소개
K-Flow는 국내 주식시장의 가격과 투자자별 수급 데이터를 직접 축적하고, 이 를 바탕으로 퀀트 전략을 발굴·검증하는 개인 리서치 플랫폼입니다.
프로젝트의 출발점은 데이터 주도권이었습니다. 외부 서비스가 가공한 결과만 조회하는 대신, 키움 API에서 가격·거래대금·외국인·기관·개인 수급과 신용·공매도·대차·프로그램 매매 데이터를 수집합니다. 데이터는 Mac Mini에서 운영되는 Supabase(PostgreSQL)에 장기간 보관되며, 수집 실패 복구와 누락 검증도 자체 배치가 담당합니다.
시스템 아키텍쳐
시스템 구조는 세 영역으로 나뉩니다.
데이터 계층: 키움 API에서 원천 데이터를 수집하고 로컬 PostgreSQL에 축적
리서치 계층: 수급 강도, 거래대금 변화, 밸류에이션, 기술 지표와 시장 미시구조 파생변수 생성
서비스 계층: FastAPI와 React 대시보드로 전략 후보, 추천 종목, 실제 성과를 시각화
데이터 마이닝 연구 아키텍처의 다이어그램
K-Flow에서 AI는 종목을 바로 추천하는 역할보다 새로운 투자 아이디어를 찾는 연구 도구에 가깝습니다. 오랫동안 쌓인 가격과 수급 데이터를 살펴보며, 어떤 조건이 함께 나타났을 때 이후 주가가 상승했는지 반복해서 탐색합니다.
찾아낸 투자 규칙을 곧바로 사용하지는 않습니다. 과거 데이터로 규칙을 만든 뒤, 그다음 기간에서도 같은 결과가 나오는지 차례로 시험합니다. 수익이 얼마나 났는지뿐 아니라 손실은 얼마나 컸는지, 결과가 우연일 가능성은 없는지, 거래비용을 제외해도 의미가 있는지를 함께 확인합니다.
검증을 통과한 전략은 매일 새로운 후보 종목을 만듭니다. 추천 다음 거래일의 시가를 실제 진입 기준으로 삼고, 이후 1일·5일·20일·60일 성과를 계속 기록합니다. 이를 통해 과거에는 잘 작동했던 전략이 실제 시장에서도 꾸준히 통하는지 성적표처럼 확인할 수 있습니다.
비트코인 차트 스크린샷
대한항공 홈페이지 캡처
결과와 배운 점
K-Flow가 지향하는 것은 화려한 AI 종목 추천기가 아닙니다.
내가 통제하는 데이터 위에서 가설을 만들고, 검증하고, 실패를 기록하며 더 나은 전략으로 발전시키는 ‘Money Flow Research System’입니다.
23기 계좌비서고용 스터디에서 나만의 투자시스템을 재밌게 만들어 보아요~
https://www.gpters.org/ai-study-list/post/nae-gyejwae-ai-biseo-goyonghagi----segeumeun-juligo-baedangeuro-weolgeub-H0vPKpwZspNO5LM
