워런 버핏처럼 주식을 분석하는 AI 구축

Source: Dev.to

소개

대부분의 금융 도구는 원시 데이터를 제공하지만, 투자자는 숫자만으로 결정을 내리지 않고 프레임워크를 통해 해석합니다.

• 워런 버핏: 방어벽(모트)과 내재 가치를 중시합니다.
• 레이 달리오: 거시 사이클을 살핍니다.
• 찰리 멍거: 실수를 피하는 것에 강조를 둡니다.

이러한 투자 철학을 자동으로 적용할 수 있는 AI가 있다면 어떨까요? 바로 Wallstreet‑AI입니다. 구조화된 데이터 파이프라인과 LLM 추론을 결합한 오픈‑소스, 에이전트형 금융 분석 시스템입니다.

• GitHub:

Wallstreet‑AI 작동 방식

Wallstreet‑AI는 LLM 기반 금융 분석 어시스턴트로, 자연어 질문을 구조화된 투자 보고서로 변환합니다. 다음과 같은 작업을 수동으로 수행하는 대신:

• 재무제표
• 기술 지표
• 실적 요약
• 시장 뉴스

다음과 같이 물어보면 됩니다:

“고금리 환경에서 워런 버핏은 애플을 어떻게 평가할까요?”

시스템은 전체 추론 파이프라인을 구축하고 구조화된 보고서를 생성합니다.

페르소나 기반 해석

다른 투자자는 동일한 데이터를 다르게 해석합니다:

Wallstreet‑AI는 동일한 데이터 세트가 적용된 페르소나에 따라 여러 해석을 생성하도록 합니다.

아키텍처 및 파이프라인

이 프로젝트는 에이전트 워크플로우로 설계되었습니다:

1. 자연어 의도 파싱
2. 분석 유형에 따른 도구 라우팅
3. API를 통한 데이터 수집
4. RSS 스크래핑을 이용한 뉴스 보강
5. LLM 합성
6. Server‑Sent Events (SSE)를 통한 스트리밍 출력
7. 재현성을 위한 구조화 로그

상세 파이프라인 흐름

User Query
   → Intent Parser
   → Tool Router
   → Data Collection
   → LLM Generation
   → Structured Report

예시 질문: “워런 버핏은 오늘 마이크로소프트를 어떻게 평가할까요?”

파이프라인은 자동으로:

• 티커를 감지하고
• 분석 유형(예: 버핏 페르소나)을 결정하며
• 시장 데이터와 관련 뉴스를 수집하고
• 구조화된 추론을 생성하고
• 실시간으로 출력을 스트리밍합니다

직접 사용해 보기

• HuggingFace Spaces:
• Google Colab 노트북:

가능한 확장 기능

• 포트폴리오 최적화 페르소나
• 백테스팅 통합
• 장기 컨텍스트를 위한 벡터 데이터베이스 메모리
• 금융 추론을 위한 평가 벤치마크
• 투자자 페르소나 간 다중 에이전트 토론

피드백 및 기여

다음에 대한 피드백을 부탁드립니다:

• 에이전트 아키텍처 설계
• 페르소나 프롬프트 접근법
• 금융 추론 평가 방법론
• 추가 금융 데이터셋

기여를 환영합니다:

• GitHub 저장소: