geostock-analyzer-docs

LAYER4 — Korean Equity Sector Analysis Engine

상태: zero-shot PoC (branch: feature/layer4-kr, main 머지 보류) 버전: 0.1.0 (2026-05-01)

v2 아키텍처 §4층 한국 증시 번역기.

역할

• 입력:
  • LAYER3: 미국 GICS 11섹터 영향 (직렬 70~80%)
  • LAYER2: 한국 분석에 직접 영향 큰 글로벌 변수 (병렬 20~30%, USDKRW/CN_PMI/SCFI/BDI/SEMI_INDEX 등)
  • LAYER1: 한중·한일·미중·글로벌 긴장 점수 (구조적 배경)
  • 한국 고유: KOSPI / 기준금리 / CPI / BSI / 외인매매(mock) / n8n news_kr_daily / news_intel 한국 cluster
• 출력:
  • 한국 19섹터 영향 5단계 + 확신도 3단계 + 시간 지평 2단계 + 한국어 rationale

한국 19섹터

반도체 / IT-소프트웨어 / 조선 / 방산 / 건설 / 일반산업재 / 정유 / 원자력 / 2차전지-소재 / 철강-화학 / 자동차 / 소비재(임의) / 소비재(필수) / 바이오-헬스케어 / 금융 / 통신 / 엔터-콘텐츠 / 유틸리티 / 부동산

방식

LLM 중심 (zero-shot). LLM이 직렬·병렬 비중 동적 조정.

• 모델: Claude Opus 4.5 via Code CLI (claude -p --max-turns 1)
• 비용: subscription 한도 내
• 소요: 30~60초/회

사용

from data_sources import fetch_realtime_data
from layer2_engine import run_layer2
from layer3_engine import run_layer3
from data_sources_kr import fetch_all_kr
from layer4_engine import run_layer4, format_output

l2 = run_layer2(asof="2026-05-01", realtime=fetch_realtime_data())
l3 = run_layer3(l2)
kr_data = fetch_all_kr()
l4 = run_layer4(l3, l2, kr_data)

print(format_output(l4))

CLI 시연:

cd ~/Projects/claude/LAYER4
python3 layer4_engine.py

한국 데이터 source

변수	source	상태
KOSPI	yfinance ^KS11	✅
기준금리	ECOS 722Y001	✅
CPI YoY	ECOS 901Y009 (후처리)	✅
BSI 제조업	ECOS 512Y014	✅
외인매매	mock	❌ pykrx 막힘, ECOS 시리즈 미식별 (별도 회차)
한국 정치/사경 뉴스	n8n news_kr_daily 테이블	⚠️ n8n 워크플로우 수정 후 활성
한국 cluster	news_intel (KOR locations + title 매칭)	✅ 10건

폴더 구조

LAYER4/
├── README.md                # 이 파일
├── data_sources_kr.py       # 한국 변수 + n8n + news_intel fetcher (~280줄)
├── layer4_engine.py         # 메인 엔진 (~280줄)
└── snapshots/               # daily_snapshot이 LAYER3과 공유 (LAYER3/snapshots에 통합 저장)

의존성

• LAYER2, LAYER3 (sibling 폴더)
• venv: LAYER1과 공유 (~/Projects/claude/LAYER1/venv)
• Claude Code CLI
• 추가 패키지: pykrx (현재 KRX 정책으로 작동 제한, 외인 매매 보류)

daily 자동화

LAYER3의 scripts/daily_snapshot.py가 L4까지 한 번에 처리 (Q3 결정).

• launchd com.layer3.daily (매일 18:00 KST)
• 결과: LAYER3/snapshots/YYYY-MM-DD.json (L3 + L4 통합) + .md

검증된 분석 품질 (2026-05-01)

LLM이 입력 layer를 직접 인용해 rationale 생성:

• 조선: L2 SCFI alert + BDI + Brent → 한국 직접 수혜 (LNG선)
• 자동차: L3 Consumer Disc + L2 US_TARIFF escalating → 미 관세 직격
• 정유: L3 Energy + L2 Brent alert → 정제마진 확대
• 방산: L1 global_tension + L2 Brent + 트럼프 유럽철군 → 자주국방
• 유틸리티: L3 Utilities 호재 vs L2 유가 alert → 미국과 반대 결론 (한국 한전 연료비 부담, LLM이 차이 인지)

변수 충돌 자동 인식 → confidence “낮음” (2차전지/일반산업재/통신/엔터)

branch 전용 사유

• 1주일 평가 후 main 머지 결정
• 평가 항목:
  • L4 시장 국면 vs KOSPI 실제 등락 대조
  • 19섹터 vs 실제 KRX 섹터 등락
  • rationale 품질 (입력 layer 활용도)
  • n8n news_kr_daily 활성화 후 정확도 변화
• 1주일 후 회고: 일치율 / 모순 패턴 / LLM 비용 (subscription 영향)

Next (zero-shot 안정 후)

• 외인 매매 source 확보: ECOS 외인 시리즈 식별 또는 KRX 인증 우회
• n8n news_kr_daily 가동 (인세열님 직접 워크플로우 수정 후)
• 이벤트 카드 RAG (v2 부록 C 다음 단계)
• 5층 종목 필터링 (DART + 증권사 리포트, 19섹터 × 대장주 3 = 57종목)
• 피드백 루프: 예측 vs 실제 KRX 등락 대조

변경 이력

• 2026-05-01 v0.1.0: zero-shot PoC, branch feature/layer4-kr
  • data_sources_kr.py + layer4_engine.py
  • daily_snapshot에 L4 통합 (Q3 결정)

This site is open source. Improve this page.