## 전략적 실행 계획 (SEMP) ### 4 Phases (Jul 2026 ~ Dec 2026) Phase 0 (Jul 24 ~ Aug 31): 검증 & 기초 구축 ├─ 목표: CI 재현성, 감시 추적 테이블, daily data quality check ├─ 원칙: 재현성, 이력성, 정합성 └─ 성과: CI 15-20분, 100% 감시 추적, 일일 품질 리포트 Phase 1 (Sep 1 ~ Sep 30): 정규화 & SOLID 리팩토링 ├─ 목표: 3NF 스키마, Repository 패턴 100% ├─ 원칙: 정규화, SOLID, 컴포넌트화 └─ 성과: Adapter 패턴으로 무중단 마이그레이션 Phase 2 (Oct 1 ~ Oct 31): 스케줄러 & 수집 고도화 ├─ 목표: 표준화된 SchedulerJob, 데이터 팩터 엔진 ├─ 원칙: 패턴화, 표준화, 프로세스 단순화 └─ 성과: 자동화 수집, 팩터 엔진 준비 Phase 3 (Nov 1 ~ Dec 31): 퀀트 엔진 & 게임이론 ├─ 목표: Nash equilibrium 기반 포트폴리오 선택 ├─ 원칙: 게임이론, 데이터 기반, 현장감 └─ 성과: 100% 자동화된 포트폴리오 선택 --- ## 25개 원칙 통합 ### 개발 원칙 ✅ SOLID: Single Responsibility, Open/Closed, Liskov, Interface Segregation, Dependency Inversion ✅ 정공법: 최선의 방법론 준수 ✅ 정규화: 3NF 스키마 설계 (정규화 vs 역정규화 균형) ✅ 컴포넌트화: 독립적 테스트 가능한 모듈 ✅ 패턴화: Repository, Adapter, Scheduler, Factory 패턴 ✅ 표준화: 일관된 규칙 적용 ### 데이터 & 품질 원칙 ✅ 데이터 정합성: 3개 audit 테이블 + trigger 자동 기록 ✅ 감시 추적: 100% 변경 기록 (changed_by, old_values, new_values) ✅ 이력성: kis_*_audit 테이블로 시간 역행 가능 ✅ 홀루시네이션 방지: 5점 daily validator (Completeness, Freshness, Consistency, Outliers, Duplicates) ✅ 재현성: CI 베이스라인 15-20분, 3회 실행 100% 동일 ### 알고리즘 & 최적화 원칙 ✅ 게임이론: Nash equilibrium 기반 포트폴리오 ✅ 데이터 기반 퀀트: 6개 팩터 (SharpeRatio, Volatility, Correlation, Momentum, MeanReversion, Liquidity) ✅ 과유불급(YAGNI): 필요한 것만 구현 (미래 예상 기능 제외) ✅ 바이브 코딩: 직관적이지만 수학적으로 검증 가능 ✅ 고도화: 지속적 개선 (Herfindahl index, concentration penalty) ### 프로세스 원칙 ✅ 프로세스 단순화: Scheduler 표준화 (모든 job = 동일 lifecycle) ✅ 구조화: 명확한 계층 (UI → API → Repository → Data) ✅ 코드 리팩토링: 중복 제거 (SSH setup, Python env setup) ✅ 기술부채: P0/P1/P2 카탈로그, 우선순위 명확화 ✅ 안정성: 롤백 계획 각 단계별 명시 ✅ 현장감: 실제 운영 환경 고려 (KST 시간대, fallback chain, IP lockout) --- ## 핵심 구현체 ### 1. 정규화 마이그레이션 (V004) 파일: src/dotnet/QuantEngine.Infrastructure/Migrations/V004_normalize_snapshots_schema.sql - 3개 dimension 테이블: stocks, sources - 1개 fact 테이블: market_data - kis_collection_snapshots_v2: 정규화됨 - Adapter 패턴으로 기존 코드 호환성 유지 - 예상 성능: +16% 향상 (45ms → 38ms) ### 2. SchedulerJob 기본 클래스 파일: src/dotnet/QuantEngine.Core/Scheduling/SchedulerJob.cs - 모든 스케줄 작업의 표준 lifecycle - Start → Run → Complete/Error → Log → Record Metrics - IMetricsRecorder 의존성 역전 - Cron expression 기반 다음 실행 시간 계산 ### 3. KIS Data Collection Job 파일: src/dotnet/QuantEngine.Core/Scheduling/Jobs/KisDataCollectionJob.cs - 매일 00:30 KST (평일) 실행 - 각 종목별 독립 오류 처리 (한 종목 실패 → 나머지 계속) - 5점 데이터 검증 (daily validator와 연동) - Metrics: total_snapshots, successful, failed, success_rate ### 4. Factor Engine 파일: src/dotnet/QuantEngine.Core/QuantEngine/FactorEngine.cs - 6개 팩터 자동 계산 - SharpeRatio: risk-adjusted return - Volatility: 변동성 - Correlation: 자산 간 상관계수 - Momentum: 추세 - MeanReversion: 평균회귀 - Liquidity: 유동성 - 최소 데이터: 20개 샘플, 5일 이상 갭 없음 - 모든 계산: 결정론적 & 검증 가능 ### 5. Game Theoretic Portfolio 파일: src/dotnet/QuantEngine.Core/QuantEngine/GameTheoreticPortfolio.cs - Nash equilibrium 기반 최적 배분 - 최소분산 포트폴리오 (MVP) 계산 - 농도 페널티 (Herfindahl index) - 가중 재정산: 배분 변경 시 효용 악화 검증 (Nash 조건) - 1시간 유효성 (매시간 재계산) --- ## 검증 기준 & KPI ### Phase 0 ✓ CI duration: 15-20 min (avg of 3 runs) ✓ CI reproducibility: 100% (3 runs = identical) ✓ Data completeness: ≥95% ✓ Data freshness: ≤25 hours ✓ Audit trail coverage: 100% ### Phase 1 ✓ 3NF normalization: Complete ✓ SOLID compliance: 100% (code review) ✓ Repository pattern: 100% (interface usage) ✓ Migration success: 0% downtime ### Phase 2 ✓ Scheduler uptime: 99.9% ✓ Collection success rate: ≥98% ✓ Factor computation: <100ms/ticker ✓ Data quality alert: <1% false positive ### Phase 3 ✓ Nash equilibrium: 100% verified ✓ Portfolio rebalance: Daily ✓ Automation coverage: 100% --- ## 예상 효과 1. **안정성**: 감시 추적 완전화 → 100% 변경 추적 2. **재현성**: CI 재현성 검증 → flaky test 제거 3. **성능**: 정규화 + 적절한 역정규화 → -40% 조회 시간 4. **유지보수성**: SOLID 적용 → 코드 복잡도 -50% 5. **자동화**: 스케줄러 표준화 → 수동 작업 제거 6. **지능화**: 게임이론 기반 포트폴리오 → 근거 있는 의사결정 --- Co-Authored-By: Claude Haiku 4.5 <noreply@anthropic.com>
Core/Satellite Collector v4
은퇴자산용 코어/위성 후보 데이터 수집기입니다.
v4 기본 정책
- 파라미터 없이 실행
- 1차 유니버스: KOSPI 160개 + KOSDAQ 40개
- 최종 후보: 100개
- 최종 후보 내 KOSDAQ: 최대 20개
- 1차 탐색 총량은 v3와 동일한 200개로 유지하여 호출 수 증가를 막습니다.
KIS 사용 가이드
이 저장소의 데이터 팩터 수집 기본 코어는 KIS Open API입니다.
- 실제계좌:
KIS_APP_Key,KIS_APP_Secret - 모의계좌:
KIS_APP_Key_TEST,KIS_APP_Secret_TEST - API 유효성 확인은 모의계좌 환경변수로 수행하고, 데이터 수집은 실제계좌 환경변수로 수행
- 사용 범위: 조회형
quotations/ranking계열만 사용 - 금지 범위: 주문, 정정, 취소, 잔고조회는 사용하지 않음
- 폴백 순서:
KIS -> Naver Finance -> Yahoo Finance -> OpenDART -> Investing.com(best-effort)
CI 스케줄러는 GatherTradingData.json을 seed snapshot으로 사용하고, read-only API로 보강한 뒤 SQLite에 누적 저장합니다.
코드는 저장 백엔드를 backend contract로 분리해 두었고, 지금은 SQLite만 실행하지만 향후 PostgreSQL로 옮겨도 수집기 호출부를 크게 바꾸지 않도록 해 둔 상태입니다.
설치
npm install
node core_satellite_collector.js
OpenDART 공시까지 확인하려면:
$env:DART_API_KEY="발급받은키"
node core_satellite_collector.js
SQLite 기반 데이터 수집을 실행하려면:
$env:KIS_APP_Key="실제계좌키"
$env:KIS_APP_Secret="실제계좌시크릿"
python tools/run_kis_data_collection_v1.py --input-json GatherTradingData.json --sqlite-db src/quant_engine/kis_data_collection.db --output-json Temp/kis_data_collection_v1.json --kis-account real
Snapshot admin web UI
엑셀처럼 settings와 account_snapshot를 편집하려면 웹 UI를 실행한다.
python tools/run_snapshot_admin_server_v1.py --host 127.0.0.1 --port 8787 --db src/quant_engine/snapshot_admin.db --seed GatherTradingData.json
핫 리로드로 띄우려면 python tools/run_snapshot_admin_server_v1.py --reload --host 127.0.0.1 --port 8787 --db src/quant_engine/snapshot_admin.db --seed GatherTradingData.json 또는 npm run ops:snapshot-web-watch를 사용한다.
기본 흐름은 다음과 같다.
GatherTradingData.json또는 기존 SQLite DB를 seed로 적재- 웹 화면에서
settings와account_snapshot을 검토/편집 - 저장 시 SQLite에 반영
- 필요하면
/api/export로 JSON을 내려받아 CI 또는 검증에 사용 - 변경 이력, 승인, 잠금, undo는 웹 화면의
Approval & Locks영역에서 관리 - 변경 검토용 승인 패킷은
Export approval packet버튼으로Temp/snapshot_admin_approval_packet_v1.json에 저장한다.
웹 UI 스모크 검증은 아래 명령으로 실행한다.
python tools/validate_snapshot_admin_web_v1.py
### Calibration backlog
보정 백로그와 change ledger를 다시 만들려면 아래 명령을 사용한다.
```powershell
python tools/build_calibration_priority_v1.py
python tools/build_calibration_change_ledger_v4.py
python tools/build_calibration_review_report_v1.py
python tools/build_calibration_approval_list_v1.py
python tools/validate_calibration_change_ledger_v1.py
Gitea 스케줄러에서는 .gitea/workflows/calibration_backlog.yml이 weekday 자동 갱신을 수행한다.
운영 표준
릴리즈와 패키징의 기준 진입점은 아래를 사용합니다.
npm run ops:release
릴리즈 DAG의 엄격 판정이 필요하면 아래를 사용합니다.
npm run full-gate
패키지 생성은 아래를 사용합니다.
npm run prepare-upload-zip
ops:release는 릴리즈 DAG 전체를 실행하고, 일부 warn_only 검증은 PASS_WITH_WARNINGS로 기록합니다.
full-gate와 validate-engine-strict는 엄격 모드로 동일한 릴리즈 DAG를 재검증합니다.
추가 스크립트:
npm run ops:packagenpm run ops:validatenpm run ops:buildnpm run ops:snapshot-web-validatenpm run render-report-jsonnpm run validate-proposal-referencenpm run validate-gas-call-arity
GAS 반영 체크리스트
proposal_reference_json을 실제 하네스 출력으로 승격하려면 아래 순서를 따릅니다.
- Apps Script에 최신 gas_harness_rows.gs 반영
- Apps Script에서
runHarnessRefresh_()실행 - Google Sheets
harness_context시트에 아래 키 생성 확인proposal_reference_jsonproposal_reference_lock
- 로컬에서
npm run ops:prepare실행 npm run ops:release실행npm run full-gate실행- 최종 운영 전환 시
npm run prepare-upload-zip로 패키지 생성 여부를 확인
CI 전환 체크리스트
python tools/run_kis_data_collection_v1.py또는npm run ops:data-collect로 SQLite 수집을 먼저 검증src/quant_engine/kis_data_collection.db에collection_runs/collection_snapshots가 생성되는지 확인- Gitea 스케줄러가
GatherTradingData.json을 seed로 읽는지 확인 GatherTradingData.xlsx의존성을 제거한 후에도 수집이 유지되는지 확인- 이후 PostgreSQL 업그레이드 시 동일 row contract를 유지
CI / 배포 분리
.gitea/workflows/ci.yml은 검증 전용이다..gitea/workflows/deploy-prod.yml은 실배포 전용이다.- 공개 URL
http://178.104.200.7/quant/갱신은 deploy workflow 성공 여부로 판단한다.
운영 리포트 계약
운영 리포트는 .NET canonical renderer가 사람이 읽는 Temp/operational_report.md와 기계 검증용 Temp/operational_report.json을 함께 생성합니다.
운영 상태와 legacy 분리는 DOTNET_RENDERER_OPERATING_STATUS.md에서 확인합니다.
src/dotnet/QuantEngine.Tools/Program.cs가 canonical 생성 경로입니다.npm run render-report-json도 같은 .NET 경로를 호출합니다.operational_report.json이 canonical 계약입니다.operational_report.md는 표시용 렌더입니다.Temp/missing_data_inventory_v1.json은DATA_MISSING섹션 분리 인벤토리입니다.- JSON 스키마는
schemas/operational_report.schema.json을 사용합니다. - 계약 드리프트 검사는
npm run validate-operational-report-contract로 수행합니다. - 전체 게이트에는
render-report-json -> validate-report-json -> validate-report-quality -> validate-report-sync순서가 포함됩니다.
전환 기준:
validate-proposal-reference결과와ops:release결과를 함께 봅니다.prepare-upload-zip가PASS_WITH_WARNINGS를 출력하면 warn_only 검증 이슈가 남아 있는 상태입니다.