..

src/main/kotlin/network/RagService.kt

@@ -14,8 +14,12 @@ import kotlinx.serialization.Serializable
 import kotlinx.serialization.json.Json
 import model.CandleData
 import network.DartCodeManager
+import network.FinancialMapper
+import network.FinancialStatement
 import network.NewsService
 import org.apache.lucene.store.MMapDirectory
+import service.FinancialAnalyzer
+import service.InvestmentScores
 import service.TechnicalAnalyzer
 import service.TradingDecisionCallback
 import service.UrlCacheManager
@@ -131,39 +135,46 @@ object RagService {
         // 1. 10분간의 데이터 가져오기 (API 호출)
         coroutineScope {
             try {
-
-
                 var tradingDecision: TradingDecision = TradingDecision()
                 tradingDecision.stockCode = stockCode
                 var corpInfo = DartCodeManager.getCorpCode(stockCode)
                 corpInfo?.stockName = stockName
                 tradingDecision.stockName = stockName
                 tradingDecision.corpName = corpInfo?.cName ?: ""
-                corpInfo?.let {
-                    try {
-                        NewsService.fetchAndIngestNews(it)
-                    } catch (e: Exception) {}
-                }
-
                 val financialDataDeferred = async { NewsService.fetchFinancialGrowth(corpInfo?.cCode ?: "") }
 
                 tradingDecision.financialData = financialDataDeferred.await()
-                result(tradingDecision, false)
 
-                tradingDecision.techSummary = technicalAnalyzer.generateComprehensiveReport()
-                result(tradingDecision, false)
+                val financialStmt = FinancialMapper.mapRawTextToStatement(tradingDecision.financialData ?: "")
+                if (FinancialAnalyzer.isSafetyBeltMet(financialStmt)) {
+                    corpInfo?.let {
+                        try {
+                            NewsService.fetchAndIngestNews(it)
+                        } catch (e: Exception) {}
+                    }
 
-                val question = "${corpInfo?.cName} $stockName[$stockCode]의 향후 실적 전망과 관련된 핵심 뉴스"
-                val questionEmbedding = embeddingModel.embed(question).content()
-                val searchResult = embeddingStore.search(
-                    EmbeddingSearchRequest.builder()
-                        .queryEmbedding(questionEmbedding)
-                        .maxResults(3)
-                        .build()
-                )
-                tradingDecision.newsContext = searchResult.matches().joinToString("\n") { it.embedded().text() }
-                result(tradingDecision, false)
-                result(decideTrading(stockCode, tradingDecision), true)
+                    val financialScore = FinancialAnalyzer.calculateScore(financialStmt)
+                    val scores = technicalAnalyzer.calculateScores(financialScore)
+
+                    result(tradingDecision, false)
+
+                    tradingDecision.techSummary = technicalAnalyzer.generateComprehensiveReport()
+                    result(tradingDecision, false)
+
+                    val question = "${corpInfo?.cName} $stockName[$stockCode]의 향후 실적 전망과 관련된 핵심 뉴스"
+                    val questionEmbedding = embeddingModel.embed(question).content()
+                    val searchResult = embeddingStore.search(
+                        EmbeddingSearchRequest.builder()
+                            .queryEmbedding(questionEmbedding)
+                            .maxResults(3)
+                            .build()
+                    )
+                    tradingDecision.newsContext = searchResult.matches().joinToString("\n") { it.embedded().text() }
+                    result(tradingDecision, false)
+                    result(decideTrading(stockCode, scores,financialStmt,tradingDecision), true)
+                } else {
+                    result(tradingDecision, false)
+                }
             }catch (e: Exception) {
                 e.printStackTrace()
             }
@@ -237,45 +248,55 @@ object RagService {
 
     suspend fun decideTrading(
         stockName: String,
+        scores: InvestmentScores, // 직접 계산한 점수 객체
+        financialStmt: FinancialStatement, // 매핑된 재무 수치 객체
         tempDecision: TradingDecision
     ): TradingDecision? {
         val prompt = """
  <|begin_of_text|><|start_header_id|>system<|end_header_id|>
- 당신은 수치 기반의 '정량 분석(Quantitative Analysis)' 트레이딩 전문가이자 전문 애널리스트입니다.
- 제공된 데이터를 바탕으로 투자 기간별 스코어를 산출하고 최종 매매 결정을 내리십시오.
- 아래 데이터를 분석하여 '매수', '매도', '관망' 중 하나를 결정하세요.
- 
- [데이터 요약]
- - 종목: $stockName
- - 분석: ${tempDecision.techSummary}
- - 기업/재무: ${tempDecision.financialData}
- - 시장 심리: ${tempDecision.newsContext}
+ 당신은 정량적 수치와 정성적 뉴스를 통합 분석하는 'AI 수석 애널리스트'입니다.
+ 시스템이 계산한 지표 점수와 실제 재무제표 요약본을 바탕으로 최종 매매 전략을 수립하십시오.
 
- [스코어 산출 가이드 (0-100)]
- 1. 초단기: 30분봉 추세, MFI, OBV 에너지가 일치하면 80점 이상.
- 2. 단기: 일봉 이평선 정배열 및 3일 변동률 양수일 때 70점 이상.
- 3. 중기: 주봉 추세와 재무 성장성(매출/영익)이 동반 상승 시 75점 이상.
- 4. 장기: 월봉 위치와 기업의 근본적인 시장 지배력 기반 판단.
+ [종목 정보]
+ - 종목명: $stockName
+
+ [1. 시스템 산출 스코어 (0-100)]
+ - 초단기(Scalping): ${scores.ultraShort}
+ - 단기(Daily): ${scores.shortTerm}
+ - 중기(Weekly): ${scores.midTerm}
+ - 장기(Monthly): ${scores.longTerm}
+
+ [2. 핵심 재무제표 요약]
+ - 영업이익: ${if(financialStmt.isOperatingProfitPositive) "흑자" else "적자"} (성장률: ${"%.2f".format(financialStmt.operatingProfitGrowth)}%)
+ - 당기순이익: ${if(financialStmt.isNetIncomePositive) "흑자" else "적자"} (성장률: ${"%.2f".format(financialStmt.netIncomeGrowth)}%)
+ - 수익성(ROE): ${"%.2f".format(financialStmt.roe)}%
+ - 안정성(부채비율): ${"%.2f".format(financialStmt.debtRatio)}%
+ - 유동성(당좌비율): ${"%.2f".format(financialStmt.quickRatio)}%
+
+ [3. 시장 심리 및 뉴스 컨텍스트]
+ ${tempDecision.newsContext}
+
+ [분석 지침]
+ 1. **재무-뉴스 정합성**: 재무제표상 영업이익이 적자임에도 뉴스가 장기적 장밋빛 전망만 내놓는다면 '신중(HOLD)' 의견을 제시하십시오.
+ 2. **기술-심리 동기화**: 초단기 점수가 높고 뉴스에서 수급 급증 키워드가 포착되면 'BUY' 신뢰도를 높이십시오.
+ 3. **종합 결정**: 모든 수치와 컨텍스트를 고려하여 최종 Decision을 내리고, 그 근거를 핵심만 기술하십시오.
+
+ [응답 지침]
+ - JSON 데이터만 출력하십시오. 설명이나 서론은 생략합니다.
+ - 반드시 아래 형식을 엄격히 준수하십시오.
 
- [응답 지침 - 엄격 준수]
- 1. 분석 내용에 대한 설명, 서론, 결론을 절대 작성하지 마십시오.
- 2. 오직 JSON 데이터만 출력하십시오.
- 3. JSON 외의 텍스트가 포함될 경우 시스템이 중단됩니다.
- 4. 응답은 반드시 '{' 문자로 시작하여 '}' 문자로 끝나야 합니다.
- [응답 형식]
- 반드시 아래 JSON 형식으로만 답변하십시오:
  {
-   "ultraShortScore": (숫자),
-   "shortTermScore": (숫자),
-   "midTermScore": (숫자),
-   "longTermScore": (숫자),
+   "ultraShortScore": ${scores.ultraShort},
+   "shortTermScore": ${scores.shortTerm},
+   "midTermScore": ${scores.midTerm},
+   "longTermScore": ${scores.longTerm},
    "decision": "BUY" | "SELL" | "HOLD",
-   "reason": "결정적 근거 한 줄",
+   "reason": "재무 수치와 뉴스 심리를 대조한 최종 결론 한 줄",
    "confidence": 0~100
  }
  <|eot_id|>
  <|start_header_id|>user<|end_header_id|>
- 모든 데이터를 종합하여 스코어링 리포트를 작성하십시오.
+ 상기 데이터를 통합 분석하여 최종 리포트를 생성하십시오.
  <|eot_id|><|start_header_id|>assistant<|end_header_id|>
     """.trimIndent()