kjh2064/QuantEngineByItz

Files

T

kjh2064 8dabffc08a chore: commit pre-existing untracked work + finish archived-doc notes

Commits work that predated this session and was sitting untracked:
qualitative sell strategy module (src/quant_engine), the t20 outcome
ledger cron workflow, the QuantEngine masterpiece roadmap doc, a WBS
execution yaml, and shared Razor Pages partials (page header, delete
confirm modal) with their view models. Verified these build clean
(0 errors, 0 warnings) before committing.

Also includes the "ARCHIVED" header notes on 6 docs archived in the
previous commit - the git-mv landed there, but the note text itself
was missed from that commit's staged file list.

Co-Authored-By: Claude Sonnet 5 <noreply@anthropic.com>

2026-07-30 12:21:32 +09:00

24 KiB

Raw Blame History

QuantEngine 냉정 분석 & 마스터피스 로드맵

분석 기준일: 2026-07-28 | 분석 범위: 전체 프로젝트 (spec/src/tools/docs/CI/CD/서버)

🔬 Part 1: 냉정한 현실 진단

1.1 프로젝트 정체성 (What Is This?)

질문	냉정한 답변
이 프로젝트는 무엇인가?	은퇴자산 포트폴리오(~5억원)를 운용하는 결정론적 퀀트 투자 엔진. GAS→Python→.NET→Vue 3으로 점진 진화 중
누가 사용하는가?	현재 1인(본인). 미래 확장 가능성은 있으나 현재는 개인 운용
실제 동작하는가?	GAS+Python 파이프라인은 실제 운용 중 (98단계 DAG, KIS 연동, 리밸런싱 엔진). .NET+Vue 3은 어드민/대시보드 수준에서 동작
수익을 내는가?	아직 미측정. T+20 실측 데이터가 0건(DATA_GATED). 핵심 캘리브레이션 0/191 검증됨

1.2 아키텍처 진화 타임라인

graph LR
    A["Phase 1-6<br>GAS + Python<br>2026-05~06"] --> B["Phase 7<br>구조 경화<br>2026-06~07"]
    B --> C["Phase 10<br>.NET 10 + PostgreSQL<br>2026-06~07"]
    C --> D["SEMP Phase 0<br>Vue 3 + FastEndpoints<br>2026-07~현재"]
    
    style A fill:#2d5016,stroke:#4a8c28,color:#fff
    style B fill:#2d5016,stroke:#4a8c28,color:#fff
    style C fill:#8c6b2a,stroke:#c49a3c,color:#fff
    style D fill:#8c2a2a,stroke:#c43c3c,color:#fff

1.3 기술 스택 현황 (냉정 평가)

레이어	기술	코드량	성숙도	냉정 평가
데이터 수집	GAS (18 `.gs`) + Python (KIS/Naver/Yahoo)	~8,000 LOC	⭐⭐⭐⭐	✅ 가장 안정적. 실전 검증됨
퀀트 엔진	Python (`src/quant_engine/`, 42 모듈)	~14,500 LOC	⭐⭐⭐⭐	✅ 공식 269개 등록, 게이트/워터폴 동작
검증 도구	Python (`tools/`, 586 스크립트)	~40,000+ LOC	⭐⭐	⚠️ 버전 스프롤 심각. v1~v6 난립, 정리 필요
백엔드 API	.NET 10 / ASP.NET Core / FastEndpoints	~5,000 LOC	⭐⭐⭐	🔶 Parity 검증 완료, Application 서비스 미완
DB	PostgreSQL 18 + Dapper / DbUp	V004까지 마이그레이션	⭐⭐⭐	🔶 3NF 정규화 PENDING
프론트엔드	Vue 3 / Vite 8 / PrimeVue / AG Grid	~150KB (19 views)	⭐⭐	⚠️ 뼈대만 존재. 실제 데이터 연동 미검증
CI/CD	Gitea Actions (9 워크플로) + 6 러너	~90KB YAML	⭐⭐⭐	🔶 파이프라인 존재, 재현성 검증 중
인프라	hz-prod-01 (Ubuntu 26.04, 2vCPU/3.7G)	systemd + Nginx	⭐⭐⭐	🔶 동작하나 모니터링/알림 부재

1.4 핵심 문제점 — 5대 구조적 약점

Caution

이 프로젝트의 가장 큰 위험은 **"완료 표시가 많지만 실증이 없다"**는 것입니다.

🔴 약점 1: 실증 데이터 부재 (Zero Calibration)

지표	현재 값	의미
CALIBRATED 임계값	0/191 (0%)	190개 공식 파라미터 중 실전 검증된 것이 하나도 없음
T+20 실측	0건	매수 후 20영업일 실현수익 기록 0건
T+5 예측 정확도	sample=0	측정 불가 (이전 수치 54.76%/35.86% 모두 폐기)
슬리피지 실측	0건	이론치 5bps만 사용

냉정 해석: 269개 공식이 등록되어 있고, 결정론적 파이프라인이 동작하지만, 단 한 건도 실전으로 검증되지 않았다. 이 엔진은 사실상 "정교한 시뮬레이터"이지 "검증된 투자 엔진"이 아니다.

🔴 약점 2: 기술 스택 분산 (Four Language Overhead)

GAS (.gs) ←→ Python (.py) ←→ C# (.cs) ←→ TypeScript (.ts/.vue)
   18파일       586스크립트     6프로젝트      19뷰+63컴포넌트

4개 언어, 3개 런타임, 2개 DB(SQLite 레거시 + PostgreSQL), 586개 도구 스크립트. 1인 운영자에게 이 복잡도는 지속 가능하지 않다.

🟠 약점 3: tools/ 버전 스프롤

tools/ 디렉토리에 586개 스크립트가 존재한다. 상당수가 _v1, _v2, _v3 등의 버전 접미사를 가지며, 어떤 것이 현재 canonical인지 즉시 판별하기 어렵다.

🟠 약점 4: 프론트엔드-백엔드 통합 미검증

Vue 3 SPA는 19개 뷰를 가지고 있지만:

OpenAPI 자동 생성 클라이언트의 실제 동작 검증 미완
E2E Playwright 테스트가 admin-pages.spec.ts 수준에 그침
실제 PostgreSQL 데이터와의 end-to-end 플로우 검증 부재

🟡 약점 5: 문서 과잉 vs 실행 부족

항목	개수
spec YAML 파일	92개
governance 규칙	9개
WBS 문서	165KB (2,387줄)
docs 디렉토리 파일	47개
전략적 실행 계획 (SEMP)	34KB (968줄)

문서량 대비 실행되고 검증된 산출물의 비율이 낮다. "계약은 많고 체결은 적다."

1.5 강점 — 인정할 것

Tip

이 프로젝트가 가진 강점도 냉정히 인정해야 한다.

강점	근거
결정론적 아키텍처	269개 공식 ID + lifecycle 100% 등록 + 황금 테스트 커버리지 100%
안전 게이트	KIS API 거래 차단(governance/rules/06-07) — 코드 수준 강제
자체 비판 문화	2026-06-21 비판적 리뷰(0c절)에서 10건의 문제를 스스로 발견하고 추적
CI/CD 기반	Gitea Actions 9개 워크플로, 6 러너, 자동 배포 + 롤백
클라우드 인프라	hz-prod-01에 실제 배포, systemd + Nginx + PostgreSQL 운영
Parity 검증	Python↔C# 계산기 40건 parity PASS
spec 체계	92개 YAML spec — 의사결정 추적 가능성이 매우 높음

🎯 Part 2: 마스터피스를 위한 전략적 재구성

2.1 마스터피스의 정의

마스터피스 = 실전 검증된 알파 생성 + 1인이 지속 운영 가능한 복잡도 + 프로 수준 UX

3가지 축을 동시에 달성해야 한다:

graph TD
    A["💰 Alpha Engine<br>실증 기반 수익 생성"]
    B["🔧 Operational Excellence<br>1인 운영 가능한 단순함"]
    C["🎨 Professional UX<br>의사결정 가시성 극대화"]
    
    A --> D["🏆 MASTERPIECE<br>은퇴자산 퀀트 엔진"]
    B --> D
    C --> D
    
    style D fill:#c9a227,stroke:#8b7019,color:#000,stroke-width:3px
    style A fill:#1a5276,color:#fff
    style B fill:#1a5276,color:#fff
    style C fill:#1a5276,color:#fff

2.2 전략적 페이즈 재구성

기존 Phase 0~10의 WBS는 너무 분산되어 있다. 마스터피스를 위해 3개의 집중 스트림으로 재구성한다:

스트림	이름	기간	핵심 목표
Stream A	🔬 Alpha Validation (알파 실증)	2026-08 ~ 2026-10	T+20 30건 달성, 캘리브레이션 10건 CALIBRATED, 예측 정확도 55%+
Stream B	🏗️ Platform Consolidation (플랫폼 통합)	2026-08 ~ 2026-11	.NET 10 백엔드 완성, Vue 3 SPA 실동작, tools/ 정리
Stream C	🎨 Professional Operation (전문가 운영)	2026-10 ~ 2026-12	관제 대시보드, 자동 알림, 1-click 리밸런싱 UI, 성과 리포팅

2026-08     2026-09     2026-10     2026-11     2026-12
├──────────►├──────────►├──────────►├──────────►├──────────►
│ Stream A: Alpha Validation ────────────────►│
│ ███████████████████████████████████████████ │
│                                             │
│ Stream B: Platform Consolidation ──────────────────────►│
│ ████████████████████████████████████████████████████████ │
│                                                         │
│              Stream C: Professional Operation ─────────►│
│              ██████████████████████████████████████████  │
└─────────────────────────────────────────────────────────┘

📋 Part 3: 상세 WBS — 마스터피스 로드맵

Stream A: 🔬 Alpha Validation (알파 실증)

철학: "공식 269개는 충분하다. 이제 1개라도 실전에서 증명하라."

WBS-A1: T+20 실측 파이프라인 가동 (2026-08 Week 1~2)

WBS	작업	선행	성공 판단 데이터
A1.1	`build_operational_t20_outcome_ledger_v1.py` 일일 자동 실행 스케줄 등록 (Gitea Actions cron)	없음	`.gitea/workflows/t20_ledger.yml` 존재, cron 17:00 KST
A1.2	매수 진입 이벤트 자동 캡처 — KIS 체결내역 조회 또는 HTS 수동 기록 UI	A1.1	`Temp/t20_entry_events.json` 행 수 ≥ 1
A1.3	T+20 만기 시점 자동 Close 가격 수집 — yfinance/KIS fallback	A1.2	`Temp/t20_outcomes.json`에 `close_t20` 필드 non-null
A1.4	30건 도달 시 `ALPHA_FEEDBACK_LOOP_V2` 자동 활성화 트리거	A1.3	`live_t20_count ≥ 30`, `calibration_state: READY`

핵심 산출물: Temp/prediction_accuracy_harness_v2.json → t20_sample ≥ 30

WBS-A2: 캘리브레이션 실증 전환 1차 (2026-08 Week 3 ~ 2026-09 Week 2)

WBS	작업	선행	성공 판단 데이터
A2.1	`calibration_priority_v1.json`에서 urgency score 상위 20건 추출	없음	대상 목록 JSON 존재
A2.2	20건에 대해 과거 1년 역사 데이터 백테스트 (replay calibration)	A2.1	`Temp/replay_calibration_results_v1.json` gate: PASS
A2.3	백테스트 결과 기반 10건 `EXPERT_PRIOR/SPEC_DERIVED` → `CALIBRATED` 승격	A2.2	`spec/calibration_registry.yaml`에 `source: CALIBRATED` 10건+
A2.4	승격된 임계값으로 엔진 재실행, 결과 비교 (before/after)	A2.3	`Temp/calibration_impact_report_v1.json` 존재

핵심 산출물: CALIBRATED ≥ 10/191 (5.2%+ 달성)

WBS-A3: 예측 정확도 목표 달성 (2026-09 ~ 2026-10)

WBS	작업	선행	성공 판단 데이터
A3.1	T+20 30건 기반 첫 match_rate 산출	A1.4	`match_rate_pct ≥ 50%` (1차 목표)
A3.2	SS001 가중치(P/V/F) 1차 재보정	A3.1	`Temp/alpha_calibration_v1.json` — 보정 전후 개선 ≥ 2%p
A3.3	슬리피지 실측 5건 기록 (HTS 체결 후 수동 입력)	없음	`outputs/execution_slippage.db` sample ≥ 5
A3.4	슬리피지 실측값 vs 5bps 이론값 비교 및 spec 갱신	A3.3	`gap_bps` 보고서 존재, 3bps 초과 시 spec 갱신
A3.5	섹터 플로우 30일 달성 후 `FLOW_CREDIT_V1` 활성화	없음	`days_accumulated ≥ 30`, lifecycle → ACTIVE

핵심 산출물: match_rate_pct ≥ 55%, honest_proof_score ≥ 70

Stream B: 🏗️ Platform Consolidation (플랫폼 통합)

철학: "복잡도를 줄여라. 1인이 유지할 수 없는 구조는 마스터피스가 아니다."

WBS-B1: tools/ 대정리 (2026-08 Week 1~2)

WBS	작업	선행	성공 판단 데이터
B1.1	`tools/` 586개 파일 전수 인벤토리 — canonical/deprecated/dead 3등급 분류	없음	`Temp/tools_inventory_v1.json` 생성
B1.2	Dead 스크립트 → `tools/archive/` 이동 (삭제하지 않고 보존)	B1.1	`tools/archive/` 100건+ 이동
B1.3	Canonical 스크립트에 `#!/usr/bin/env python` + docstring 표준화	B1.2	canonical 스크립트 100% docstring 보유
B1.4	`tools/README.md` — canonical 도구 목록 + 사용법 작성	B1.3	README 존재, 검증 명령 포함
B1.5	GAS 중복 정리: `src/gas/` + `src/gas_adapter_parts/` + `src/google_apps_script/` → `src/gas/` 단일화	없음	3개 디렉토리 → 1개로 통합
B1.6	`src/client/` 레거시 삭제	없음	디렉토리 미존재
B1.7	`.gitea/workflows/deploy-prod.yml.backup` 삭제	없음	파일 미존재

핵심 산출물: tools/ 파일 수 300개 이하, canonical 도구 목록 문서

WBS-B2: .NET 10 백엔드 완성 (2026-08 Week 3 ~ 2026-09)

WBS	작업	선행	성공 판단 데이터
B2.1	Application 서비스 완성 — Workspace/Approval/Collection/Formula 4개 서비스 실구현	없음	`dotnet test --filter ApplicationService` 13+ PASS
B2.2	데이터 수집 오케스트레이터 — KIS-first → Naver fallback → JSON replay	B2.1	`dotnet test --filter Collection` 4+ PASS
B2.3	PostgreSQL 3NF 스키마 정규화 (V005~V008 마이그레이션)	없음	`dotnet-ef database update` 성공, `stocks`/`sources`/`market_data` 테이블 존재
B2.4	Repository 패턴 100% 적용 — Dapper + interface 기반	B2.3	직접 SQL 호출 0건 (Service 레이어에서)
B2.5	FastEndpoints API 완성 — 최소 15개 엔드포인트 (CRUD + 퀀트 결과 조회)	B2.1	OpenAPI spec 자동 생성, endpoint 15개+ 존재
B2.6	Hangfire 스케줄러 — 일일 수집 + 주간 리밸런싱 + 월간 유니버스 갱신	B2.2	Hangfire 대시보드에서 3개 recurring job 확인
B2.7	보안 강화 — BCrypt 패스워드 해싱, JWT 토큰 갱신, CSRF 방어 완전 탑재	B2.5	`dotnet test --filter Security` 10+ PASS

핵심 산출물: dotnet build 경고 0, dotnet test 250+ PASS, API 엔드포인트 15+

WBS-B3: Vue 3 SPA 실동작 검증 (2026-09 ~ 2026-10)

WBS	작업	선행	성공 판단 데이터
B3.1	OpenAPI TypeScript 클라이언트 자동 생성 + Axios interceptor 완성	B2.5	`src/frontend/src/api/generated/` 자동 생성, `npm run type-check` 0 에러
B3.2	로그인 플로우 — JWT + Refresh Token + 자동 갱신	B2.7	Playwright E2E: 로그인→토큰갱신→인증만료 시나리오 PASS
B3.3	DashboardView — 실시간 포트폴리오 요약 (PostgreSQL 데이터 연동)	B3.1	DashboardView에서 총자산/수익률/포지션 데이터 렌더링 확인
B3.4	SnapshotAdminView — account_snapshot 편집/검증/저장/승인 4단계 플로우	B3.1	Playwright E2E: 편집→저장→diff preview→승인 시나리오 PASS
B3.5	DatabaseView — AG Grid 기반 전체 테이블 브라우저	B3.1	10,000행 렌더링 성능 P95 < 200ms
B3.6	SystemSettingsView — 전체 시스템 설정 관리 UI 실연동	B3.1	설정 변경 → DB 반영 → 화면 갱신 round-trip
B3.7	Vitest 단위 테스트 20+ 작성, Playwright E2E 10+ 시나리오	B3.2	`npm run test:unit` 20+ PASS, `npm run test:e2e` 10+ PASS

핵심 산출물: Vue 3 SPA 완전 동작, E2E 테스트 10+, 타입 에러 0

WBS-B4: CI/CD 파이프라인 통합 (2026-10)

WBS	작업	선행	성공 판단 데이터
B4.1	CI 파이프라인 단일화 — Python/dotnet/frontend 3-stage gate 직렬	B3.7	`ci.yml` 실행 시간 ≤ 20분
B4.2	배포 파이프라인 — frontend build → dotnet publish → tar.gz → 배포 → 헬스체크	B4.1	`deploy-prod.yml` 자동 실행, 6개 헬스체크 PASS
B4.3	배포 후 Playwright smoke 테스트 — 운영 서버 접속 + 로그인 + 대시보드 확인	B4.2	`tests/e2e/production-smoke.spec.ts` PASS
B4.4	CI 재현성 검증 — 3회 연속 실행 결과 100% 동일	B4.1	`Temp/ci_reproducibility_report.json` variance < 5%

핵심 산출물: 단일 git push → 15~20분 내 자동 배포 + 검증 완료

Stream C: 🎨 Professional Operation (전문가 운영)

철학: "마스터피스는 보는 순간 신뢰감을 준다."

WBS-C1: 관제 대시보드 (2026-10 ~ 2026-11)

WBS	작업	선행	성공 판단 데이터
C1.1	Portfolio Overview — 총자산, 일일/주간/월간 수익률, KOSPI 대비 알파, MDD	B3.3	첫 화면에서 5초 내 전체 상황 파악 가능
C1.2	Position Heat Map — 종목별 손익 히트맵 + Core/Satellite/Cash 버킷 시각화	B3.3	11개 포지션 히트맵 렌더링, 색상으로 건강도 즉시 인지
C1.3	Signal Dashboard — SS001 점수, 라우팅 게이트 상태, 매수/매도 신호 실시간 표시	B3.3	HOLD/SELL_READY/BLOCKED 상태 색상 chips 표시
C1.4	Calibration Health — 191개 임계값 중 CALIBRATED/PROVISIONAL/미검증 비율 진행바	B3.3	캘리브레이션 건강도 게이지 차트
C1.5	Engine Activity Log — 최근 엔진 실행 이력, 성공/실패/경고 타임라인	B3.3	최근 30일 실행 이력 스크롤 가능

핵심 산출물: 한 화면에서 포트폴리오 건강도 + 신호 + 엔진 상태를 즉시 파악

WBS-C2: 자동 알림 & 모니터링 (2026-11)

WBS	작업	선행	성공 판단 데이터
C2.1	Telegram Bot 알림 — 일일 엔진 실행 결과, 매도 신호 발생, MDD 경고	없음	Telegram 메시지 수신 확인
C2.2	장애 자동 감지 — CI 실패, 서버 다운, 데이터 수집 중단 시 즉시 알림	C2.1	의도적 장애 주입 → 5분 내 알림 수신
C2.3	Serilog + OpenTelemetry 구조화 로깅 — JSON 형식 로그 + 메트릭 수집	B2.5	`journalctl -u quantengine` JSON 구조 확인
C2.4	주간 자동 리포트 — 포트폴리오 성과, 신호 변화, 캘리브레이션 진척	C1.1	매주 일요일 Telegram 리포트 수신

핵심 산출물: 수동 확인 없이 이상 상황 자동 통보

WBS-C3: 1-Click 리밸런싱 워크플로 (2026-11 ~ 2026-12)

WBS	작업	선행	성공 판단 데이터
C3.1	리밸런싱 제안 화면 — 버킷 밴드 위반 시 자동 제안, 주문표 생성	C1.2	리밸런싱 필요 시 자동 제안 카드 표시
C3.2	주문 시뮬레이션 — 지정가/호가단위 정규화 결과 미리보기	C3.1	시뮬레이션 결과 테이블 (ticker/수량/지정가/슬리피지)
C3.3	승인 → HTS 주문표 export (CSV/클립보드)	C3.2	"승인" 버튼 → CSV 다운로드/클립보드 복사
C3.4	체결 후 실측 기록 UI — 의도가/실제체결가 입력 → 슬리피지 DB 저장	C3.3	`execution_slippage` 레코드 생성 확인

핵심 산출물: 리밸런싱 판단 → 주문 → 체결 기록의 완전한 루프

WBS-C4: 성과 리포팅 & 아카이빙 (2026-12)

WBS	작업	선행	성공 판단 데이터
C4.1	월간 성과 보고서 자동 생성 — PDF/마크다운 (수익률, 알파, MDD, 매매 이력)	C1.1	`Temp/monthly_report_2026_12.pdf` 존재
C4.2	벤치마크 비교 차트 — KOSPI, S&P 500 대비 누적 수익률	C4.1	차트에서 3개 라인 비교 가능
C4.3	연간 결산 보고서 — 세금 계산, 배당 수입, 실현/미실현 손익	C4.1	연간 보고서 항목 100% 채움
C4.4	이력 아카이빙 — 일일 포트폴리오 스냅샷 PostgreSQL 시계열 저장	B2.3	`portfolio_daily_snapshots` 테이블 행 수 ≥ 30

핵심 산출물: 전문가급 성과 리포트 자동 생성

📊 Part 4: 완성도 매트릭스 & 마일스톤

4.1 마스터피스 완성도 KPI (2026-12-31 목표)

차원	지표	현재	마스터피스 목표	판정
Alpha	T+20 실측 건수	0	≥ 50	🔴
Alpha	CALIBRATED 임계값	0/191	≥ 30/191 (15%+)	🔴
Alpha	예측 정확도 (match_rate)	DATA_GATED	≥ 55%	🔴
Alpha	슬리피지 실측	0건	≥ 10건	🔴
Alpha	KOSPI 대비 알파	미측정	> 0%p/분기	🔴
Platform	.NET 테스트	214	≥ 300	🟠
Platform	Vue 3 E2E 테스트	~3	≥ 15	🟠
Platform	tools/ 파일 수	586	≤ 200 (canonical)	🟠
Platform	CI 재현성	미검증	3회 연속 100% 동일	🟠
Platform	배포 소요시간	수동	≤ 20분 (자동)	🟠
Operation	수동 개입	매일	≤ 1회/주	🟡
Operation	장애 알림	없음	5분 내 Telegram	🔴
Operation	월간 리포트	없음	자동 생성	🔴
Operation	리밸런싱 워크플로	CLI 전용	웹 UI 1-Click	🔴

4.2 월별 마일스톤

월	마일스톤	핵심 증빙
2026-08	M1: Alpha Pipeline Live — T+20 수집 자동화 + tools/ 대정리 완료	T+20 entry 10건+, tools/ 300개 이하
2026-09	M2: Backend Complete — .NET Application 서비스 + PostgreSQL 3NF + API 15개	`dotnet test` 250+, endpoint 15+
2026-10	M3: SPA Live — Vue 3 전체 뷰 실동작 + CI/CD 통합	E2E 10+, 자동 배포 동작
2026-11	M4: Professional Ops — 관제 대시보드 + Telegram 알림 + 리밸런싱 UI	대시보드 5개 패널, 알림 동작
2026-12	M5: Masterpiece — 알파 실증 + 성과 리포트 + 연간 결산	match_rate ≥ 55%, 월간 리포트 자동

🔥 Part 5: 즉시 실행 — Sprint-0 (이번 주, 2026-07-28 ~ 2026-08-01)

이번 주에 할 수 있는 가장 가치 있는 4가지

Sprint-0.1: T+20 수집 자동화 파이프라인 (Day 1~2)

# 1. Gitea Actions 일일 cron 등록
# .gitea/workflows/t20_ledger.yml
# 매 영업일 17:00 KST 자동 실행
python tools/build_operational_t20_outcome_ledger_v1.py --auto

이것이 가장 시급하다. 알파 검증의 전제조건이 데이터 누적이고, 하루라도 빨리 시작해야 한다.

Sprint-0.2: tools/ 파일 인벤토리 자동 분류 (Day 2~3)

python tools/build_tools_inventory_v1.py
# 586개 → canonical / deprecated / dead 3등급 분류
# Temp/tools_inventory_v1.json 산출

Sprint-0.3: 슬리피지 실측 첫 기록 (Day 3~4)

# 최근 체결 이력에서 1건이라도 기록
python tools/evaluate_execution_slippage_v1.py record \
  --ticker 005930 --side BUY \
  --intended-price 71000 --actual-price 71050 \
  --recorded-at 2026-07-28

Sprint-0.4: 레거시 파일 정리 (Day 4~5)

# 즉시 삭제 가능한 레거시
rm -rf src/client/
rm .gitea/workflows/deploy-prod.yml.backup

📐 Part 6: 의존성 차트 (전체)

graph TD
    subgraph "Stream A: Alpha Validation"
        A11["A1: T+20 파이프라인"]
        A21["A2: 캘리브레이션 실증"]
        A31["A3: 예측 정확도"]
        A11 --> A31
        A21 --> A31
    end
    
    subgraph "Stream B: Platform"
        B11["B1: tools 정리"]
        B21["B2: .NET 완성"]
        B31["B3: Vue 3 SPA"]
        B41["B4: CI/CD 통합"]
        B21 --> B31
        B31 --> B41
    end
    
    subgraph "Stream C: Operation"
        C11["C1: 관제 대시보드"]
        C21["C2: 자동 알림"]
        C31["C3: 리밸런싱 UI"]
        C41["C4: 성과 리포팅"]
        B31 --> C11
        C11 --> C21
        C11 --> C31
        C31 --> C41
    end
    
    A31 --> C41

Important

마스터피스의 핵심은 기술이 아니라 실증이다.

269개 공식, 92개 spec, 586개 도구 — 이 모든 것은 T+20 30건이 쌓이고, 캘리브레이션 10건이 CALIBRATED되고, match_rate가 55%를 넘는 순간 비로소 의미를 갖는다.

지금 이 순간부터 가장 중요한 것은 데이터 누적이다. 하루라도 빨리 T+20 파이프라인을 돌려야 한다.

24 KiB Raw Blame History