이 저장소는 미국 주식, 한국 주식, 배당 포트폴리오를 분석하는 통합 투자 시스템과 이를 운영하기 위한 Airflow 기반 Ops 플랫폼을 포함합니다.
각 모듈은 implementations/ 디렉토리에 위치하며 독립적으로 실행 가능합니다.
| 모듈 | 디렉토리 | 기능 |
|---|---|---|
| 🇺🇸 US Stock | implementations/USStockAnalysis |
S&P 500 스마트머니 분석, 수급 추적, AI 요약 |
| 🇰🇷 KR Stock | implementations/StockAI |
국내 주식 파동 분석, 수급/뉴스 기반 AI 리포트 |
| 💰 Dividend | implementations/DividendOptimizer |
월배당 포트폴리오 최적화, 백테스트 |
Airflow와 Docker를 활용하여 분석 작업을 스케줄링하고 모니터링합니다.
- Airflow: 파이프라인 오케스트레이션 (매일 밤 자동 실행)
- Docker Agent: 격리된 환경에서 분석 코드 실행 (Docker-in-Docker)
- PostgreSQL: 메타데이터 관리
로컬 환경에서 Airflow를 띄우고 분석 파이프라인을 실행하는 방법입니다.
- Docker Desktop 설치 및 실행 중
- Python 3.10+ (옵션)
airflow 디렉토리로 이동하여 환경 변수를 설정합니다.
cd airflow
cp .env.example .env.env 파일을 열어 AIRFLOW_HOST_PROJECT_PATH를 현재 프로젝트의 절대 경로로 수정하세요.
(기본값은 /Users/jshstorm/Documents/github/agent 입니다)
분석 코드를 실행할 Docker 이미지를 빌드합니다. (최초 1회)
# 프로젝트 루트에서 실행
docker build -t investment-analyst:latest -f docker/Dockerfile.analyst .cd airflow
docker-compose up -d약 1분 후 http://localhost:8080 접속
- ID:
airflow - PW:
airflow
- Airflow 웹 UI에서
investment_daily_analysisDAG를 찾습니다. - 왼쪽의 ON/OFF 스위치를 켜서 활성화합니다.
- 오른쪽의 ▶ (Trigger DAG) 버튼을 눌러 수동으로 즉시 실행해볼 수 있습니다.
Airflow 없이 개별 모듈을 직접 실행하거나 수정하려면 아래 가이드를 따르세요.
cd implementations
pip install -r requirements.txt
cp .env.example .env # API 키 설정# 미국 주식 분석
cd implementations/USStockAnalysis
python update_all.py
# 한국 주식 분석
cd implementations/StockAI
python run_analysis.py
# 배당 최적화 웹서버
cd implementations/DividendOptimizer
python flask_app.py.
├── airflow/ # Airflow 인프라 (Docker Compose, DAGs)
├── docker/ # 분석 에이전트 Dockerfile
├── implementations/ # 핵심 분석 코드
│ ├── DividendOptimizer/ # 배당 최적화
│ ├── StockAI/ # 국내 주식
│ └── USStockAnalysis/ # 미국 주식
└── README.md # 메인 문서