🤖 AI 주식 분석 보고서 에이전트

AI 기반의 멀티 에이전트 시스템을 활용하여 주식 투자 분석 보고서를 자동 생성하는 웹 애플리케이션입니다.

🌟 주요 기능

• 📈 재무 분석: 주요 재무 지표(P/E, PBR, 배당수익률 등) 분석
• 📰 뉴스 분석: 최신 뉴스 및 소셜 미디어 동향 분석
• 📊 기술 분석: 과거 1년간 주가 차트 및 30일 예측 그래프 생성
• 📝 종합 보고서: 모든 분석을 종합한 투자 의견 제공

🏗️ 시스템 아키텍처

이 프로젝트는 LangGraph를 사용한 멀티 에이전트 시스템으로 구성되어 있습니다:

1. 재무 분석가: yfinance를 통해 재무 데이터 수집 및 분석
2. 뉴스 분석가: Tavily API를 통한 최신 뉴스 및 소셜 미디어 동향 분석
3. 기술 분석가: matplotlib을 사용한 주가 차트 생성 및 선형 회귀 예측
4. 보고서 작성가: 모든 분석 결과를 종합하여 최종 투자 보고서 작성

🛠️ 기술 스택

• Frontend: Streamlit
• AI Framework: LangChain, LangGraph
• LLM: OpenAI GPT-4o
• Data Sources: yfinance, Tavily Search API
• Visualization: matplotlib
• ML: scikit-learn (선형 회귀)
• Package Manager: uv

🚀 설치 및 실행

1. 프로젝트 클론

git clone https://github.com/WithModulabs/stock-agent.git
cd stock-agent

2. 의존성 설치

uv sync

3. 환경 변수 설정

프로젝트 루트에 .env 파일을 생성하고 API 키를 설정합니다:

OPENAI_API_KEY=your_openai_api_key_here
TAVILY_API_KEY=your_tavily_api_key_here

4. 애플리케이션 실행

uv run streamlit run main.py

📋 사용 방법

1. 웹 브라우저에서 애플리케이션 접속
2. 분석하고 싶은 주식의 티커 입력 (예: AAPL, GOOGL, 005930.KS)
3. "분석 시작!" 버튼 클릭
4. AI 에이전트들이 순차적으로 분석 수행
5. 종합 분석 보고서 및 차트 확인

🔧 API 키 설정

OpenAI API 키

• OpenAI 플랫폼에서 발급
• GPT-4o 모델 사용 권한 필요

Tavily API 키

• Tavily에서 발급
• 뉴스 및 소셜 미디어 검색용

📁 프로젝트 구조

stock-agent/
├── main.py              # 메인 애플리케이션 파일
├── pyproject.toml       # 프로젝트 설정 및 의존성
├── uv.lock             # 의존성 락 파일
├── .env                # 환경 변수 (생성 필요)
├── charts/             # 생성된 차트 저장 폴더
├── README.md           # 프로젝트 설명서
└── CLAUDE.md           # Claude Code 설정 파일

🎯 대상 사용자

이 도구는 주식 초보 투자자를 대상으로 설계되었습니다:

• 데이터 기반 투자 결정을 원하는 투자자
• 감정적 투자를 지양하고 체계적 분석을 원하는 사용자
• 복잡한 재무 지표를 쉽게 이해하고 싶은 초보자

⚠️ 주의사항

• 이 도구는 투자 참고 자료로만 사용해주세요
• 모든 투자 결정은 사용자 본인의 책임입니다
• AI 분석 결과가 항상 정확하지 않을 수 있습니다
• 실제 투자 전 추가적인 검토와 전문가 상담을 권장합니다

🤝 기여하기

프로젝트 개선을 위한 기여를 환영합니다:

1. Fork 프로젝트
2. 기능 브랜치 생성 (git checkout -b feature/새기능)
3. 커밋 (git commit -am '새 기능 추가')
4. 브랜치에 Push (git push origin feature/새기능)
5. Pull Request 생성

📄 라이선스

이 프로젝트는 MIT 라이선스 하에 배포됩니다.