
개인용 미국 주식 거래 연구 워크벤치: 로그 기록, Agent Skill을 활용한 조사, 로컬 차트 확인을 동시에 수행
요약
미국 주식 거래 연구를 위해 로그 기록, 에이전트 스킬 기반 조사, 로컬 차트 확인을 통합한 워크벤치 프로젝트입니다. 데이터 소스, 오케스트레이션, 기록 계층으로 구성되어 종목 선정부터 가치 평가까지 자동화된 워크플로우를 제공합니다.
핵심 포인트
- Longbridge, FRED, SEC EDGAR 등 다양한 데이터 소스 활용
- 20개 이상의 에이전트 스킬을 통한 종목 선정 및 모니터링
- Fastify와 React 기반의 로컬 차팅 애플리케이션 포함
- Pi Coding Agent를 활용한 안전한 샌드박스 실행 환경 제공
개인용 미국 주식 거래 연구 워크벤치: 로그를 기록하면서, Agent Skill (에이전트 스킬)로 조사하고, 동시에 로컬에서 차트를 확인합니다.
https://
github.com/Innei/trade-skills
...
이 저장소(Repository)는 세 개의 계층으로 나뉩니다: 데이터 소스 계층 (Data source layer)은 Longbridge, FRED, SEC EDGAR, GDELT에서 시세와 기본적 분석 (Fundamentals) 데이터를 가져옵니다; 오케스트레이션 워크플로우 계층 (Orchestration workflow layer)은 종목 선정, 자금 순환, 모니터링 및 가치 평가 분석을 위해 20개 이상의 스킬 (Skills)을 사용합니다; 기록 계층 (Filing layer)은 결과를 Markdown (마크다운) 저널과 개별 종목 노트에 작성합니다.
Fastify + TypeScript + React로 구성된 로컬 차팅 애플리케이션이 포함되어 있으며, localhost:5199에서 실행됩니다. K-선 차트 (K-line charts), 자금 흐름 (Fund flows), SEPA 대시보드는 모두 서버 측에서 계산되어 SSE (Server-Sent Events)를 통해 프론트엔드로 전송됩니다.
Pi Coding Agent를 샌드박스 (Sandbox) 내에서 안전하게 실행하여 호스트 환경을 격리하는 동시에, 재현 가능한 런타임 환경 (Runtime environment)과 선택적인 협업 관리 기능을 제공합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 X @qingq77 (검증됨)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기