EthanAlgoX/AIStock

AI Stock – 주식 트레이더를 위한 AI 기반 리서치 워크스페이스

개요

• 중국, 홍콩, 미국 주식에 대해 개인 트레이더가 자연어로 질문하고 구조화된 리서치 보고서를 받을 수 있는 웹 기반 플랫폼입니다. 핵심 엔진은 에이전트로, 대규모 언어 모델(LLM) 추론, 결정적 금융 도구, 그리고 주제에 대해 토론하거나 투표할 수 있는 선택적 '전문가' 에이전트를 조정합니다.

작동 방식

1. 대화 우선 – 사용자는 Research assistant 워크스페이스에서 채팅을 시작합니다. 시스템은 시장 데이터를 가져오거나, 스크리닝 규칙을 실행하거나, 사전 구축된 금융 '스킬'을 호출할 수 있습니다.
2. 독립적인 전문가 에이전트 – 각 전문가는 정의된 역할(예: 밸류에이션, 매크로, 리스크)을 가진 자체 LLM 기반 에이전트로 실행됩니다. 세 가지 모드로 협업할 수 있습니다:
   • 파이프라인: 작업이 분할되어 순서대로 전달됩니다.
   • 토론: 에이전트가 논쟁하고, 중재자가 요약합니다.
   • 투표: 각 에이전트가 보고서를 제출하고, 검토자가 투표하며, 중재자가 결과를 보고합니다.
3. 보고서 및 라운드테이블 – 최종 출력은 저장된 읽기 가능한 보고서입니다. 사용자는 각 전문가의 기여를 보여주는 전체 라운드테이블 대화록도 볼 수 있습니다.
4. 기타 워크스페이스 – 마켓 레이더, 전략 스크리닝, 주식 리서치 실행, 페이퍼 트레이드 시뮬레이션이 모두 통합되어 동일한 작업 원장과 기능 카탈로그를 공유합니다.

주요 구성 요소

구성 요소	역할
에이전트 계층	LLM 호출, 도구 사용, 전문가 조정을 오케스트레이션
스킬	버전 관리된 금융 방법(예: 밸류에이션 모델, 리스크 지표)
내장 도구	결정적 데이터 가져오기 및 계산(가격 이력, 펀더멘털, 뉴스)
MCP(모델 커넥터 프록시)	외부 서비스(LLM 공급자, 데이터 API)용 플러그인 포인트
기능 센터	스킬, 도구, 데이터 소스, 전문가 에이전트를 활성화/비활성화하는 UI
워크스페이스 UI	React 기반 프론트엔드(React 19, Vite)로 각 워크플로우에 별도 라우트 제공
백엔드	API 및 정적 웹 빌드를 제공하는 FastAPI 서버

기술 스택

• Python 3.10+ – FastAPI 백엔드, 에이전트 오케스트레이션, 데이터 처리.
• Node.js 20+ / npm 10+ – React 19 프론트엔드(apps/dsa-web).
• LLM 통합 – 환경 변수를 통한 구성 가능한 공급자(예: DeepSeek). 도구 호출 모델이 필요합니다.
• Docker/가상 환경 – 필수는 아니지만 지원됩니다. CI는 GitHub Actions를 사용합니다.

새 사용자를 위한 일반적인 워크플로우

1. 리포지토리를 클론하고 Python 가상 환경을 설정합니다.
2. Python 종속성을 설치합니다(pip install -r requirements.txt).
3. .env.example을 .env로 복사하고 LLM API 키(예: DEEPSEEK_API_KEY)를 추가합니다.
4. React 앱을 빌드합니다(npm ci && npm run build).
5. 서버를 실행합니다(python main.py --serve-only).
6. http://127.0.0.1:8000을 열고 Research assistant로 이동하여 "텐센트의 성장 전망은?"과 같은 질문을 합니다.
7. 생성된 보고서를 검토하거나 Expert roundtable을 시작하여 여러 관점을 확인합니다.

안전 및 거버넌스

• 모든 기능(스킬, 도구, 데이터 소스, 전문가)은 워크스페이스별로 화이트리스트로 제어됩니다.
• 에이전트는 실제 주문을 할 수 없습니다. 페이퍼 트레이드 시뮬레이션만 허용됩니다.
• 비밀은 환경에 남아 있으며 API를 통해 노출되지 않습니다.
• 실행 로그는 작업이 완료되었는지, 부분적으로 성공했는지, 차단되었는지를 기록합니다.

대상 사용자

• 자체 파이프라인을 구축하지 않고 AI 강화 리서치를 원하는 개인 주식 트레이더 또는 분석가.
• LLM 기반 금융 에이전트 구축에 관심이 있는 개발자. 리포지토리는 전체 에이전트-스킬-도구 아키텍처를 공개합니다.

시작하기

# 클론 및 준비
git clone https://github.com/EthanAlgoX/InvestCrew.git AI-Stock
cd AI-Stock
python3 -m venv .venv && source .venv/bin/activate
pip install -r requirements.txt
cp .env.example .env   # 그런 다음 LLM API 키를 추가하세요

# 프론트엔드 빌드
cd apps/dsa-web
npm ci && npm run build
cd ../..

# 서버 실행
python main.py --serve-only --host 127.0.0.1 --port 8000

UI를 방문하여 Settings에서 모델을 구성하고 탐색을 시작하세요.

라이선스

• MIT 라이선스 – 개인, 연구, 상업용으로 무료이며, 생성된 분석이 투자 조언이 아니라는 일반적인 면책 조항이 적용됩니다.

---

위의 모든 정보는 리포지토리의 README에서 직접 가져온 것이며 추가 기능은 추론되지 않았습니다.