v3.1 과매수 방지, 앙상블 학습, KRX 캘린더 기반 장중 전용 운영 구현
[잔고 관리] - _today_buy_total 인스턴스 변수로 당일 누적 매수 추적 (KIS T+2 미차감 보완) - MAX_BUY_PER_CYCLE, MAX_DAILY_BUY_RATIO 설정 추가 - available_deposit = max_daily_buy - effective_today_buy 계산 [앙상블 & 포지션 사이징] - AdaptiveEnsemble 실제 연동 (하드코딩 가중치 제거) - Kelly Criterion Half-Kelly 포지션 비중 계산 - SignalWeights.normalize() Water-Filling 알고리즘으로 경계 위반 해결 - _accuracy_weighted() 크기 가중 정확도로 통일 - ensemble_weights.json → ensemble_history.json 통합 [LLM 클라이언트] - GeminiLLMClient 추가 (Gemini → Ollama 폴백 체인) - _class_last_call_ts 클래스 변수로 워커 재시작 후에도 스로틀 유지 - Ollama 미실행 조기 감지 및 명확한 오류 메시지 [KIS API] - 모든 requests.get/post에 timeout=Config.HTTP_TIMEOUT 적용 - get_balance()에 today_buy_amt 필드 추가 [장중 전용 운영] - KRXCalendar: exchange_calendars 기반, 2024~2026 공휴일 하드코딩 폴백 - EOD 셧다운: 15:35에 전체 상태 저장 후 서버 자동 종료 - Watchdog: .eod_date 마커로 EOD 후 재시작 차단 - daily_launcher.py: 매일 08:30 실행, 휴장일 감지 후 봇 미시작 - Windows 작업 스케줄러 WebAI_DailyLauncher 등록 [텔레그램 스킬 수정] - PYTHONIOENCODING=utf-8 서브프로세스 환경 설정 (cp949 이모지 오류 해결) - /regime: IPC macro_indices 파싱 구현, --json 모드 input() 블로킹 제거 - /weights: ensemble_history.json 형식 파싱 업데이트 - /model_health: glob 패턴 *_v3.pt 수정 - /postmortem: 거래 없을 때 빈 JSON 출력으로 Telegram 오류 해결 - /macro: price=0 시 prev_close 폴백 표시 Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>
This commit is contained in:
@@ -4,6 +4,11 @@ import time
|
||||
import os
|
||||
from datetime import datetime, timedelta
|
||||
|
||||
try:
|
||||
import aiohttp
|
||||
except ImportError:
|
||||
aiohttp = None
|
||||
|
||||
from modules.config import Config
|
||||
|
||||
class KISClient:
|
||||
@@ -120,7 +125,7 @@ class KISClient:
|
||||
|
||||
try:
|
||||
print(f"🔑 [KIS] 토큰 발급 요청: {url}")
|
||||
res = requests.post(url, json=payload)
|
||||
res = requests.post(url, json=payload, timeout=Config.HTTP_TIMEOUT)
|
||||
res.raise_for_status()
|
||||
data = res.json()
|
||||
|
||||
@@ -164,7 +169,7 @@ class KISClient:
|
||||
"appsecret": self.app_secret
|
||||
}
|
||||
try:
|
||||
res = requests.post(url, headers=headers, json=datas)
|
||||
res = requests.post(url, headers=headers, json=datas, timeout=Config.HTTP_TIMEOUT)
|
||||
return res.json()["HASH"]
|
||||
except Exception as e:
|
||||
print(f"❌ Hash Key 생성 실패: {e}")
|
||||
@@ -185,10 +190,12 @@ class KISClient:
|
||||
|
||||
try:
|
||||
if method == "GET":
|
||||
res = requests.get(url, headers=headers, params=params)
|
||||
res = requests.get(url, headers=headers, params=params,
|
||||
timeout=Config.HTTP_TIMEOUT)
|
||||
else:
|
||||
res = requests.post(url, headers=headers, json=data)
|
||||
|
||||
res = requests.post(url, headers=headers, json=data,
|
||||
timeout=Config.HTTP_TIMEOUT)
|
||||
|
||||
# 토큰 만료 체크 (500 에러 or msg_cd 확인)
|
||||
is_token_error = False
|
||||
try:
|
||||
@@ -200,18 +207,20 @@ class KISClient:
|
||||
is_token_error = True
|
||||
except:
|
||||
pass
|
||||
|
||||
|
||||
if is_token_error:
|
||||
print("🔄 [KIS] Token expired (caught). Refreshing...")
|
||||
self.ensure_token(force=True)
|
||||
headers = self._get_headers(tr_id)
|
||||
if use_hash and data and "hashkey" in headers:
|
||||
pass # Hash 재활용
|
||||
|
||||
|
||||
if method == "GET":
|
||||
res = requests.get(url, headers=headers, params=params)
|
||||
res = requests.get(url, headers=headers, params=params,
|
||||
timeout=Config.HTTP_TIMEOUT)
|
||||
else:
|
||||
res = requests.post(url, headers=headers, json=data)
|
||||
res = requests.post(url, headers=headers, json=data,
|
||||
timeout=Config.HTTP_TIMEOUT)
|
||||
|
||||
res.raise_for_status()
|
||||
return res.json()
|
||||
@@ -266,7 +275,8 @@ class KISClient:
|
||||
return {
|
||||
"holdings": holdings,
|
||||
"total_eval": int(summary['tot_evlu_amt']),
|
||||
"deposit": int(summary['dnca_tot_amt'])
|
||||
"deposit": int(summary['dnca_tot_amt']),
|
||||
"today_buy_amt": int(summary.get('thdt_buy_amt', 0)), # 금일매수금액 (T+2 차감 전 당일 집행액)
|
||||
}
|
||||
except Exception as e:
|
||||
return {"error": str(e)}
|
||||
@@ -321,7 +331,7 @@ class KISClient:
|
||||
|
||||
try:
|
||||
print(f"📤 [KIS] 주문 전송: {buy_sell} {ticker} {qty}ea ({order_type_str})")
|
||||
res = requests.post(url, headers=headers, json=datas)
|
||||
res = requests.post(url, headers=headers, json=datas, timeout=Config.HTTP_TIMEOUT)
|
||||
res.raise_for_status()
|
||||
data = res.json()
|
||||
|
||||
@@ -348,7 +358,8 @@ class KISClient:
|
||||
}
|
||||
|
||||
try:
|
||||
res = requests.get(url, headers=headers, params=params)
|
||||
res = requests.get(url, headers=headers, params=params,
|
||||
timeout=Config.HTTP_TIMEOUT)
|
||||
res.raise_for_status()
|
||||
data = res.json()
|
||||
if data['rt_cd'] != '0':
|
||||
@@ -564,12 +575,13 @@ class KISClient:
|
||||
}
|
||||
|
||||
try:
|
||||
res = requests.get(url, headers=headers, params=params)
|
||||
res = requests.get(url, headers=headers, params=params,
|
||||
timeout=Config.HTTP_TIMEOUT)
|
||||
res.raise_for_status()
|
||||
data = res.json()
|
||||
if data['rt_cd'] != '0':
|
||||
return []
|
||||
|
||||
|
||||
results = []
|
||||
for item in data['output'][:limit]:
|
||||
# 코드는 shtn_iscd, 이름은 hts_kor_isnm
|
||||
@@ -664,7 +676,8 @@ class KISClient:
|
||||
}
|
||||
|
||||
try:
|
||||
res = requests.get(url, headers=headers, params=params)
|
||||
res = requests.get(url, headers=headers, params=params,
|
||||
timeout=Config.HTTP_TIMEOUT)
|
||||
res.raise_for_status()
|
||||
data = res.json()
|
||||
if data['rt_cd'] != '0':
|
||||
@@ -699,7 +712,9 @@ class KISAsyncClient:
|
||||
async def _async_get(self, session, url, headers, params):
|
||||
"""비동기 GET 요청"""
|
||||
try:
|
||||
async with session.get(url, headers=headers, params=params) as resp:
|
||||
timeout = aiohttp.ClientTimeout(total=Config.HTTP_TIMEOUT) if aiohttp else None
|
||||
async with session.get(url, headers=headers, params=params,
|
||||
timeout=timeout) as resp:
|
||||
return await resp.json()
|
||||
except Exception as e:
|
||||
print(f"[KIS Async] Request failed: {e}")
|
||||
|
||||
199
modules/services/llm_client.py
Normal file
199
modules/services/llm_client.py
Normal file
@@ -0,0 +1,199 @@
|
||||
"""
|
||||
통합 LLM 클라이언트 — Gemini 2.5 Flash (Primary) + Ollama (Fallback)
|
||||
|
||||
설계 원칙:
|
||||
- OllamaManager.request_inference(prompt) 와 동일한 인터페이스 유지
|
||||
→ process.py, ai_council.py 코드 변경 최소화
|
||||
- Gemini 실패(네트워크, Rate Limit) 시 자동으로 로컬 Ollama 폴백
|
||||
- 15 RPM 제한 준수를 위한 자동 스로틀링
|
||||
- VRAM 충돌 없음 (외부 API 호출이므로 LSTM 학습과 간섭 없음)
|
||||
|
||||
Rate Limit (Gemini 2.5 Flash 무료 티어):
|
||||
- 15 RPM, 1,500 RPD (봇 필요량 ~240/일 → 여유 6배)
|
||||
|
||||
추가 패키지 불필요:
|
||||
- requests (이미 설치됨) 기반 REST API 직접 호출
|
||||
"""
|
||||
|
||||
import time
|
||||
import requests
|
||||
import json
|
||||
|
||||
from modules.config import Config
|
||||
|
||||
|
||||
class GeminiLLMClient:
|
||||
"""
|
||||
Gemini API 클라이언트
|
||||
|
||||
사용법:
|
||||
client = GeminiLLMClient()
|
||||
result = client.request_inference(prompt) # str | None
|
||||
"""
|
||||
|
||||
_GENERATE_URL = (
|
||||
"https://generativelanguage.googleapis.com/v1beta/models"
|
||||
"/{model}:generateContent?key={key}"
|
||||
)
|
||||
# 15 RPM → 최소 4초 간격 (여유 0.1초 추가)
|
||||
_MIN_INTERVAL = 4.1
|
||||
# 클래스 변수: 같은 프로세스 내 재생성 시에도 마지막 호출 시각 유지
|
||||
# (워커 OOM 재시작 후 싱글톤 교체 시에도 스로틀 유효)
|
||||
_class_last_call_ts: float = 0.0
|
||||
|
||||
def __init__(self):
|
||||
self.api_key = Config.GEMINI_API_KEY
|
||||
self.model = Config.GEMINI_MODEL
|
||||
self._ollama = None # Ollama 폴백 (lazy init)
|
||||
self._use_gemini = bool(self.api_key)
|
||||
|
||||
if self._use_gemini:
|
||||
print(f"✅ [LLMClient] Primary: Gemini {self.model}")
|
||||
else:
|
||||
print("⚠️ [LLMClient] GEMINI_API_KEY 미설정 → Ollama 전용 모드")
|
||||
|
||||
# ── 내부 헬퍼 ────────────────────────────────────────────────────────────
|
||||
|
||||
def _throttle(self):
|
||||
"""15 RPM 제한 준수 — 최소 호출 간격 강제 대기 (클래스 공유 타임스탬프)"""
|
||||
elapsed = time.time() - GeminiLLMClient._class_last_call_ts
|
||||
if elapsed < self._MIN_INTERVAL:
|
||||
time.sleep(self._MIN_INTERVAL - elapsed)
|
||||
|
||||
def _call_gemini(self, prompt: str) -> str | None:
|
||||
"""
|
||||
Gemini REST API 단일 호출
|
||||
|
||||
설정:
|
||||
- systemInstruction: JSON 전용 응답 강제
|
||||
- thinkingBudget=0: 내부 추론 비활성 (속도 1.5초 / 토큰 절약)
|
||||
- maxOutputTokens=512: 200은 thinking 소모로 잘리므로 여유 확보
|
||||
"""
|
||||
self._throttle()
|
||||
|
||||
url = self._GENERATE_URL.format(model=self.model, key=self.api_key)
|
||||
payload = {
|
||||
"system_instruction": {
|
||||
"parts": [{"text": (
|
||||
"You are a Korean stock market analyst. "
|
||||
"Respond with valid JSON only. "
|
||||
"No markdown, no code blocks, no explanations."
|
||||
)}]
|
||||
},
|
||||
"contents": [{"parts": [{"text": prompt}]}],
|
||||
"generationConfig": {
|
||||
"maxOutputTokens": 512, # 200→512 (thinking 비활성 후 실제 응답 공간 확보)
|
||||
"temperature": 0.1, # 결정론적 출력
|
||||
"thinkingConfig": {"thinkingBudget": 0}, # 내부 추론 끔 (속도↑, 토큰↓)
|
||||
},
|
||||
}
|
||||
|
||||
try:
|
||||
resp = requests.post(url, json=payload, timeout=30)
|
||||
GeminiLLMClient._class_last_call_ts = time.time()
|
||||
|
||||
# Rate Limit 초과
|
||||
if resp.status_code == 429:
|
||||
print("[LLMClient] Gemini Rate Limit (429) → Ollama 폴백")
|
||||
return None
|
||||
|
||||
resp.raise_for_status()
|
||||
data = resp.json()
|
||||
|
||||
# thinking 파트 제외, 실제 텍스트 파트만 결합
|
||||
candidate = data.get("candidates", [{}])[0]
|
||||
parts = candidate.get("content", {}).get("parts", [])
|
||||
text = "".join(
|
||||
p.get("text", "") for p in parts
|
||||
if "text" in p and not p.get("thought")
|
||||
).strip()
|
||||
|
||||
return text if text else None
|
||||
|
||||
except requests.exceptions.Timeout:
|
||||
print("[LLMClient] Gemini Timeout (30s) → Ollama 폴백")
|
||||
return None
|
||||
except Exception as e:
|
||||
print(f"[LLMClient] Gemini Error: {e} → Ollama 폴백")
|
||||
return None
|
||||
|
||||
def _get_ollama(self):
|
||||
"""Ollama 폴백 인스턴스 (lazy init — 필요할 때만 로드)"""
|
||||
if self._ollama is None:
|
||||
from modules.services.ollama import OllamaManager
|
||||
self._ollama = OllamaManager()
|
||||
# Ollama 실행 여부 사전 확인 (WinError 10061 조기 감지)
|
||||
try:
|
||||
requests.get(
|
||||
f"{Config.OLLAMA_API_URL}/api/tags",
|
||||
timeout=3,
|
||||
)
|
||||
except Exception:
|
||||
print(
|
||||
f"❌ [LLMClient] Ollama 미실행 (localhost:11434 연결 거부) — "
|
||||
f"`ollama serve` 명령으로 Ollama를 시작하세요."
|
||||
)
|
||||
return self._ollama
|
||||
|
||||
# ── 공개 인터페이스 ───────────────────────────────────────────────────────
|
||||
|
||||
def request_inference(self, prompt: str, context_data=None) -> str | None:
|
||||
"""
|
||||
LLM 추론 요청 — OllamaManager.request_inference()와 동일한 시그니처
|
||||
|
||||
순서:
|
||||
1) GEMINI_API_KEY 있음 → Gemini API 호출
|
||||
2) Gemini 실패(에러/타임아웃/Rate Limit) → Ollama 로컬 폴백
|
||||
3) GEMINI_API_KEY 없음 → 바로 Ollama 사용
|
||||
"""
|
||||
if self._use_gemini:
|
||||
result = self._call_gemini(prompt)
|
||||
if result is not None:
|
||||
return result
|
||||
# Gemini 실패 → Ollama 폴백
|
||||
print("[LLMClient] Ollama 폴백 시도 중...")
|
||||
|
||||
return self._get_ollama().request_inference(prompt, context_data)
|
||||
|
||||
# ── OllamaManager 호환 메서드 (ai_council, evaluator 등에서 사용) ─────────
|
||||
|
||||
def check_vram(self) -> float:
|
||||
"""VRAM 사용량 반환 (Ollama 측 정보, Gemini 호출 시엔 무관)"""
|
||||
if self._ollama:
|
||||
return self._ollama.check_vram()
|
||||
return 0.0
|
||||
|
||||
def get_gpu_status(self) -> dict:
|
||||
"""GPU 상태 반환 (OllamaManager 호환)"""
|
||||
return self._get_ollama().get_gpu_status()
|
||||
|
||||
def unload_model(self):
|
||||
"""Ollama 모델 언로드 (LSTM 학습 전 호출용, Gemini는 무작동)"""
|
||||
if self._ollama:
|
||||
try:
|
||||
requests.post(
|
||||
f"{Config.OLLAMA_API_URL}/api/generate",
|
||||
json={"model": Config.OLLAMA_MODEL, "keep_alive": 0},
|
||||
timeout=5,
|
||||
)
|
||||
except Exception:
|
||||
pass
|
||||
|
||||
|
||||
# ── 워커 프로세스 전역 싱글톤 ─────────────────────────────────────────────────
|
||||
|
||||
_llm_client: GeminiLLMClient | None = None
|
||||
|
||||
|
||||
def get_llm_client() -> GeminiLLMClient:
|
||||
"""
|
||||
워커 프로세스 내 GeminiLLMClient 싱글톤 반환
|
||||
|
||||
process.py에서 기존 get_ollama() 대신 이 함수를 사용:
|
||||
ollama = get_llm_client()
|
||||
result = ollama.request_inference(prompt)
|
||||
"""
|
||||
global _llm_client
|
||||
if _llm_client is None:
|
||||
_llm_client = GeminiLLMClient()
|
||||
return _llm_client
|
||||
@@ -62,6 +62,14 @@ class TelegramBotServer:
|
||||
"/system - PC 리소스(CPU/GPU) 상태\n"
|
||||
"/ai - AI 모델 학습 상태 조회\n"
|
||||
"/evaluate - 즉시 성과 평가 보고서 생성\n\n"
|
||||
"<b>[AI 진단 스킬]</b>\n"
|
||||
"/syshealth - 시스템 종합 건강 진단\n"
|
||||
"/risk - 리스크 대시보드 (MDD, 연속손절)\n"
|
||||
"/regime - 코스피 시장 레짐 감지\n"
|
||||
"/model_health - LSTM 모델 건강 체크\n"
|
||||
"/weights - 앙상블 가중치 분석\n"
|
||||
"/postmortem [일수] - 매매 사후 분석 (기본 30일)\n"
|
||||
"/watchlist_check - 감시 종목 스코어링\n\n"
|
||||
"<b>[관리 명령어]</b>\n"
|
||||
"/restart - 메인 봇 재시작 요청\n"
|
||||
"/exec <code>명령어</code> - 원격 명령어 실행\n"
|
||||
@@ -222,7 +230,11 @@ class TelegramBotServer:
|
||||
volume = int(v.get('volume', 0))
|
||||
|
||||
if price == 0:
|
||||
msg += f"⚫ <b>{k}:</b> <i>데이터 없음 (장 마감 후)</i>\n\n"
|
||||
# 장 마감 후: prev_close(전일 종가)라도 표시
|
||||
if prev_close > 0:
|
||||
msg += f"⚫ <b>{k}:</b> <code>{prev_close:,.2f}</code> <i>(전일 종가 기준, 장 마감)</i>\n\n"
|
||||
else:
|
||||
msg += f"⚫ <b>{k}:</b> <i>데이터 없음 (장 마감 후)</i>\n\n"
|
||||
continue
|
||||
|
||||
if change > 0:
|
||||
@@ -303,9 +315,18 @@ class TelegramBotServer:
|
||||
from modules.config import Config
|
||||
gpu = self.bot_instance.ollama_monitor.get_gpu_status()
|
||||
|
||||
if Config.GEMINI_API_KEY:
|
||||
llm_primary = f"Gemini ({Config.GEMINI_MODEL})"
|
||||
llm_fallback = f"Ollama ({Config.OLLAMA_MODEL})"
|
||||
else:
|
||||
llm_primary = f"Ollama ({Config.OLLAMA_MODEL})"
|
||||
llm_fallback = None
|
||||
|
||||
msg = "<b>AI Model Status</b>\n"
|
||||
msg += f"* <b>LLM Engine:</b> Ollama ({Config.OLLAMA_MODEL})\n"
|
||||
msg += f"* <b>Device:</b> {gpu.get('name', 'GPU')}\n"
|
||||
msg += f"* <b>LLM Engine:</b> {llm_primary}\n"
|
||||
if llm_fallback:
|
||||
msg += f"* <b>Fallback:</b> {llm_fallback}\n"
|
||||
msg += f"* <b>LSTM Device:</b> {gpu.get('name', 'GPU')}\n"
|
||||
|
||||
if gpu:
|
||||
msg += f"* <b>GPU Load:</b> <code>{gpu.get('load', 0)}%</code>\n"
|
||||
@@ -417,6 +438,121 @@ class TelegramBotServer:
|
||||
logging.error(f"[Command] /evaluate error: {e}")
|
||||
await update.message.reply_text(f"평가 오류: {e}")
|
||||
|
||||
# ──────────────────────────────────────────────
|
||||
# AI 진단 스킬 명령어 (skill_runner 기반)
|
||||
# ──────────────────────────────────────────────
|
||||
|
||||
async def syshealth_command(self, update: Update, context: ContextTypes.DEFAULT_TYPE):
|
||||
"""/syshealth: 시스템 종합 건강 진단"""
|
||||
await update.message.reply_text("🔍 시스템 건강 진단 중... (최대 30초 소요)", parse_mode="HTML")
|
||||
try:
|
||||
from modules.services.telegram_bot import skill_runner
|
||||
result = await skill_runner.run_syshealth()
|
||||
for chunk in result:
|
||||
await update.message.reply_text(chunk, parse_mode="HTML")
|
||||
except Exception as e:
|
||||
logging.error(f"[Command] /syshealth error: {e}")
|
||||
await update.message.reply_text(f"진단 오류: {e}")
|
||||
|
||||
async def risk_command(self, update: Update, context: ContextTypes.DEFAULT_TYPE):
|
||||
"""/risk: 리스크 대시보드 (MDD, 연속손절, 포지션 집중도)"""
|
||||
await update.message.reply_text("📊 리스크 데이터 분석 중...", parse_mode="HTML")
|
||||
try:
|
||||
from modules.services.telegram_bot import skill_runner
|
||||
result = await skill_runner.run_risk()
|
||||
for chunk in result:
|
||||
await update.message.reply_text(chunk, parse_mode="HTML")
|
||||
except Exception as e:
|
||||
logging.error(f"[Command] /risk error: {e}")
|
||||
await update.message.reply_text(f"리스크 분석 오류: {e}")
|
||||
|
||||
async def regime_command(self, update: Update, context: ContextTypes.DEFAULT_TYPE):
|
||||
"""/regime: 코스피 시장 레짐 감지"""
|
||||
await update.message.reply_text("📈 시장 레짐 분석 중...", parse_mode="HTML")
|
||||
try:
|
||||
from modules.services.telegram_bot import skill_runner
|
||||
result = await skill_runner.run_regime()
|
||||
for chunk in result:
|
||||
await update.message.reply_text(chunk, parse_mode="HTML")
|
||||
except Exception as e:
|
||||
logging.error(f"[Command] /regime error: {e}")
|
||||
await update.message.reply_text(f"레짐 분석 오류: {e}")
|
||||
|
||||
async def model_health_command(self, update: Update, context: ContextTypes.DEFAULT_TYPE):
|
||||
"""/model_health: LSTM 모델 건강 체크"""
|
||||
await update.message.reply_text("🧠 LSTM 모델 체크포인트 스캔 중...", parse_mode="HTML")
|
||||
try:
|
||||
from modules.services.telegram_bot import skill_runner
|
||||
result = await skill_runner.run_model_health()
|
||||
for chunk in result:
|
||||
await update.message.reply_text(chunk, parse_mode="HTML")
|
||||
except Exception as e:
|
||||
logging.error(f"[Command] /model_health error: {e}")
|
||||
await update.message.reply_text(f"모델 건강 체크 오류: {e}")
|
||||
|
||||
async def weights_command(self, update: Update, context: ContextTypes.DEFAULT_TYPE):
|
||||
"""/weights: 앙상블 가중치 분석"""
|
||||
await update.message.reply_text("⚖️ 앙상블 가중치 분석 중...", parse_mode="HTML")
|
||||
try:
|
||||
from modules.services.telegram_bot import skill_runner
|
||||
result = await skill_runner.run_weights()
|
||||
for chunk in result:
|
||||
await update.message.reply_text(chunk, parse_mode="HTML")
|
||||
except Exception as e:
|
||||
logging.error(f"[Command] /weights error: {e}")
|
||||
await update.message.reply_text(f"가중치 분석 오류: {e}")
|
||||
|
||||
async def postmortem_command(self, update: Update, context: ContextTypes.DEFAULT_TYPE):
|
||||
"""/postmortem [days]: 매매 사후 분석 (기본 30일)"""
|
||||
args = context.args
|
||||
days = 30
|
||||
if args:
|
||||
try:
|
||||
days = int(args[0])
|
||||
days = max(7, min(days, 365))
|
||||
except ValueError:
|
||||
pass
|
||||
|
||||
await update.message.reply_text(
|
||||
f"🔬 최근 {days}일 매매 사후 분석 중...", parse_mode="HTML")
|
||||
try:
|
||||
from modules.services.telegram_bot import skill_runner
|
||||
result = await skill_runner.run_postmortem(days)
|
||||
for chunk in result:
|
||||
await update.message.reply_text(chunk, parse_mode="HTML")
|
||||
except Exception as e:
|
||||
logging.error(f"[Command] /postmortem error: {e}")
|
||||
await update.message.reply_text(f"사후 분석 오류: {e}")
|
||||
|
||||
async def watchlist_check_command(self, update: Update, context: ContextTypes.DEFAULT_TYPE):
|
||||
"""/watchlist_check: 현재 감시 종목 스코어링"""
|
||||
await update.message.reply_text("🔎 감시 종목 스코어링 중...", parse_mode="HTML")
|
||||
try:
|
||||
from modules.services.telegram_bot import skill_runner
|
||||
|
||||
# 현재 watchlist에서 종목 코드 목록 로드
|
||||
candidates = []
|
||||
try:
|
||||
import json, os
|
||||
from modules.config import Config
|
||||
wl_path = Config.WATCHLIST_FILE
|
||||
if os.path.exists(wl_path):
|
||||
with open(wl_path, encoding="utf-8") as f:
|
||||
wl_data = json.load(f)
|
||||
if isinstance(wl_data, dict):
|
||||
candidates = list(wl_data.keys())
|
||||
elif isinstance(wl_data, list):
|
||||
candidates = wl_data
|
||||
except Exception:
|
||||
pass
|
||||
|
||||
result = await skill_runner.run_watchlist_check(candidates)
|
||||
for chunk in result:
|
||||
await update.message.reply_text(chunk, parse_mode="HTML")
|
||||
except Exception as e:
|
||||
logging.error(f"[Command] /watchlist_check error: {e}")
|
||||
await update.message.reply_text(f"스코어링 오류: {e}")
|
||||
|
||||
def run(self):
|
||||
handlers = [
|
||||
("start", self.start_command),
|
||||
@@ -428,6 +564,13 @@ class TelegramBotServer:
|
||||
("system", self.system_command),
|
||||
("ai", self.ai_status_command),
|
||||
("evaluate", self.evaluate_command),
|
||||
("syshealth", self.syshealth_command),
|
||||
("risk", self.risk_command),
|
||||
("regime", self.regime_command),
|
||||
("model_health", self.model_health_command),
|
||||
("weights", self.weights_command),
|
||||
("postmortem", self.postmortem_command),
|
||||
("watchlist_check", self.watchlist_check_command),
|
||||
("restart", self.restart_command),
|
||||
("stop", self.stop_command),
|
||||
("exec", self.exec_command)
|
||||
|
||||
463
modules/services/telegram_bot/skill_runner.py
Normal file
463
modules/services/telegram_bot/skill_runner.py
Normal file
@@ -0,0 +1,463 @@
|
||||
"""
|
||||
Skill Runner — 텔레그램 봇에서 Claude Skills 스크립트를 실행하는 유틸리티
|
||||
|
||||
각 스킬 스크립트를 subprocess로 실행하고, 결과를 텔레그램 HTML 메시지로 포맷합니다.
|
||||
Claude Code 없이도 텔레그램 명령어만으로 분석 리포트를 받을 수 있습니다.
|
||||
"""
|
||||
import asyncio
|
||||
import json
|
||||
import logging
|
||||
import os
|
||||
import subprocess
|
||||
import sys
|
||||
from pathlib import Path
|
||||
from typing import List, Optional
|
||||
|
||||
logger = logging.getLogger(__name__)
|
||||
|
||||
# 봇 프로젝트 루트 (이 파일 기준 3단계 상위)
|
||||
BOT_ROOT = Path(__file__).resolve().parent.parent.parent.parent
|
||||
SKILLS_DIR = BOT_ROOT / ".claude" / "skills"
|
||||
PYTHON_EXE = sys.executable # 현재 봇과 동일한 Python 인터프리터 사용
|
||||
|
||||
|
||||
def _skill_script(skill_name: str, script_name: str) -> Path:
|
||||
return SKILLS_DIR / skill_name / "scripts" / script_name
|
||||
|
||||
|
||||
async def _run_script(script_path: Path, extra_args: Optional[list] = None,
|
||||
timeout: int = 60) -> dict:
|
||||
"""
|
||||
스킬 스크립트를 비동기 subprocess로 실행.
|
||||
--bot-path, --json 플래그를 자동으로 추가.
|
||||
반환: {"ok": bool, "output": str, "json_data": dict|None}
|
||||
"""
|
||||
if not script_path.exists():
|
||||
return {"ok": False, "output": f"스크립트 없음: {script_path}", "json_data": None}
|
||||
|
||||
cmd = [PYTHON_EXE, str(script_path),
|
||||
"--bot-path", str(BOT_ROOT),
|
||||
"--json"]
|
||||
if extra_args:
|
||||
cmd.extend(extra_args)
|
||||
|
||||
try:
|
||||
loop = asyncio.get_running_loop()
|
||||
# PYTHONIOENCODING=utf-8: 서브프로세스 stdout에서 유니코드/이모지 출력 허용
|
||||
_env = {**os.environ, "PYTHONIOENCODING": "utf-8"}
|
||||
result = await loop.run_in_executor(
|
||||
None,
|
||||
lambda: subprocess.run(
|
||||
cmd,
|
||||
capture_output=True,
|
||||
text=True,
|
||||
encoding="utf-8",
|
||||
errors="replace",
|
||||
timeout=timeout,
|
||||
cwd=str(BOT_ROOT),
|
||||
env=_env,
|
||||
)
|
||||
)
|
||||
|
||||
raw_out = result.stdout.strip()
|
||||
raw_err = result.stderr.strip()
|
||||
|
||||
# JSON 파싱 시도
|
||||
json_data = None
|
||||
if raw_out:
|
||||
try:
|
||||
json_data = json.loads(raw_out)
|
||||
except json.JSONDecodeError:
|
||||
pass
|
||||
|
||||
if result.returncode != 0 and not raw_out:
|
||||
return {"ok": False, "output": raw_err or "알 수 없는 오류", "json_data": None}
|
||||
|
||||
return {"ok": True, "output": raw_out, "json_data": json_data}
|
||||
|
||||
except subprocess.TimeoutExpired:
|
||||
return {"ok": False, "output": f"실행 시간 초과 ({timeout}초)", "json_data": None}
|
||||
except Exception as e:
|
||||
return {"ok": False, "output": str(e), "json_data": None}
|
||||
|
||||
|
||||
def _truncate(text: str, limit: int = 3800) -> str:
|
||||
if len(text) <= limit:
|
||||
return text
|
||||
return text[:limit] + "\n<i>... (일부 생략)</i>"
|
||||
|
||||
|
||||
def _escape_html(text: str) -> str:
|
||||
return text.replace("&", "&").replace("<", "<").replace(">", ">")
|
||||
|
||||
|
||||
# ─────────────────────────────────────────────
|
||||
# 스킬별 포맷터
|
||||
# ─────────────────────────────────────────────
|
||||
|
||||
def _fmt_syshealth(data: dict) -> str:
|
||||
ipc = data.get("ipc", {})
|
||||
gpu = data.get("gpu", {})
|
||||
token = data.get("kis_token", {})
|
||||
procs = data.get("processes", {})
|
||||
|
||||
ipc_status = ipc.get("status", "?")
|
||||
ipc_emoji = {"FRESH": "✅", "NORMAL": "✅", "STALE": "⚠️",
|
||||
"EXPIRED": "🔴", "EMPTY": "⚠️", "ERROR": "🔴"}.get(ipc_status, "❓")
|
||||
age = ipc.get("age_seconds")
|
||||
age_str = f"{age}초 전" if age is not None else "알 수 없음"
|
||||
|
||||
api_str = "✅ 실행 중" if procs.get("api_running") else "🔴 오프라인"
|
||||
token_str = "✅ 유효" if token.get("status") == "VALID" else f"🔴 {token.get('status','?')}"
|
||||
token_env = token.get("env", "?")
|
||||
|
||||
vram = gpu.get("vram_used_gb")
|
||||
vram_str = f"{vram}GB / {gpu.get('vram_total_gb', 16)}GB" if vram else "측정 불가"
|
||||
cuda_str = "✅" if gpu.get("cuda_available") else "❌"
|
||||
|
||||
# 로그 에러 집계
|
||||
logs = data.get("logs", {})
|
||||
all_errors = {}
|
||||
for ld in logs.values():
|
||||
for k, v in ld.get("errors", {}).items():
|
||||
all_errors[k] = all_errors.get(k, 0) + v
|
||||
err_lines = "\n".join(
|
||||
f" ⚠️ {k}: {v}회" for k, v in sorted(all_errors.items(), key=lambda x: x[1], reverse=True)
|
||||
) or " ✅ 없음"
|
||||
|
||||
balance = ipc.get("balance")
|
||||
balance_str = f"\n 잔고: <code>{int(balance):,}원</code>" if balance else ""
|
||||
wl_count = ipc.get("watchlist_count", 0)
|
||||
|
||||
msg = (
|
||||
f"<b>🔧 시스템 헬스 진단</b>\n"
|
||||
f"━━━━━━━━━━━━━━━━━━\n"
|
||||
f"<b>API 서버:</b> {api_str}\n"
|
||||
f"<b>IPC 상태:</b> {ipc_emoji} {ipc_status} ({age_str})"
|
||||
f"{balance_str}\n"
|
||||
f" 감시종목: {wl_count}개\n"
|
||||
f"<b>GPU/CUDA:</b> {cuda_str} VRAM: <code>{vram_str}</code>\n"
|
||||
f"<b>KIS 토큰:</b> {token_str} ({token_env})\n\n"
|
||||
f"<b>로그 에러 (최근):</b>\n{err_lines}"
|
||||
)
|
||||
return msg
|
||||
|
||||
|
||||
def _fmt_risk(data: dict) -> str:
|
||||
mdd = data.get("mdd", {})
|
||||
dl = data.get("daily_loss", {})
|
||||
cl = data.get("consecutive_losses", {})
|
||||
cap = data.get("total_capital", 0)
|
||||
|
||||
mdd_val = mdd.get("mdd", 0) or 0
|
||||
mdd_emoji = "✅" if mdd_val > -5 else ("⚠️" if mdd_val > -10 else "🔴")
|
||||
|
||||
dl_ratio = dl.get("ratio", 0) or 0
|
||||
dl_emoji = "✅" if dl_ratio < 50 else ("⚠️" if dl_ratio < 75 else "🔴")
|
||||
|
||||
cl_count = cl.get("count", 0)
|
||||
cl_active = cl.get("cooldown_active", False)
|
||||
cl_emoji = "🚨" if cl_active else ("⚠️" if cl_count >= 2 else "✅")
|
||||
|
||||
msg = (
|
||||
f"<b>🛡️ 리스크 대시보드</b>\n"
|
||||
f"━━━━━━━━━━━━━━━━━━\n"
|
||||
f"<b>총 자산:</b> <code>{int(cap):,}원</code>\n\n"
|
||||
f"<b>MDD:</b> {mdd_emoji} <code>{mdd_val:.1f}%</code> ({mdd.get('level','?')})\n"
|
||||
f" 최고점: <code>{int(mdd.get('peak',0) or 0):,}원</code> ({mdd.get('peak_days_ago','?')}일 전)\n"
|
||||
f" 복구 필요: <code>+{mdd.get('recovery_needed',0):.1f}%</code>\n\n"
|
||||
f"<b>일일 손실한도:</b> {dl_emoji} {dl_ratio:.0f}% 소진\n"
|
||||
f" 한도: <code>{int(dl.get('limit',0) or 0):,}원</code> "
|
||||
f"사용: <code>{int(dl.get('used',0) or 0):,}원</code>\n\n"
|
||||
f"<b>연속 손절:</b> {cl_emoji} {cl_count}회"
|
||||
)
|
||||
if cl_active:
|
||||
msg += f"\n 🚨 매수 중단 중 (재개: {cl.get('resume_time','?')})"
|
||||
return msg
|
||||
|
||||
|
||||
def _fmt_regime(data: dict) -> str:
|
||||
regime = data.get("regime", "?")
|
||||
msi = data.get("msi", {})
|
||||
params = data.get("recommended_params", {})
|
||||
ens = params.get("ensemble", {})
|
||||
data_source = data.get("data_source", "ipc")
|
||||
source_note = " <i>(IPC 데이터 없음 — 기본값 기반)</i>\n" if data_source == "default" else ""
|
||||
|
||||
regime_emoji = {
|
||||
"BULL_EXTREME": "🔥", "BULL_STRONG": "📈",
|
||||
"NORMAL": "➡️", "BEAR_WEAK": "📉", "BEAR_STRONG": "🚨"
|
||||
}.get(regime, "❓")
|
||||
status_emoji = {"SAFE": "✅", "CAUTION": "⚠️", "DANGER": "🚨"}.get(msi.get("status", ""), "❓")
|
||||
|
||||
flags = msi.get("flags", {})
|
||||
flag_lines = "\n".join(f" {v}" for v in flags.values())
|
||||
|
||||
msg = (
|
||||
f"<b>📊 시장 레짐 분석</b>\n"
|
||||
f"━━━━━━━━━━━━━━━━━━\n"
|
||||
f"{source_note}"
|
||||
f"<b>레짐:</b> {regime_emoji} {regime}\n"
|
||||
f"<b>MSI:</b> {status_emoji} {msi.get('score','?')}/{msi.get('max','?')} ({msi.get('status','?')})\n\n"
|
||||
f"<b>지표 현황:</b>\n{flag_lines}\n\n"
|
||||
f"<b>권고 파라미터:</b>\n"
|
||||
f" buy_threshold: <code>{params.get('buy_threshold','?')}</code>\n"
|
||||
f" max_position: <code>{params.get('max_position_ratio','?')}</code>\n"
|
||||
f" sl_atr_mult: <code>{params.get('sl_atr_multiplier','?')}</code>\n\n"
|
||||
f"<b>앙상블 권고:</b>\n"
|
||||
f" tech: <code>{ens.get('tech','?')}</code> "
|
||||
f"lstm: <code>{ens.get('lstm','?')}</code> "
|
||||
f"sent: <code>{ens.get('sentiment','?')}</code>\n"
|
||||
f"<i>다음 점검: {params.get('next_check_days','?')}일 후</i>"
|
||||
)
|
||||
return msg
|
||||
|
||||
|
||||
def _fmt_model_health(data: dict) -> str:
|
||||
models = data.get("models", {})
|
||||
missing = data.get("missing_models", [])
|
||||
|
||||
grade_emoji = {"HEALTHY": "🟢", "WARNING": "🟡", "DEGRADED": "🟠",
|
||||
"CRITICAL": "🔴", "MISSING": "⚫"}
|
||||
grade_counts = {}
|
||||
for info in models.values():
|
||||
g = info.get("grade", "?")
|
||||
grade_counts[g] = grade_counts.get(g, 0) + 1
|
||||
|
||||
# 우선순위 높은 종목 상위 5개
|
||||
critical = [(t, i) for t, i in models.items() if i.get("grade") in ("CRITICAL", "DEGRADED")]
|
||||
critical.sort(key=lambda x: {"CRITICAL": 0, "DEGRADED": 1}.get(x[1].get("grade"), 9))
|
||||
|
||||
summary_lines = "\n".join(
|
||||
f" {grade_emoji.get(g,'?')} {g}: {cnt}개"
|
||||
for g, cnt in grade_counts.items()
|
||||
)
|
||||
critical_lines = ""
|
||||
for t, info in critical[:5]:
|
||||
critical_lines += f"\n {grade_emoji.get(info['grade'],'?')} {t}: {info.get('reason','?')}"
|
||||
|
||||
missing_str = ""
|
||||
if missing:
|
||||
missing_str = f"\n\n<b>모델 없는 감시종목:</b>\n " + ", ".join(missing[:5])
|
||||
if len(missing) > 5:
|
||||
missing_str += f" 외 {len(missing)-5}개"
|
||||
|
||||
msg = (
|
||||
f"<b>🤖 LSTM 모델 건강도</b>\n"
|
||||
f"━━━━━━━━━━━━━━━━━━\n"
|
||||
f"<b>체크포인트 {len(models)}개:</b>\n"
|
||||
f"{summary_lines}"
|
||||
)
|
||||
if critical_lines:
|
||||
msg += f"\n\n<b>조치 필요:</b>{critical_lines}"
|
||||
msg += missing_str
|
||||
if not critical and not missing:
|
||||
msg += "\n\n✅ 모든 모델 정상"
|
||||
return msg
|
||||
|
||||
|
||||
def _fmt_weights(data: dict) -> str:
|
||||
current = data.get("current_global", {})
|
||||
optimal = data.get("optimal_global", {})
|
||||
health = data.get("ema_health", {})
|
||||
contribs = data.get("signal_contributions", {})
|
||||
|
||||
issues = "\n".join(f" {i}" for i in health.get("issues", []))
|
||||
health_status = "✅" if health.get("status") == "OK" else "⚠️"
|
||||
|
||||
contrib_lines = ""
|
||||
for sig, c in contribs.items():
|
||||
if c.get("total_trades", 0) > 0:
|
||||
acc = c.get("accuracy", 0)
|
||||
contrib_lines += f"\n {sig}: 정확도 {acc:.1%} ({c['total_trades']}거래)"
|
||||
|
||||
delta_lines = ""
|
||||
for sig in ["tech", "lstm", "sentiment"]:
|
||||
cur = current.get(sig, 0)
|
||||
opt = optimal.get(sig, cur)
|
||||
diff = round(opt - cur, 3)
|
||||
arrow = "↑" if diff > 0 else ("↓" if diff < 0 else "→")
|
||||
delta_lines += f"\n {sig:12s}: {cur} {arrow} <b>{opt}</b>"
|
||||
|
||||
msg = (
|
||||
f"<b>⚖️ 앙상블 가중치</b>\n"
|
||||
f"━━━━━━━━━━━━━━━━━━\n"
|
||||
f"<b>EMA 학습 상태:</b> {health_status}\n{issues}\n"
|
||||
)
|
||||
if contrib_lines:
|
||||
msg += f"\n<b>신호 기여도:</b>{contrib_lines}\n"
|
||||
msg += f"\n<b>권고 조정:</b>{delta_lines}"
|
||||
return msg
|
||||
|
||||
|
||||
def _fmt_postmortem(data: dict) -> str:
|
||||
stats = data.get("basic_stats", {})
|
||||
combos = data.get("signal_combinations", {})
|
||||
suggestions = data.get("parameter_suggestions", {})
|
||||
days = data.get("days", 30)
|
||||
|
||||
wr = stats.get("win_rate", 0)
|
||||
pr = stats.get("profit_ratio", 0)
|
||||
wr_emoji = "✅" if wr >= 55 else ("⚠️" if wr >= 50 else "🔴")
|
||||
pr_emoji = "✅" if pr >= 2.0 else ("⚠️" if pr >= 1.5 else "🔴")
|
||||
|
||||
best_combos = list(combos.items())[:2]
|
||||
worst_combos = list(combos.items())[-2:]
|
||||
|
||||
combo_lines = ""
|
||||
for k, v in best_combos:
|
||||
combo_lines += f"\n ✅ {k}: 승률 {v['win_rate']}% ({v['trades']}건)"
|
||||
for k, v in worst_combos:
|
||||
if v["win_rate"] < 50:
|
||||
combo_lines += f"\n ⚠️ {k}: 승률 {v['win_rate']}% ({v['trades']}건)"
|
||||
|
||||
suggest_lines = ""
|
||||
for param, s in suggestions.items():
|
||||
suggest_lines += f"\n {param}: {s.get('current','?')} → <b>{s.get('recommended','?')}</b>"
|
||||
|
||||
msg = (
|
||||
f"<b>📊 매매 사후분석</b> (최근 {days}일)\n"
|
||||
f"━━━━━━━━━━━━━━━━━━\n"
|
||||
f"<b>총 거래:</b> {stats.get('total',0)}건 "
|
||||
f"승률: {wr_emoji} <code>{wr}%</code>\n"
|
||||
f"<b>손익비:</b> {pr_emoji} <code>{pr}</code> "
|
||||
f"Sharpe: <code>{stats.get('sharpe',0)}</code>\n"
|
||||
f"평균 수익: <code>+{stats.get('avg_win_pct',0)}%</code> "
|
||||
f"평균 손실: <code>-{stats.get('avg_loss_pct',0)}%</code>"
|
||||
)
|
||||
if combo_lines:
|
||||
msg += f"\n\n<b>신호 조합:</b>{combo_lines}"
|
||||
if suggest_lines:
|
||||
msg += f"\n\n<b>파라미터 권고:</b>{suggest_lines}"
|
||||
return msg
|
||||
|
||||
|
||||
def _fmt_watchlist(data: dict) -> str:
|
||||
scored = data.get("scored", [])
|
||||
current = data.get("current_watchlist", [])
|
||||
r_min, r_max = data.get("recommended_range", (8, 15))
|
||||
|
||||
to_add = [s for s in scored if s.get("action") == "편입"]
|
||||
to_remove = [s for s in scored if s.get("action") == "제거"]
|
||||
to_keep = [s for s in scored if s.get("action") == "유지" and s.get("in_watchlist")]
|
||||
to_keep.sort(key=lambda x: x.get("total_score", 0), reverse=True)
|
||||
|
||||
add_lines = ""
|
||||
for s in to_add[:5]:
|
||||
wr = f" ({s['win_rate']:.0%})" if s.get("win_rate") else ""
|
||||
add_lines += f"\n ✅ {s['ticker']} {s['total_score']}점 — {s.get('theme','?')}{wr}"
|
||||
|
||||
remove_lines = ""
|
||||
for s in to_remove:
|
||||
remove_lines += f"\n ✕ {s['ticker']} {s['total_score']}점"
|
||||
|
||||
keep_lines = ""
|
||||
for s in to_keep[:3]:
|
||||
keep_lines += f"\n • {s['ticker']} {s['total_score']}점"
|
||||
|
||||
final = len(current) - len(to_remove) + len(to_add)
|
||||
size_ok = "✅" if r_min <= final <= r_max else "⚠️"
|
||||
|
||||
msg = (
|
||||
f"<b>📋 Watchlist 분석</b>\n"
|
||||
f"━━━━━━━━━━━━━━━━━━\n"
|
||||
f"현재 {len(current)}종목 → 최종 {final}종목 {size_ok}\n"
|
||||
f"권고 규모: {r_min}~{r_max}종목"
|
||||
)
|
||||
if add_lines:
|
||||
msg += f"\n\n<b>편입 추천:</b>{add_lines}"
|
||||
if remove_lines:
|
||||
msg += f"\n\n<b>제거 추천:</b>{remove_lines}"
|
||||
if keep_lines:
|
||||
msg += f"\n\n<b>상위 유지 종목:</b>{keep_lines}"
|
||||
return msg
|
||||
|
||||
|
||||
# ─────────────────────────────────────────────
|
||||
# 공개 API — 텔레그램 핸들러에서 호출
|
||||
# ─────────────────────────────────────────────
|
||||
|
||||
def _to_chunks(text: str, limit: int = 3800) -> List[str]:
|
||||
"""메시지가 Telegram 4096자 제한을 초과하면 청크로 분할"""
|
||||
if len(text) <= limit:
|
||||
return [text]
|
||||
chunks = []
|
||||
while text:
|
||||
chunks.append(text[:limit])
|
||||
text = text[limit:]
|
||||
return chunks
|
||||
|
||||
|
||||
async def run_syshealth() -> List[str]:
|
||||
script = _skill_script("bot-system-health-diagnostics", "health_checker.py")
|
||||
r = await _run_script(script, timeout=30)
|
||||
if not r["ok"]:
|
||||
return [f"⚠️ 시스템 헬스 실행 오류:\n<code>{_escape_html(r['output'])}</code>"]
|
||||
if r["json_data"]:
|
||||
return _to_chunks(_fmt_syshealth(r["json_data"]))
|
||||
return _to_chunks(f"<pre>{_escape_html(r['output'])}</pre>")
|
||||
|
||||
|
||||
async def run_risk() -> List[str]:
|
||||
script = _skill_script("auto-trade-risk-manager", "risk_dashboard.py")
|
||||
r = await _run_script(script, timeout=30)
|
||||
if not r["ok"]:
|
||||
return [f"⚠️ 리스크 분석 오류:\n<code>{_escape_html(r['output'])}</code>"]
|
||||
if r["json_data"]:
|
||||
return _to_chunks(_fmt_risk(r["json_data"]))
|
||||
return _to_chunks(f"<pre>{_escape_html(r['output'])}</pre>")
|
||||
|
||||
|
||||
async def run_regime() -> List[str]:
|
||||
script = _skill_script("korean-market-regime-detector", "regime_calculator.py")
|
||||
r = await _run_script(script, timeout=60)
|
||||
if not r["ok"]:
|
||||
return [f"⚠️ 레짐 분석 오류:\n<code>{_escape_html(r['output'])}</code>"]
|
||||
if r["json_data"]:
|
||||
return _to_chunks(_fmt_regime(r["json_data"]))
|
||||
return _to_chunks(f"<pre>{_escape_html(r['output'])}</pre>")
|
||||
|
||||
|
||||
async def run_model_health() -> List[str]:
|
||||
script = _skill_script("lstm-model-health-monitor", "model_health_report.py")
|
||||
r = await _run_script(script, timeout=60)
|
||||
if not r["ok"]:
|
||||
return [f"⚠️ 모델 건강도 오류:\n<code>{_escape_html(r['output'])}</code>"]
|
||||
if r["json_data"]:
|
||||
return _to_chunks(_fmt_model_health(r["json_data"]))
|
||||
return _to_chunks(f"<pre>{_escape_html(r['output'])}</pre>")
|
||||
|
||||
|
||||
async def run_weights() -> List[str]:
|
||||
script = _skill_script("ensemble-weight-optimizer", "weight_optimizer.py")
|
||||
r = await _run_script(script, timeout=30)
|
||||
if not r["ok"]:
|
||||
return [f"⚠️ 가중치 분석 오류:\n<code>{_escape_html(r['output'])}</code>"]
|
||||
if r["json_data"]:
|
||||
return _to_chunks(_fmt_weights(r["json_data"]))
|
||||
return _to_chunks(f"<pre>{_escape_html(r['output'])}</pre>")
|
||||
|
||||
|
||||
async def run_postmortem(days: int = 30) -> List[str]:
|
||||
script = _skill_script("trade-post-mortem-analyzer", "post_mortem_report.py")
|
||||
r = await _run_script(script, extra_args=["--days", str(days)], timeout=30)
|
||||
if not r["ok"]:
|
||||
return [f"⚠️ 매매 분석 오류:\n<code>{_escape_html(r['output'])}</code>"]
|
||||
if r["json_data"]:
|
||||
return _to_chunks(_fmt_postmortem(r["json_data"]))
|
||||
if not r["output"].strip():
|
||||
return [f"<b>📊 매매 사후분석</b> (최근 {days}일)\n━━━━━━━━━━━━━━━━━━\n<i>분석 대상 매매 기록이 없습니다.</i>"]
|
||||
return _to_chunks(f"<pre>{_escape_html(r['output'])}</pre>")
|
||||
|
||||
|
||||
async def run_watchlist_check(candidates: Optional[List[str]] = None) -> List[str]:
|
||||
script = _skill_script("watchlist-intelligence-curator", "watchlist_scorer.py")
|
||||
extra = []
|
||||
if candidates:
|
||||
extra = ["--candidates"] + candidates
|
||||
r = await _run_script(script, extra_args=extra, timeout=30)
|
||||
if not r["ok"]:
|
||||
return [f"⚠️ Watchlist 분석 오류:\n<code>{_escape_html(r['output'])}</code>"]
|
||||
if r["json_data"]:
|
||||
return _to_chunks(_fmt_watchlist(r["json_data"]))
|
||||
return _to_chunks(f"<pre>{_escape_html(r['output'])}</pre>")
|
||||
Reference in New Issue
Block a user