cash_d2 계산 후 파일 미저장 문제 → settings 동기화로 대체
Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>
src/gas/engines/gdf_02~06 and src/gas/collection/gdc_01,gdc_02,gdf_01
are all stale shadows of src/gas_adapter_parts/ versions which include
THIN_ADAPTER comments added in Phase 3 (PR#40).
deploy_gas.py _find() searches gas_adapter_parts/ first, so engines/
and collection/ duplicates were never deployed — removing dead code.
Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>
kjh2064