# 🧠 SightRay 데이터 분석 엔진 – 기능 요약 및 MVP 충족도 평가

---

## ✅ 엔진 개요

**SightRay 데이터 분석 엔진**은 CDS(Complete Data Set)를 입력으로 받아
주가의 상승 여부 또는 ROI(수익률)를 예측하고, 상승 가능성이 높은 종목을 선별하는 핵심 예측 시스템입니다.

- **입력:** OHLCV 기반의 CDS 파일 (CSV)
- **출력:** 예측 결과 + 상승 확률 + 상위 종목 리스트 (CSV 저장)
- **연계 대상:** 리스크 관리 엔진

---

## 🧩 디렉토리 구조 및 구성 파일

```plaintext
sightray/
├── data_analysis_engine/
│   ├── dataset_builder.py       # CDS → 학습용 피처/타깃 변환
│   ├── models/
│   │   └── xgboost_model.py     # XGBoost 모델 정의 및 예측 기능
│   ├── analyzer.py              # 다중 종목 예측 + 상위 추출
│   └── predict.py               # CLI 실행 진입점 (결과 저장)
```

| 파일명 | 역할 | 계층 |
|--------|------|------|
| `dataset_builder.py` | CDS → 학습용 데이터셋 변환 | Module Layer |
| `xgboost_model.py` | 모델 정의, 학습, 예측 | Module Layer |
| `analyzer.py` | 종목 순회, 예측, 정렬 | Engine Layer |
| `predict.py` | 분석 흐름 실행 CLI | Application Layer |

---

## 🔁 데이터 흐름

```plaintext
[CDS CSV 파일]
   ↓
dataset_builder.py → 학습용 피처 + 타깃 생성
   ↓
xgboost_model.py → 모델 로드 + 예측 수행
   ↓
analyzer.py → 종목별 예측 결과 정리
   ↓
predict.py → 결과 출력 및 prediction_result.csv 저장
```

---

## ✅ 구현된 기능 목록

| 기능 항목 | 구현 여부 | 설명 |
|-----------|-----------|--------|
| CDS 입력 처리 | ✅ | CDS → 학습용 데이터로 변환 |
| 단일 모델 예측 (XGBoost) | ✅ | 분류 모델로 상승 확률 예측 |
| 다중 종목 분석 | ✅ | CDS 파일 목록을 순회하며 예측 수행 |
| 상위 종목 추출 | ✅ | 상승 확률 기준 top-N 종목 정렬 |
| CLI 실행 및 결과 저장 | ✅ | `predict.py`에서 CSV로 저장 가능 |
| 결과 포맷 | ✅ | `symbol, prediction, probability` 포함한 DataFrame |
| 계층화된 구조 | ✅ | 분석 모듈 구조 분리 및 재사용성 확보 |
| 문서화 가능성 | ✅ | 각 모듈별 역할 및 흐름 주석 포함 완료 |
| 평가 지표, ROC 등 | ❌ | (추후 확장 예정) |
| LSTM 또는 앙상블 | ❌ | (MVP 이후 단계에서 추가 예정) |

---

## 📈 예측 결과 예시

| symbol | prediction | probability |
|--------|------------|-------------|
| AAPL   | 1          | 0.84        |
| TSLA   | 0          | 0.48        |
| NVDA   | 1          | 0.76        |

---

## 🎯 MVP 충족도 평가

| 항목 | 달성률 | 설명 |
|-------|---------|------------------------|
| 핵심 기능 구현 | **85%+** | CDS 분석 → 상위 종목 추출까지 구현 완료 |
| 예측 정확도 개선 | 🚧 | LSTM, 앙상블은 추후 도입 예정 |
| 평가/리포트 기능 | 🚧 | 성능 평가 지표 및 시각화는 향후 추가 예정 |
| 연계 준비도 | ✅ | 리스크 엔진에 결과 연동 가능 상태 |

---

## ✅ 결론

SightRay의 데이터 분석 엔진은 현재 단계에서 **MVP 수준의 주요 기능을 모두 구현 완료**하였으며,
이제 리스크 관리 엔진과의 연계 또는 예측 성능 향상(모델 고도화)으로 나아갈 수 있는 준비가 완료된 상태입니다.

> 🚀 다음 단계로는 LSTM 또는 앙상블 모델 추가, 성능 평가 지표 도입, 실거래 적용 테스트가 가능합니다.