안녕하세요, @jkl님. 걱정하신 것과 달리 AI가 아무 데이터나 넣게 바꾼 건 아닙니다. 핵심은 columns_with_numbers 한 군데이고, 이건 값이 하나도 없는 컬럼을 학습과 예측에서 빼는 코드입니다. 나머지 종목·지표는 원래 코드와 똑같이 학습하고, 저장되는 것도 실제 모델 예측값입니다. 즉 지난번에 말씀드린 "어떤 컬럼이 통째로 비어 있다"가 실제로 맞았던 겁니다. 다른 변경(앞뒤 값 채우기, clipnorm, 저장 확인)은 원래 코드에 이미 있거나 무해한 안전장치 코드라 그대로 두셔도 됩니다. 다만 한 가지는 꼭 확인하셔야 합니다. 실행 출력에 값이 없어 학습에서 뺀 칸: [...] 이 찍혔을 텐데, 그 목록에 종목 이름이 있으면 그 종목은 앞으로 예측도 추천도 되지 않습니다. 매매 시스템이 예측 결과 테이블에 없는 종목은 후보로 올리지 않기 때문입니다. 근본 해결은 빠진 컬럼에 데이터를 채우는 것입니다. 채우고 Colab을 다시 돌리면, 지금 코드가 그 컬럼을 자동으로 다시 포함하므로 코드를 되돌릴 필요는 없습니다. 감사합니다.
안녕하세요 @sunday1903님. 문서와 코드를 꼼꼼하게 대조해 보시고 지적해 주신 점 진심으로 감사드립니다. 문의해주신 내용을 바탕으로 코드베이스 및 전달해 드린 기술 문서를 전체 검토하였으며, 실제 문서와 코드 간의 반영 상태 및 조치 사항 을 다음과 같이 안내해 드립니다. 1. signal_snapshots 관련 안내 해당 테이블은 현재 미구현(설계 단계) 상태가 맞습니다. 15번 문서는 '시점별 스냅샷 백테스트'에 대한 설계 가이드 문서 입니다. 현재 프로젝트 코드에는 스냅샷 저장 함수( snapshot_service.py )만 작성되어 있으며, 해당 함수를 호출하는 메인 파이프라인 연결부 및 백테스트 관련 분석 코드( backtest/ )는 실제 운영 코드의 안정성을 위해 아직 미반영된 상태입니다. 따라서 테이블을 생성하더라도 데이터가 적재되지 않는 것이 정상이므로, 현재 단계에서는 신경 쓰지 않으셔도 괜찮습니다. 2. [중요] DB 스크립트 업데이트 및 조치 요청 earnings_calendar (실적 캘린더) 관련 테이블 및 일부 컬럼이 과거에 설치용 스크립트( create_all_tables.sql )에서 누락되어 있던 것을 확인하여 업데이트하였습니다. 최신 코드를 다시 받아서 (git pull) supabase에서 ddl 스크립트를 반영해주시면 감사하겠습니다. 해당 테이블이 없으면 서버 오류는 발생하지 않지만, LLM 판정 로그 및 실적 데이터 저장이 스킵 될 수 있습니다. 조치 방법: 프로젝트 최신 코드를 git pull (또는 재다운로드) 받습니다. Supabase의 SQL Editor 로 이동합니다. db_backup/schema/create_all_tables.sql 파일의 전체 내용을 복사하여 Run 을 실행해 주세요. (기존 테이블 및 데이터는 유지되며, 누락된 테이블과 컬럼만 안전하게 추가됩니다.) 3. 주요 문서별 실제 코드 반영 상태 정리 수강생분들께서 혼선이 없으시도록, 심화 과정 문서(10번 이후)들의 실제 코드 구현 상태를 정리해 드립니다. 01~09, 11, 16, 17번 문서: 코드와 100% 일치 (17번 실적 캘린더 관련 기능 포함) 10번 (멀티팩터 점수화): [기획/개념 문서] Layer 1(v2 z-score) 로직은 scoring_service.py 에 적용되어 있으며, Layer 2·3 모델은 기획 문서로 제공됩니다. 14번 (트레일링 스톱): [고급 기능 설계 문서] 실제 매도 로직은 현재 안전한 ATR 기반 고정 익절/손절 로 작동 중입니다. 15번 (시점별 스냅샷): [고급 기능 설계 문서] 참고 10, 14, 15번 등 일부 문서는 기본 파이프라인 구축 후 "향후 어떻게 시스템을 확장 및 개선할 수 있는가" 를 설명하는 설계/기획 문서이므로 코드에 없는 파일이나 함수명이 등장할 수 있습니다. 학습 중 추가로 어색하거나 궁금한 항목이 있다면 언제든지 문의/타임라인과 함께 글 남겨주세요. 빠르게 확인하여 도와드리겠습니다! 감사합니다.
안녕하세요, @jkl님. 예측 모델 코드 문제가 아니라, 저장이 안 된 상태에서 그다음 단계가 줄줄이 무너진 겁니다. 보내주신 로그 네 줄이 순서대로 그걸 보여주고 있어요. predicted_stocks 테이블의 총 레코드 수: 0 ← 저장되었다는 메시지는 떴지만 실제로 들어간 행이 0개입니다 총 0개 데이터를 성공적으로 가져왔습니다! ← 그래서 가져온 데이터도 0개 데이터 가져오기 오류: '날짜' ← 빈 데이터에는 '날짜' 컬럼이 없으니 여기서 실패 'NoneType' object has no attribute 'columns' ← 그 함수가 None을 돌려줘서 마지막에 터진 것 즉 1번만 해결되면 나머지는 저절로 풀립니다. 경제지표와 주가 저장이 잘 되셨다니 키와 연결은 정상입니다. predicted_stocks 테이블 쪽만 보시면 됩니다. 확인 순서 ① Supabase에서 눈으로 확인하세요. Table Editor에서 predicted_stocks 테이블을 열어보세요. 행이 하나도 없으면 저장이 실패한 게 맞습니다. 테이블 자체가 안 보이면 테이블 생성 SQL을 아직 실행하지 않으신 겁니다. ② 저장하는 셀의 응답을 직접 찍어보세요. "저장되었습니다"는 응답을 확인하지 않고 출력되는 메시지라 믿으시면 안 됩니다. 저장 코드 뒤에 이렇게 한 줄 추가해 보세요. response = supabase.table("predicted_stocks").insert(records).execute() print(response) 여기에 에러 내용이 그대로 찍힙니다. 컬럼명이 안 맞는지, 권한 문제인지 바로 보입니다. ③ RLS를 확인하세요. 이게 제일 흔한 원인입니다. Supabase에서 테이블에 RLS(Row Level Security)가 켜져 있는데 정책이 없으면, 저장도 조회도 에러 없이 조용히 0건으로 돌아옵니다. 지금 증상과 정확히 같습니다. Authentication → Policies에서 predicted_stocks 의 RLS 상태를 보시고, 강의대로 진행하셨다면 service_role 키를 쓰고 계신지도 같이 확인해 주세요. 경제지표 테이블은 되는데 이 테이블만 안 된다면 테이블마다 설정이 다르게 들어갔을 가능성이 큽니다. ③번에서 해결되는 경우가 대부분입니다. 그래도 안 되면 ②번에서 찍힌 응답 전체와 Supabase 테이블 화면을 캡처해서 올려주세요. 바로 봐 드리겠습니다. 궁금한 점 생기면 언제든 편하게 또 보내주세요. 빠르게 답변드리겠습니다. 감사합니다.
안녕하세요, @별명을붙여줘야겠군님. 먼저 소스코드 비교하시느라 고생 많으셨습니다. 제공해 드린 소스는 강의 중에 고친 내용까지 전부 반영된 완성본이라, 받으신 파일에는 개인 키 값만 채우시면 됩니다. 캐글 연동도 거의 같습니다. 다만 한 군데는 꼭 바꾸셔야 합니다. 캐글 계정에서 API 토큰 발급 (Settings → API → Create New Token) .env 에 KAGGLE_USERNAME 과 KAGGLE_API_TOKEN 입력. 여기서 username은 토큰 이름이 아니라 실제 캐글 계정 아이디입니다. 이걸 헷갈리시는 분이 많습니다. kaggle_notebook/kernel-metadata.json을 열면 "id": "cheatkeyman/stock-prediction" 이 있습니다. 앞부분을 본인 캐글 아이디 로 바꿔주세요. 안 바꾸시면 제 계정에 노트북을 올리려다 권한 오류가 납니다. 캐글 계정에서 전화번호 인증 을 해두세요. GPU와 인터넷 사용이 그때 열립니다. 이게 안 되어 있으면 노트북이 실행되다 멈춥니다. 노트북 안의 Supabase 키는 따로 넣지 않으셔도 됩니다. 푸시할 때 코드가 .env 값을 노트북 첫 셀에 자동으로 넣어주도록 되어 있습니다. 설정이 끝나면 서버를 띄우고 /pipeline/kaggle/auth-check 를 호출해 보세요. 인증이 정상인지 바로 확인됩니다. 통과되면 /pipeline/kaggle/trigger-ml 로 실행하시면 됩니다. 8000번 포트에 글자만 나오는 건 정상입니다. 주소창에 localhost:8000 만 치면 서버가 살아 있는지 알려주는 메시지 한 줄만 나옵니다. 거기까지 나오셨으면 서버는 제대로 뜬 겁니다. 보고 싶으신 화면은 localhost:8000/docs 입니다. API 목록이 쭉 나오고, 버튼을 눌러 바로 실행해 볼 수 있습니다. 캐글 인증 확인이나 파이프라인 실행도 전부 여기서 하시면 편합니다. 참고로 이 시스템은 별도 대시보드를 만들지 않습니다. 매매 결과는 슬랙 알림과 증권사 앱으로 확인하는 구조라서요. 또 궁금한 점 생기면 언제든 편하게 또 보내주세요. 빠르게 답변드리겠습니다. 감사합니다.
안녕하세요, @별명을붙여줘야겠군님! 수작업으로 바꿀 건 없습니다. 한국 시장은 서머타임이 없어서 매매 시각이 고정이고(09:00~15:30), 스케줄러도 Asia/Seoul 타임존으로 돌아갑니다. 매수 10시, 장중 매도 감시, 15:40 정합성 동기화 모두 1년 내내 그대로입니다. 미국 서머타임이 걸리는 곳은 딱 하나, VIX나 나스닥·필라델피아 반도체지수 같은 미국 지표를 받아오는 시점입니다. 미국장 마감이 여름엔 KST 05시, 겨울엔 06시인데 파이프라인 기본값을 07:00으로 잡은 게 그 이유입니다. 겨울 기준으로도 마감 뒤라서 두 기간 모두 안전합니다. config.py 에도 06시 이전으로는 당기지 말라고 주석을 달아 뒀는데, 06시에 돌리면 겨울엔 미국장이 아직 안 끝나서 전전일 값이 그대로 굳어버립니다. 그리고 말씀하신 그 원칙 덕분에 애초에 꼬일 자리가 없습니다. 미국 지표는 전일(T-1) 값만 씁니다. 코드에 shift(1)을 걸어두고 당일 미국 값은 한국 아침에 확정이 안 되니 아예 쓰지 않습니다. 붙이는 기준도 시각이 아니라 거래일 날짜라서, 한 시간 늦게 열리고 닫히는 건 영향이 없습니다. 서머타임 전환일도 똑같습니다. 궁금한 점 생기면 언제든 편하게 또 보내주세요. 빠르게 답변드리겠습니다. :) 감사합니다.
안녕하세요, @별명을붙여줘야겠군님. 기간 설정과 비용은 별개입니다 Claude API는 크레딧을 미리 충전해 두고, 토큰을 쓴 만큼 차감되는 구조입니다. 키의 유효기간은 "이 키를 언제까지 쓸 수 있게 할지"만 정합니다. 기간이 길다고 비용이 더 나가지 않습니다. 1달짜리를 고르면 걱정하신 대로 멈춥니다 키가 만료되면 LLM 호출이 실패합니다. 우리 시스템은 LLM 호출이 실패하면 매수를 차단하도록 되어 있어서, 한 달 뒤부터 매수가 0건이 됩니다. 키가 만료되면 새 키를 발급해서 .env 의 ANTHROPIC_API_KEY 를 바꾸고 서버를 재시작해야 합니다. 추천: 기한 없음 무인으로 계속 돌리는 자동매매 용도라 기한 없음을 권합니다. 경고 문구는 "키가 유출되면 계속 악용될 수 있다"는 보안 안내입니다. 아래만 지키시면 됩니다. .env 를 깃에 올리지 않기. 키를 채팅이나 스크린샷에 노출하지 않기. 크레딧 자동 충전은 꺼 두기. 유출되더라도 피해가 충전해 둔 잔액으로 제한됩니다. (참고로 저는 자동 충전을 켜두고 사용하고 있습니다.) 유출이 의심되면 콘솔에서 해당 키를 바로 삭제하고 새로 발급하기. 기한을 두고 싶으시면 가장 긴 기간을 고르고, 만료 전에 교체하도록 캘린더에 알림을 걸어 두세요. Slack을 연동해 두셨다면 만료 시 "LLM 검토 실패" 알림이 오니 그걸로도 알 수 있습니다. 또, 강의 수강 중 질문 있으시다면 편하게 문의 주세요~ 감사합니다.
안녕하세요, @별명을붙여줘야겠군님. 질문해 주신 부분에 대해 답변 드립니다. 1. 강의 자료 2개가 계속 올라와 있는 이유 제공해 드린 두 노션 링크는 각각 아래의 역할을 합니다. 기본 강의 자료: 섹션 전체를 관통하는 메인 이론 및 개요 노션 페이지 강의 자료: 해당 파트(FastAPI)의 상세 실습 가이드 및 코드가 정리된 노션 페이지 Python FastAPI 기본 1~5 강의 전체에 위 두 링크가 동일하게 노출되는 이유는, 이전 수강생분들께서 "강의를 이동할 때마다 자료를 찾아다니기 번거롭다"는 의견을 주셨기 때문입니다. 수강생분들께서 해당 범주(섹션) 안에서는 어떤 강의를 선택하시더라도 페이지 이동 없이 필요한 전체 강의 자료에 바로 접근하실 수 있도록 편의상 일괄 배치해 둔 것입니다. 2. 예제 소스코드 위치 안내 Python FastAPI 기본 1~5 강의 하단 수업 노트에 예제 소스 코드 위치가 있습니다. 해당 주소로 이동하셔서 예제 코드를 전부 다 받으실 수 있습니다. 강의를 진행하시다가 또 궁금한 점이나 막히는 부분이 있으시면 언제든 편하게 질문 남겨주세요. 수강생님의 자동매매 머신 완성을 응원합니다! 감사합니다.
안녕하세요, virtual2real님! '11. 환경변수 세팅 총정리 (KIS·Supabase·API 키)' 강의 초반(약 6초 구간)에서 언급된 "지난 시간에 우리가 기본적인 프로젝트 셋팅을 했습니다" 부분을 말씀해 주신 것으로 이해했습니다. 😊 해당 내용은 이전 강의인 10. 프로젝트 초기 셋팅과 비밀키 안전 관리 영상을 참고해 주시면 됩니다! 환경변수 세팅 과정은 이후 강의 전반에서도 계속해서 다루어지니 차근차근 따라오시면 수월하게 진행하실 수 있습니다. [강의 위치 안내] (※ 추후 강의 업데이트 시 회차 번호가 조정될 수 있으니 강의 제목으로 찾아주시면 가장 정확합니다.) 완성 소스코드 다운로드: - 3. 소스코드 다운로드 및 설치 가이드 기획 및 설계 문서: - 5. 코드보다 명확한 기획 먼저 - 계좌를 지키는 4대 설계 철학 - 6. 기획·설계 문서(PLAN·아키텍처) 완성하기 AI Agent 구축 및 가이드: - 7. AI에게 뒤통수 안 맞는 법 - 듀얼 검증과 CLAUDE - 8. 전문가 AI 고용하기 - 서브 에이전트 생성 진행하시다가 막히는 부분이나 궁금한 점이 생기시면 언제든 편하게 질문 남겨주세요. 확인하는 대로 친절히 안내해 드리겠습니다. 감사합니다!
안녕하세요, Lu님! 우선 강의 수강에 불편을 드려 진심으로 사과드립니다. 말씀해주신 내용을 바탕으로 강의 영상 전체를 긴급 점검해보니, 특정 영상 파일의 넘버링 및 업로드 순서에 오류가 있었던 점을 확인했습니다. 현재는 모든 섹션과 영상 순서를 전면 검토하여 올바른 위치로 수정 완료하였습니다. 이제 순서대로 편하게 수강하실 수 있습니다. Lu님께서 빠르게 제보해 주신 덕분에 문제점을 발견하고, 다른 수강생분들의 학습 불편도 크게 줄일 수 있었습니다. 소중한 지적에 진심으로 감사드립니다. banbu.jh@gmail.com 으로 메일 한 통 남겨주시면 스타벅스 기프티콘을 보내드리도록 하겠습니다. 현재도 수강생분들께 더 나은 학습 경험을 제공하고자 기존 강의에 대해 지속적으로 강의를 추가 및 업데이트 중입니다. 수강하시면서 불편한 점이나 개선되었으면 하는 부분이 있다면 언제든 편하게 말씀해 주세요. 즉시 검토하여 반영하겠습니다. 감사합니다!
