99 lines
3.4 KiB
Plaintext
99 lines
3.4 KiB
Plaintext
# ⚠️ SightRay 리스크 관리 엔진 요약 (`risk_manage_engine`)
|
|
|
|
---
|
|
|
|
## ✅ 엔진 목적
|
|
|
|
리스크 관리 엔진은 데이터 분석 엔진에서 예측된 종목들에 대해,
|
|
**실제로 투자 가능한 종목인지 판단하기 위한 정량적 위험 평가**를 수행합니다.
|
|
|
|
> 🎯 핵심 목표: `리스크 점수 산출 + 종목 필터링`
|
|
|
|
---
|
|
|
|
## 📦 주요 기능
|
|
|
|
| 기능 | 설명 |
|
|
|------|------|
|
|
| **리스크 지표 계산** | VaR, SVaR, Monte Carlo, ATR 등 계산하여 종목별 리스크 정량화 |
|
|
| **risk_score 산출** | 여러 지표를 종합하여 0~100점의 리스크 점수 계산 |
|
|
| **종목 필터링** | 기준치 이상의 종목만 `tradable = True` 로 설정 |
|
|
| **전략 엔진 연결** | `risk_filtered_result.csv`로 전략 엔진에 전달 |
|
|
|
|
---
|
|
|
|
## 📁 디렉토리 구조
|
|
|
|
```plaintext
|
|
risk_manage_engine/
|
|
├── calculators/
|
|
│ ├── var.py # Value at Risk 계산
|
|
│ ├── svar.py # Stressed VaR 계산
|
|
│ ├── monte_carlo.py # Monte Carlo Simulation 계산
|
|
│ └── atr.py # ATR (Average True Range) 계산
|
|
├── risk_calculator.py # 네 가지 지표를 통합 호출하는 계산기
|
|
├── risk_scorer.py # risk_score(0~100) 산출
|
|
├── filter.py # 기준치 미만 종목 제외
|
|
└── evaluate.py # 전체 파이프라인 실행 (분석 결과 + CDS 평가)
|
|
```
|
|
|
|
---
|
|
|
|
## 🔁 실행 흐름
|
|
|
|
```plaintext
|
|
[prediction_result.csv + CDS 파일들]
|
|
↓
|
|
risk_calculator.py → 종목별 risk 요소 계산
|
|
↓
|
|
risk_scorer.py → 종합 점수화
|
|
↓
|
|
filter.py → tradable 종목만 필터링
|
|
↓
|
|
[evaluate.py 실행] → risk_filtered_result.csv 저장
|
|
```
|
|
|
|
---
|
|
|
|
## 📊 출력 예시
|
|
|
|
| symbol | prediction | probability | risk_score | tradable |
|
|
|--------|------------|-------------|------------|----------|
|
|
| AAPL | 1 | 0.83 | 78 | ✅ |
|
|
| TSLA | 1 | 0.79 | 64 | ❌ |
|
|
|
|
---
|
|
|
|
## 📌 구성 파일 역할 요약
|
|
|
|
| 파일 | 설명 |
|
|
|------|------|
|
|
| `var.py` | 히스토리컬 수익률 기반 Value at Risk 계산 |
|
|
| `svar.py` | 최근 급락 구간만 추출해 VaR을 재계산 |
|
|
| `monte_carlo.py` | 정규분포 기반 무작위 시뮬레이션으로 미래 손실 예측 |
|
|
| `atr.py` | 고가/저가/종가 기반 변동성 계산 |
|
|
| `risk_calculator.py` | 위 4개 계산기 통합 호출하여 dict 반환 |
|
|
| `risk_scorer.py` | 역수 + 가중치 방식으로 0~100 점수화 |
|
|
| `filter.py` | 점수 기준치 이상인 종목만 `tradable = True` 설정 |
|
|
| `evaluate.py` | 전체 실행 파이프라인 연결 진입점 |
|
|
|
|
---
|
|
|
|
## ⚠️ 정적 vs 동적 모델
|
|
|
|
현재 리스크 엔진은 **정적 통계 기반 모델**로 구성되어 있으며:
|
|
- 학습 없이 과거 데이터를 기반으로 즉시 계산
|
|
- 빠르고 해석 가능함
|
|
|
|
향후 확장 계획은 `risk_engine_future_plan.txt`에 명시되어 있음:
|
|
- ML 기반 예측 리스크 모델 (LSTM, XGBoost 등)
|
|
- risk_score 예측 기반 강화 전략 연계 가능
|
|
|
|
---
|
|
|
|
## ✅ 요약 정리
|
|
|
|
SightRay의 리스크 관리 엔진은 종목의 상승 가능성만이 아닌,
|
|
**투자 안정성과 리스크 수용 범위**를 정량적으로 판단하여,
|
|
실제로 **투자 가능한 종목(tradable)** 만 전략 엔진으로 넘겨주는 핵심 필터 역할을 수행합니다.
|