TL;DR

PA Agent는 데스크탑 환경에서 MT5, TradingView, yfinance, AkShare 등으로부터 K선을 읽어 사전계산된 특성을 구조화 입력으로 대형 언어모델에 전달하고 시장진단과 전략 라우팅을 거쳐 표준화된 거래결정을 출력하는 오픈소스 도구이다. 도구는 증분 분석과 자동 트리거, 결정 트리 형태의 인터랙티브 시각화, 모든 프롬프트·응답·JSON 기록 및 로컬 암호화된 API Key 저장을 통해 분석의 재현성과 보안성을 확보한다. 주문 실행을 전혀 포함하지 않고 로컬에서 판단 근거만 제공하므로 실행 리스크를 분리한 개인 연구·교육·보조분석 용도로 적합하다.

주요 기능

• 다중 데이터 소스로부터 K선을 수집한다. MT5(Windows), TradingView, yfinance, AkShare를 지원하여 현물·선물·암호화폐·A주 등 다양한 시장 데이터를 가져올 수 있다. 사용자는 최소 하나의 데이터 소스만 구성하면 분석 파이프라인을 가동할 수 있다.
• 두 단계 AI 분석 파이프라인을 적용한다. 첫 단계에서 시장진단을 수행하고 두 번째 단계에서 전략 라우팅을 통해 한정된 거래결정(한도가 있는 지정가·돌파·시장가 또는 비매수)으로 정규화한다. 진단과 결정 결과는 JSON으로 완전 기록되어 추적성과 재현성이 확보된다.
• 증분 분석과 지속 추적을 지원한다. 새 K선이 추가되면 이전 결론을 재활용해 연산을 절약하고 keep_analysis 옵션을 켜면 종가마다 자동으로 새 분석을 트리거한다. 이 방식은 장기 실행 시 불필요한 전체 재계산을 회피하고 상태 기반 연속 분석을 가능하게 한다.
• 결정 경로를 인터랙티브하게 시각화한다. 사이버 스타일의 플로우 차트에서 분기와 전략 경로 애니메이션을 재생해 사용자가 왜 특정 전략으로 라우팅되었는지 단계별로 따라갈 수 있다. 시각화는 분석 신뢰도 판단과 후속 수동 검토를 용이하게 한다.

어떻게 동작하는가

원시 K선과 미리 계산된 특성들이 구조화된 입력으로 변환되어 대형 언어 모델에 전달된다. 모델은 첫 번째 단계에서 시장 진단을 산출하고 그 진단 결과를 바탕으로 전략 라우터가 적합한 거래결정을 선택하는 두 단계 흐름으로 동작한다. 시스템은 증분 업데이트 방식과 상태 재사용, JSON 로그 기록, 토큰 사용량 모니터링 및 로컬 암호화된 API Key 저장 같은 실행 보강을 통해 실사용 환경에서 분석의 일관성과 보안을 유지한다.

해결 문제

주관적 판단에 의존하는 트레이더의 가격행동 해석을 보조하기 위해 구조화된 K선 특성과 AI 기반 진단·결정 파이프라인을 제공한다. 여러 데이터 소스에서 캔들 데이터를 수집해 사전계산된 특성을 모델 입력으로 통합함으로써 일관된 진단과 표준화된 거래결정을 자동으로 산출할 수 있게 한다. 자동 기록·검증·시각화 기능을 통해 의견 재현성과 근거 추적을 가능하게 하여 개인 트레이더의 의사결정 근거를 강화한다.

지금 주목받는 이유

README에 다수의 사용자 피드백 스크린샷이 포함되어 있어 실사용 사용자가 프로젝트 결과를 공유한 흔적이 존재한다. 데스크탑 환경에서 MT5·TradingView 등 실제 트레이딩 플랫폼 데이터를 직접 읽어오는 설계가 실전 친화적 접근으로 주목받는 이유가 될 수 있다. 또한 로컬 암호화된 API Key 저장과 주문 미연동 정책으로 개인 연구 목적의 안전한 실험 환경을 제공한다.

차별점

• 거래소·증권사 연동이나 자동 주문 실행을 지원하지 않는다, 따라서 실행 위험과 계좌 연동 관련 권한 요구 없이 로컬 분석에 집중한다. 이로 인해 백엔드에서 주문 실행 로직을 분리하고 사용자 레벨에서 판단과 실행을 완전히 통제할 수 있다. 결과 로그는 전량 저장되어 외부 거래 실행 모듈과 분리된 분석 증빙으로 활용된다.
• 분석을 두 단계로 분리하여 시장진단과 전략 라우팅을 명확히 구분한다. 진단 단계는 시장 상태와 주기 위치를 평가하고 라우팅 단계는 사전정의된 전략 집합 중 하나로 결정 결과를 정규화한다. 이 구조는 단일 출력형 LLM 응답보다 의사결정 근거를 분해해 추적하기 용이하게 만든다.
• 결정 트리 형태의 인터랙티브 시각화를 제공하여 사용자가 분기 근거를 단계별로 검토할 수 있게 한다. 시각화는 자동 애니메이션 재생과 노드 기반 경로 표시로 어떤 조건에서 어떤 전략이 선택되었는지 명확히 보여준다. 이 기능은 단순 텍스트 보고보다 인간의 합리적 검토와 교육적 활용에 적합하다.

사용 사례

• 주관적 가격행동 트레이더가 로컬에서 캔들 기반 진단과 의사결정 근거를 자동으로 생성하는 보조 도구로 활용할 수 있다. 사용자는 특정 종목의 주기 위치 기반 과거 사례를 경험庫에서 조회해 유사 상황의 역사적 결과를 근거로 현재 판단을 보완할 수 있다. 도구는 직접 주문을 실행하지 않기 때문에 최종 실행 권한은 사용자가 보유한 상태로 분석 근거만 제공한다.
• 데이터 수집 및 구조화 과정에서 생성된 로그와 JSON 산출물을 연구용 데이터로 활용해 전략 연구·회고를 수행할 수 있다. 모든 프롬프트와 원응답, 진단·결정 JSON이 기록되어 실험 반복성과 결과 재현성 확보에 기여한다. 토큰 사용량 모니터링과 완전한 대화 기록은 비용·효율 분석에도 활용 가능하다.
• 교육용 사례 수집 및 시연 자료로 활용할 수 있다. 결정 트리 시각화와 대화형 추적 기능은 트레이딩 규칙과 의사결정 근거를 설명하는 데 적합하며, 트레이딩 전략 학습 과정에서 인간 판단과 AI 진단의 차이를 비교·검토하는 데 유용하다.

시작하기

로컬에 패키지를 개발 모드로 설치한 다음 바로 애플리케이션을 실행하면 기본 GUI가 시작된다. 권장 설치 명령은 pip install -e . 이고 실행 명령은 python -m pa_agent.main이다. 최초 실행 이후 설정 화면에서 Base URL, 모델명, API Key를 입력해야 정상적으로 외부 AI API와 연동되고 필요할 경우 python -m venv .venv로 가상환경을 만든 뒤 활성화해 설치하면 환경을 격리할 수 있다.

요구사항

• 운영체제는 Windows 10/11을 주로 지원하며 TradingView 데이터 소스를 사용하면 macOS 12+에서도 동작한다. GUI는 PyQt6를 사용하므로 X11/윈도우 환경이 필요하거나 macOS에서는 호환성 검증이 필요하다. 프로젝트는 로컬에서 실행되며 네트워크는 설정한 AI API(Base URL) 접근을 허용해야 한다.
• Python 런타임은 3.11 이상을 요구한다. 주요 파이썬 의존성은 PyQt6, pyqtgraph, numpy, pandas, openai 등이며 AkShare/baostock은 A주 데이터 소스에 필요하다. 개발용으로 pytest와 코드 포맷터(ruff/black)를 선택적으로 설치할 수 있다.
• 데이터 소스는 MT5, TradingView, yfinance, AkShare 중 적어도 하나를 구성해야 분석이 가능하다. MT5 사용 시 Windows에서 MetaTrader5 플랫폼 설정과 API 접근 권한이 필요하다. 네트워크 환경은 사용자가 설정한 AI 서비스(예: Base URL로 지정한 DeepSeek 등)에 접근할 수 있어야 한다.

이미지 분석