claude_morning — 장 전 분석

오늘 날짜 기준으로 장 전 분석을 수행하고 data/daily_context.json을 생성한다. 07:30에 스케줄러가 자동 실행. 봇 시작은 이 명령이 종료된 뒤 scripts/run_morning.ps1에서만 수행한다.

실행 순서

1. 데이터 수집

python app/ai/morning.py --print

위 명령을 실행해 다음 데이터를 수집한다:

RSS 뉴스: 한경증권·한경경제·파이낸셜뉴스·매경증권 4개 언론사 (~80건)
KIS 수급: 거래량 상위 30종목, 외국인/기관 순매수 상위 10종목, 업종 동향
종목별 뉴스: 네이버 검색 API로 거래량 상위 20종목 각 5건

2. 분석

수집된 데이터를 바탕으로 다음 항목을 판단한다:

시장 분위기: 강세 / 중립 / 약세
감성 점수: 0~100 (50=중립, 70이상=강세, 30이하=약세)
리스크 레벨: 낮음 / 보통 / 높음
주목 섹터: 수급·뉴스 모두 긍정적인 섹터
회피 섹터: 악재·수급 부진 섹터
boosted_tickers: 거래량 상위 + 외국인 순매수 겹치는 종목코드
blacklist_tickers: 종목별 뉴스에서 악재(횡령·소송·거래정지 등) 감지된 종목코드
position_size_multiplier: 0.5(약세) ~ 1.0(중립) ~ 1.5(강세)
trade_allowed: sentiment_score < 40이면 false

3. daily_context.json 저장

분석 결과를 data/daily_context.json에 저장한다. 형식:

{
  "date": "YYYY-MM-DD",
  "generated_at": "HH:MM:SS",
  "trade_allowed": true,
  "market_sentiment": "중립",
  "sentiment_score": 62,
  "risk_level": "보통",
  "hot_sectors": ["반도체", "2차전지"],
  "avoid_sectors": ["금융", "건설"],
  "boosted_tickers": ["005930", "000660"],
  "blacklist_tickers": [],
  "position_size_multiplier": 1.0,
  "reason": "50자 이내 시장 요약"
}

4. Discord 알림 전송

아래 명령을 실행해 분석 결과를 Discord로 전송한다:

python app/ai/morning.py --send-discord

5. 완료

분석 요약을 한 줄로 출력하고 종료한다. 이 명령 안에서는 /start-bot 또는 python scripts/start_bot.py를 실행하지 않는다.

2.2 KiB Raw Blame History