基于Tushare+LLM的A股量化分析系统实战：从数据采集到智能选股

Context

전 시장 주식 데이터 수집과 기술적·심리적 분석의 수동 처리로 인한 낮은 효율성. 개별 종목의 뉴스 분석과 차트 패턴 해석에 과도한 인적 자원 소모.

Technical Solution

• Tushare, Akshare, Eastmoney, Sina 등 다중 데이터 소스를 추상화한 DataFetcherManager 설계로 단일 소스 장애 시 자동 페일오버 구조 확보
• SQLite 기반의 로컬 저장소와 Lark(飞书) API를 연동한 분석 결과 자동 푸시 파이프라인 구축
• 실시간 시세, K-Line 패턴, 섹터 정보, 뉴스 요약을 LLM Prompt에 주입하여 정량·정성 데이터를 통합 분석하는 LLM Agent 설계
• 분석 결과의 일관성을 위해 sentiment_score(0-100), decision_type 등 정형화된 JSON 스키마 출력 강제
• tqdm 라이브러리를 활용한 전 시장 4,000여 개 종목의 배치 처리 및 예외 처리 로직 적용

Key Takeaway

데이터 수집 레이어의 추상화를 통해 외부 API 의존성 리스크를 최소화하고, LLM을 단순 챗봇이 아닌 정형 데이터 추출 및 의사결정 엔진으로 활용한 파이프라인 설계 전략.