본문으로 건너뛰기

투자 종목을 자동으로 점수화해 '주간 TOP 3'를 뽑는 에이전트 만들기

Joy

2026.06.10

소개

시도하고자 했던 것과 그 이유를 알려주세요.

앞서 만든 자동 수집 에이전트와 Peter Lynch·CANSLIM 분석 리포트 도구를 연결하여, 수집된 여러 종목을 한 번에 점수화·비교하고 주간 TOP 3 리포트를 자동 생성하는 것을 목표로 함.

  • 종목별 개별 분석은 되지만, "그래서 이번 주 어디부터 봐야 하나"를 사람이 일일이 비교해야 하는 번거로움을 해결하고자 함.

  • 에이전트가 종목 간 점수를 비교해 스스로 우선순위를 매기도록 발전시키는 것이 핵심 목표임.

진행 방법

어떤 도구를 사용했고, 어떻게 활용하셨나요?

Tip: 사용한 프롬프트 전문을 꼭 포함하고, 내용을 짧게 소개해 주세요.

Tip: 활용 이미지나 캡처 화면을 꼭 남겨주세요.

Tip: 코드 전문은 코드블록에 감싸서 작성해주세요. ( / 을 눌러 '코드 블록'을 선택)

(내용 입력)

  • n8n: 기존 수집 워크플로우에 점수화·랭킹 단계를 이어 붙임.

  • Claude API (claude-sonnet-4-6): CANSLIM 7기준 점수화 및 종목 간 비교·랭킹에 활용함.

  • Google Sheets: 종목별 점수를 주차별로 누적 저장해 이력 관리에 활용함.

  • Streamlit: 주간 TOP 3 리포트를 보기 좋게 출력하는 데 활용함.

진행 세부 내용

1. 수집 파이프라인에 점수화 단계 연결

  • 시도한 방법: 기존 뉴스 수집 워크플로우 뒤에, 종목별로 모인 정보를 CANSLIM 기준으로 채점하는 노드를 추가함.

  • 얻은 결과: 매일 수집되던 정보가 종목별 점수로 환산되어 Sheets에 쌓이기 시작함.

2. CANSLIM 점수화 프롬프트 설계

  • 시도한 방법: 7개 기준(C·A·N·S·L·I·M)을 각각 1~10점으로 채점하고, 반드시 근거와 출처를 함께 출력하도록 요청함.

  • 사용한 프롬프트:

다음 종목 데이터를 CANSLIM 7기준으로 채점해줘. [데이터: {stock_data}]

조건:
- 공식 출처만 사용 (기업 IR, 증권사 리포트, 통계청). 블로그 인용 금지.
- 추정 금지. 데이터 없으면 해당 항목은 "N/A"로 표기.
- 강점(Bull)과 리스크(Bear)를 같은 비중으로.

출력은 JSON:
{ "종목명": "", "C":0, "A":0, "N":0, "S":0, "L":0, "I":0, "M":0,
  "총점":0, "bull":"", "bear":"", "출처":[] }
  • 얻은 결과: 종목마다 항목별 점수·총점·강세/약세 근거가 JSON으로 일관되게 나와, n8n이 자동 파싱하기 쉬워짐.

3. 종목 간 비교·랭킹 → TOP 3 선정

  • 시도한 방법: Sheets에 쌓인 종목별 총점을 정렬해 상위 3개를 자동 선정하고, 동점일 경우 'M(시장 방향)' 점수를 우선하도록 규칙을 둠.

  • 얻은 결과: "이번 주 주목 종목 TOP 3"가 매주 자동으로 정리됨. (예: 효성중공업 등 수집된 종목들이 점수순으로 비교됨 — 점수는 그 주 데이터 기준 예시임)

4. 주간 리포트 자동 생성·발송

  • 시도한 방법: TOP 3와 각 종목의 강세/약세 근거를 Streamlit 화면과 텍스트 요약으로 출력하고, 주 1회 알림을 보내도록 설정함.

  • 얻은 결과: 매주 월요일 아침, 점수 근거가 붙은 비교 리포트를 자동으로 받아볼 수 있게 됨.

결과와 배운 점

배운 점과 나만의 꿀팁을 알려주세요.

과정 중에 어떤 시행착오를 겪었나요?

도움이 필요한 부분이 있나요?

앞으로의 계획이 있다면 들려주세요.

(내용 입력)

도움 받은 글 (옵션)

참고한 지피터스 글이나 외부 사례를 알려주세요.

(내용 입력)

시행착오

  • 발생한 어려움: 종목마다 데이터 기준일이 달라 점수 비교가 왜곡됨. 또 점수가 전반적으로 후하게 나오는 경향이 있었음.

  • 해결 과정: ① 동일 기준일·동일 출처로 데이터를 맞춘 뒤 채점하도록 순서를 바꿈. ② 프롬프트에 "약세 근거(Bear)를 강세와 같은 비중으로"를 명시하니 점수 인플레가 줄고 균형이 잡힘.

배운 점

  • 단일 종목 분석보다 여러 종목을 같은 기준으로 비교·랭킹하는 것이 실제 의사결정에는 훨씬 유용함을 확인함.

  • 점수화 기준을 프롬프트에 못 박아야 종목 간 점수가 일관됨. 기준이 모호하면 같은 종목도 매번 점수가 흔들림.

  • "공식 출처만, 추정 금지, 약세 근거 동일 비중"을 강제하면 AI의 환각과 낙관 편향이 크게 줄어듦. 이게 투자 에이전트에서 가장 중요한 안전장치였음.

    향후 계획

  • TOP 3 선정의 사후 성과를 추적하는 간이 백테스트 기능을 추가할 예정임.

  • 점수에 더해 밸류에이션(PEG·안전마진) 필터를 얹어 "싸고 좋은" 종목만 걸러낼 계획임.

  • 분기 실적 발표 시즌에는 재무제표 자동 갱신과 연동해 점수를 자동 재계산하도록 발전시킬 예정임.

함께 이야기해요 0

로그인하고 댓글을 남겨 주세요

필요한 AI 정보만
메일함에 쏙쏙 넣어드려요.

지금 핫한 AI 소식부터 직접 해 본 사례까지, 월요일마다 무료로 받아보세요

이런 사례도 있어요

사례 전체 보기