밴티지api 막혀서 공매도방법으로 다시 로직 설정한 강의에 대해서.

작성한 질문수 6

0

안녕하세요, @jkl님.

삭제된 과정은 없습니다.

공매도 잔고 로직은 코드로 올리지 않았습니다.

추가된 3개 강의의 목적이 "설계 문서(20·21)를 Claude에게 주고 내 코드에 반영시키는 방법"을 익히는 것이기 때문입니다.

그래서 모의·실전 저장소에는 문서만 올라가 있고, 구현은 강의에서 보신 대로 각자 AI로 진행하시면 됩니다.

1. 어떤 저장소를 쓰나요? 지금 쓰시던 banbu-stocktrading(모의)과 banbu-stocktrading-real(실전) 그대로입니다.

git pull로 문서 20,21를 받으시면 되고, .env도 지금 것을 그대로 쓰시면 됩니다. 새 API 키는 없고, 구현 후 .env에 USE_SHORT_INTEREST=true 한 줄만 추가하면 됩니다.

2. banbu-stocktrading-final은 뭔가요? 제가 실제 운영하는 3단계 완성본입니다.

Kaggle 자동 학습, LLM 검토, Slack 알림, 점수 v2 등 2단계에 없는 기능이 많아서 파일과 sql/ 폴더가 많이 보이는 겁니다.

2단계 과정에서는 받으실 필요가 없고, .env_dev도 final 전용 변수가 많아 지금 .env와 다른 게 맞습니다. 3단계까지 가신 뒤에 보셔도 늦지 않습니다.

3. 이해하신 로직은 맞습니다. 감성 점수를 빼고, 종목별 days-to-cover(공매도 잔고 ÷ 일평균 거래량)를 구한 뒤 A(종목 간 순위 백분위, 1−2p)와

B(자기 이력 z-score, −z÷2, ±1 제한, 이력 12회 미만이면 생략)를 평균해 si_score=(A+B)÷2, 이를 (si_score+1)÷2로 바꿔 기존 “0.20×감성” 자리에 “0.20×수급”으로 넣는 것이 전부입니다.

4. AI에게 줄 때 한 가지만 주의하세요.

문서 21은 제 운영 코드(final) 기준으로 이어서 요청할 때 아래처럼 덧붙이시면 됩니다.

“documents/20, 21을 읽고 이 코드에 맞게 구현해줘.

이 코드에는 signal_snapshots, llm_decision_logs 테이블, Slack, LLM 검토, scripts/ 폴더, scoring_service.py가 없으니 그 부분은 건너뛰고,

short_interest 테이블 생성 SQL은 새로 작성해줘. 감성 점수 항은 수급 항으로 교체하고 USE_SHORT_INTEREST 스위치로 전환되게 해줘.”

모의 저장소에서 먼저 적용해 /docs에서 추천 결과에 si 점수가 붙는지 확인하신 뒤,

같은 방식으로 실전 저장소에 적용하시면 됩니다. 막히는 단계가 있으면 AI가 만든 변경 내용과 에러를 올려 주세요.

또 궁금하신 부분이 있으시다면 편하게 질문 주세요~

감사합니다.