인풋 데이터 스펙¶

작성: 2026-05-15 목적: 각 에이전트가 어떤 데이터를 받아서 해석하는지 정의. 원칙: 에이전트는 자기 입력 데이터를 스스로 수집하지 않는다. 스크립트가 수집하고 파일로 준비한다.

데이터 수집 → 파일 → 에이전트 흐름¶

[스크립트] → [JSON 파일] → [에이전트가 읽고 해석] → [표준 출력 JSON]

에이전트는 파일만 읽는다. API를 직접 호출하지 않는다. 이유: 데이터 수집 실패를 에이전트 실패와 분리. 데이터가 없으면 에이전트가 안 불린다.

1. 데이터 수집 단계 (스크립트, 에이전트 호출 전 실행)¶

장전 (06:00~08:30)¶

순서	스크립트	산출 파일	소요
1	`fetch_global_assets.py`	`data/routine_data/YYYYMMDD_global_assets.json`	~30s
2	`collect_macro_series.py --days 20`	`data/macro_series/macro_series.json`	~60s
3	`fetch_derivatives_sentiment.py`	`data/routine_data/YYYYMMDD_derivatives.json`	~45s
4	텔레그램/뉴스 수집 (기존 run_routine.py morning_open)	`data/routine_data/YYYYMMDD_morning_open_collected.json`	~120s

장마감 (15:20~16:00)¶

순서	스크립트	산출 파일	소요
1	`fetch_market_top.py`	`data/market_top/YYYYMMDD.json`	~60s
2	`fetch_limit_up.py`	`data/limit_up/YYYYMMDD.json` (신규 필요)	~30s
3	`collect_stock_flow_series.py --from-watchlist --days 20`	`data/flow_series/{code}.json` (다수)	~180s
4	`collect_sector_series.py --days 20`	`data/sector_series/sector_series.json`	~60s
5	`collect_macro_series.py --days 20`	`data/macro_series/macro_series.json` (갱신)	~60s
6	`mtf_chart_profiler.py {추적종목들}`	`data/chart_profiles/YYYYMMDD_mtf_profiles.json`	~120s

저녁 (20:00~)¶

순서	스크립트	산출 파일	소요
1	`fetch_global_assets.py`	`data/routine_data/YYYYMMDD_evening_global.json`	~30s
2	`collect_macro_series.py --days 20`	`data/macro_series/macro_series.json` (갱신)	~60s
3	`candidate_from_theme.py --themes {테마}`	`data/candidate_from_theme/{theme}_YYYYMMDD.json`	~180s
4	`collect_stock_flow_series.py --codes {후보종목}`	`data/flow_series/{code}.json`	~120s
5	`mtf_chart_profiler.py {후보종목}`	`data/chart_profiles/YYYYMMDD_mtf_profiles.json` (갱신)	~120s

2. 에이전트별 인풋 매핑¶

도메인 에이전트 (종목별)¶

chart-analyst¶

인풋	파일	핵심 필드	data_frame
일봉 250일	`data/chart_profiles/YYYYMMDD_mtf_profiles.json` > `{code}`	structure (monthly/weekly/daily), sr_levels, price_journey, candle_analysis	5d/20d/60d change, streak, phases
VP/VSA	같은 파일	vsa_metrics (evr_residual, delta, phase_bias), volume_profile (POC, HVN, LVN, VAH, VAL)	cum_delta_5d, cum_delta_20d
진입 컨텍스트	같은 파일	entry_context (sl, tp, rr_ratio, fibonacci, atr)
추적 상태	같은 파일	tracking_status (status, action, remove_candidate)

산출: {code}_chart.json (verdict/score/confidence + sl/tp/rr_ratio/at_peak_signal)

flow-analyst¶

인풋	파일	핵심 필드	data_frame
투자자별 수급 20일	`data/flow_series/{code}.json`	daily_flow (date, close, inst_net, foreign_net, inst_cum, foreign_cum)	foreign_cum_5d/20d, inst_cum_5d/20d
프로그램 매매	같은 파일	program_daily (program_buy, program_sell, program_net)
파생 지표	같은 파일 > derived	foreign_pattern, dual_buy, foreign_acceleration_pct, foreign_cum_series	acceleration 5d vs prev-5d
네이버 수급 (fallback)	같은 파일	naver_flow

산출: {code}_flow.json (verdict/score/confidence + pattern/dual_buy/positioning_extreme)

material-analyst¶

인풋	파일	핵심 필드	data_frame
뉴스	WebSearch (에이전트 내부 호출 허용)	종목명 + 최근 뉴스
ISSUE_LOG	`docs/trading_playbook/ISSUE_LOG.md`	재료 반복 등장 횟수
POLICY_TRACKER	`docs/trading_playbook/POLICY_TRACKER.md`	정책 뒷받침 여부
테마 매핑	`data/ats_main.json` > stocks[code].themes	종목이 속한 테마
섹터 시리즈	`data/sector_series/sector_series.json`	테마 거래대금 20d 평균 대비 현재	150%+ = 시장인식(Q4)

산출: {code}_material.json (verdict/score/confidence + catalyst_grade/structural_grade/freshness/priced_in/propagation)

예외: material-analyst는 WebSearch를 내부에서 호출한다 (재료 검증에 필수). 다른 에이전트는 파일만 읽음.

fundamentals-analyst¶

인풋	파일	핵심 필드	data_frame
DART 재무제표	DART MCP 호출 (에이전트 내부)	매출, 영업이익, 당기순이익 3~4분기	YoY growth rate sequence
기본 정보	`data/ats_main.json` > stocks[code]	업종, 시총, PER/PBR
네이버 기본	Naver fetch_stock_basic (에이전트 내부)	price, change, market_cap

산출: {code}_fundamentals.json (verdict/score/confidence + op_yoy_trend/red_flag/valuation_grade)

예외: fundamentals-analyst는 DART MCP와 Naver API를 내부에서 호출한다 (실적 데이터 수집이 해석과 불가분).

environment-analyst¶

인풋	파일	핵심 필드	data_frame
매크로 시리즈	`data/macro_series/macro_series.json`	risk_on_off.regime, vix_term_structure, fred_liquidity
파생 포지셔닝	같은 파일 > derived	foreign_futures_cum_5d/20d, basis, program_nonarb	direction, streak
섹터 시리즈	`data/sector_series/sector_series.json`	해당 종목 테마의 status, acceleration, avg_change_5d/20d
글로벌 자산	같은 파일 또는 `data/routine_data/YYYYMMDD_global_assets.json`	SOX, WTI, DXY, US10Y 등	1d/5d/20d change

산출: {code}_environment.json (verdict/score/confidence + theme_lifecycle/macro_regime/bond_equity_conflict/crowding)

시장 에이전트 (전체 시장)¶

global-asset-scanner (장전 MO-1)¶

인풋	파일
글로벌 자산	`data/routine_data/YYYYMMDD_global_assets.json`
매크로 시리즈	`data/macro_series/macro_series.json`

산출: data/outputs/YYYYMMDD/mo1_global.json

sector-transfer-mapper (장전 MO-2)¶

인풋	파일
MO-1 결과	`data/outputs/YYYYMMDD/mo1_global.json`
섹터-테마 매핑표	agent_framework_v2.md 고정 테이블 (에이전트 .md에 내장)

산출: data/outputs/YYYYMMDD/mo2_sector.json

overnight-material-grader (장전 MO-3)¶

인풋	파일
텔레그램/뉴스	`data/routine_data/YYYYMMDD_morning_open_collected.json`
ISSUE_LOG	`docs/trading_playbook/ISSUE_LOG.md`
POLICY_TRACKER	`docs/trading_playbook/POLICY_TRACKER.md`
WebSearch	에이전트 내부 호출 (재료 검증)

산출: data/outputs/YYYYMMDD/mo3_material.json

signal-synthesizer (장전 MO-5)¶

인풋	파일
MO-1~3 결과	`data/outputs/YYYYMMDD/mo1~3*.json`
전날 carry_forward	`data/outputs/YYYY-MM-{DD-1}/evening_view.json` > carry_forward
보유 종목	`data/tracking/tracking_list.json` 또는 `data/tracking/verdict_list.json`

산출: data/outputs/YYYYMMDD/morning_view.json

signal-scorecard (장마감 PM-1)¶

인풋	파일
아침 시그널	`data/outputs/YYYYMMDD/morning_view.json` > today_signals[]
당일 시장 데이터	`data/market_top/YYYYMMDD.json`
섹터 시리즈	`data/sector_series/sector_series.json`

산출: data/outputs/YYYYMMDD/pm1_scorecard.json

theme-strength-ranker (장마감 PM-2)¶

인풋	파일
거래대금 Top 200	`data/market_top/YYYYMMDD.json` > top_amount
섹터 시리즈 20일	`data/sector_series/sector_series.json`
테마 매핑	`data/ats_main.json`

산출: data/outputs/YYYYMMDD/pm2_themes.json

macro-4axis (저녁 EV-1)¶

인풋	파일
글로벌 자산 (저녁)	`data/routine_data/YYYYMMDD_evening_global.json`
매크로 시리즈	`data/macro_series/macro_series.json`
파생 시리즈	같은 파일 > derivatives_series, derived

산출: data/outputs/YYYYMMDD/ev1_macro.json

3. 데이터 가용성 매트릭스¶

도메인 에이전트 인풋 → 스크립트 매핑¶

에이전트	필요 데이터	스크립트	파일	상태
chart-analyst	일봉+VP+VSA+구조	mtf_chart_profiler.py	chart_profiles/*.json	✅ 동작
chart-analyst	분봉 (인트라데이 VP)	kiwoom get_minute_chart	chart_profiles (내장)	✅ 동작
flow-analyst	투자자별 20일 수급	collect_stock_flow_series.py	flow_series/{code}.json	✅ 동작
flow-analyst	프로그램 매매	collect_stock_flow_series.py (내장)	flow_series/{code}.json	✅ 동작
material-analyst	ISSUE_LOG/POLICY_TRACKER	수동 관리	docs/trading_playbook/*.md	✅ 존재
material-analyst	뉴스 검증	WebSearch (에이전트 내부)	-	✅ 가능
material-analyst	테마 거래대금	collect_sector_series.py	sector_series.json	✅ 동작
fundamentals-analyst	DART 재무제표	DART MCP (에이전트 내부)	-	✅ 가능
environment-analyst	매크로 시리즈	collect_macro_series.py	macro_series.json	✅ 동작
environment-analyst	섹터 RS	collect_sector_series.py	sector_series.json	✅ 동작
environment-analyst	파생 포지셔닝	collect_macro_series.py (내장)	macro_series.json	✅ 동작

시장 에이전트 인풋 → 스크립트 매핑¶

에이전트	필요 데이터	스크립트	상태
global-asset-scanner	글로벌 자산	fetch_global_assets.py	⚠️ stdout만 (JSON 저장 없음)
sector-transfer-mapper	MO-1 결과	(에이전트 체인)	✅
overnight-material-grader	뉴스/텔레그램	run_routine.py morning_open	✅ 동작
signal-scorecard	아침 시그널+시장 데이터	morning_view.json + market_top	✅
theme-strength-ranker	거래대금+섹터	market_top + sector_series	✅
macro-4axis	매크로 시리즈	collect_macro_series.py	✅ 동작
discovery-detector	거래대금 순위 변동	market_top (당일 vs 전일)	✅

4. 빠진 것 (신규 필요)¶

#	필요	현재 상태	조치
1	`fetch_global_assets.py` JSON 저장	stdout만 출력, 파일 저장 없음	JSON 저장 기능 추가
2	`fetch_limit_up.py` JSON 저장	stdout만 출력	JSON 저장 기능 추가
3	`fetch_derivatives_sentiment.py` JSON 저장	stdout만 출력	JSON 저장 기능 추가
4	assemble_morning_view.py	존재하지 않음	MO-1~5 결과를 morning_view.json으로 조립하는 스크립트
5	assemble_post_market_view.py	존재하지 않음	PM-1~7 결과를 post_market_view.json으로 조립
6	assemble_evening_view.py	존재하지 않음	EV-1~8 결과를 evening_view.json으로 조립
7	accuracy_tracker.py	존재하지 않음	signal_scorecard → accuracy_log.jsonl append
8	전일 morning_view 참조 경로	날짜 기반 파일 접근	evening_view에서 carry_forward 자동 링크