# 저장소 복제
git clone https://github.com/ZhuLinsen/daily_stock_analysis.git
cd daily_stock_analysis

# 환경 변수 구성
cp .env.example .env
# API 키로 .env 편집

# 모든 서비스 시작
docker compose up -d

# 상태 확인
docker compose ps

# 저장소 복제
git clone https://github.com/ZhuLinsen/daily_stock_analysis.git
cd daily_stock_analysis

# 가상 환경 생성
python -m venv venv
source venv/bin/activate  # Linux/Mac
# 또는
venv\Scripts\activate     # Windows

# 종속성 설치
pip install -r requirements.txt

# 데이터베이스 설정
python setup_database.py --init

# LLM 및 데이터 소스 구성
cp config.example.yaml config.yaml
# 설정으로 config.yaml 편집

# 첫 번째 분석 실행
python main.py --market us --date $(date +%Y-%m-%d)

# 로컬 LLM 추론을 위해 Ollama 설치
curl -fsSL https://ollama.ai/install.sh | sh

# 적합한 모델 풀
ollama pull qwen2.5:14b

# config.yaml을 로컬 모델 사용으로 업데이트
cat >> config.yaml << EOF
llm:
  provider: ollama
  model: qwen2.5:14b
  base_url: http://localhost:11434
EOF

# 제로 API 비용으로 분석 실행
python main.py --market a_shares --date $(date +%Y-%m-%d)

import akshare as ak

# 일일 A주식 시장 데이터 가져오기
df = ak.stock_zh_a_spot_em()
print(df.head())

# 역사적 가격 데이터 가져오기
hist_df = ak.stock_zh_a_hist(
    symbol="000001",
    period="daily",
    start_date="20260101",
    end_date="20260625",
    adjust="qfq"
)

# 섹터 성과 가져오기
sector_df = ak.stock_board_industry_name_em()
print(sector_df)

import tushare as ts

# API 토큰으로 초기화
pro = ts.pro_api("YOUR_TUSHARE_TOKEN")

# 일일 A주식 데이터 가져오기
df = pro.daily(
    ts_code="000001.SZ",
    start_date="20260101",
    end_date="20260625"
)

# 재무제표 가져오기
income_df = pro.income(
    ts_code="000001.SZ",
    period="20260331",
    fields="total_operating_income,net_profit,total_expense"
)

# 주주 정보 가져오기
holder_df = pro.stock_holder_top10(
    ts_code="000001.SZ",
    ann_date="20260331"
)

import yfinance as yf

# 미국 주식 데이터 가져오기
ticker = yf.Ticker("AAPL")
df = ticker.history(period="3mo")

# 옵션 체인 가져오기
options = ticker.options

# 애널리스트 추천 가져오기
recommendations = ticker.recommendations

# 뉴스 감정 가져오기
news = ticker.news
for item in news:
    print(f"{item['title']}: {item['providerPublishTime']}")

import ccxt

# 거래소 연결
exchange = ccxt.binance({
    'apiKey': 'YOUR_API_KEY',
    'secret': 'YOUR_SECRET',
})

# 티커 데이터 가져오기
ticker = exchange.fetch_ticker('BTC/USDT')
print(f"가격: {ticker['last']}")
print(f"거래량: {ticker['quoteVolume']}")

# 호가창 가져오기
order_book = exchange.fetch_order_book('ETH/USDT')
print(f"매수: {order_book['bids'][0][0]}")
print(f"매도: {order_book['asks'][0][0]}")

from daily_stock_analysis.llm import LLMAnalyzer
from daily_stock_analysis.data import MarketDataProvider

# 컴포넌트 초기화
llm = LLMAnalyzer(model="gpt-4o", temperature=0.3)
data_provider = MarketDataProvider(source="akshare")

# 시장 데이터 및 뉴스 가져오기
market_data = data_provider.get_market_data(
    symbol="000001.SZ",
    period="1d",
    indicators=["rsi", "macd", "bollinger"]
)

news_data = data_provider.get_news(
    symbol="000001.SZ",
    days=7,
    sources=["eastmoney", "cls", "cnbc"]
)

# LLM 분석 실행
analysis = llm.analyze_market(
    market_data=market_data,
    news_data=news_data,
    prompt_template="comprehensive_analysis"
)

print(f"전체 감정: {analysis.sentiment}")
print(f"신뢰도: {analysis.confidence:.1%}")
print(f"핵심 요소: {', '.join(analysis.key_factors)}")
print(f"위험 수준: {analysis.risk_level}")

# 기술 분석 프롬프트
tech_prompt = """
다음 주식 기술적 지표를 분석하고 다음을 제공하세요:
1. 추세 방향 (강세/약세/중립)
2. 주요 지지 및 저항 수준
3. 모멘텀 평가
4. 거래량 분석 해석
5. 전체 기술적 평가 (1-10)

데이터: {market_data}
"""

# 기본 분석 프롬프트
fund_prompt = """
다음 기본 데이터를 분석하고 다음을 제공하세요:
1. 매출 성장 평가
2. 수익성 평가
3. 부채 지속 가능성
4. 가치 평가 비교
5. 전체 기본 평가 (1-10)

데이터: {fundamental_data}
"""

# 종합 분석
combined = llm.analyze(
    prompt_template="combined_analysis",
    market_data=market_data,
    fundamental_data=fundamental_data,
    news_data=news_data
)

# 미국 기술주 비교
us_techs = llm.compare_stocks(
    symbols=["AAPL", "MSFT", "GOOGL", "AMZN", "META"],
    market="us",
    comparison_metrics=["pe_ratio", "revenue_growth", "profit_margin"]
)

# A주식 섹터 비교
a_share_sectors = llm.compare_sectors(
    sectors=["신에너지", "반도체", "의약품", "소비재"],
    market="a_shares",
    time_period="1m"
)

# 대시보드 서버 시작
python dashboard.py --host 0.0.0.0 --port 8080

# http://localhost:8080에서 접근

# dashboard_config.yaml
dashboard:
  refresh_interval: 300  # 5분
  default_market: "a_shares"
  charts:
    - type: "heatmap"
      title: "시장 히트맵"
      data_source: "sector_performance"
    - type: "line"
      title: "주가 역사"
      data_source: "historical_prices"
    - type: "sentiment"
      title: "뉴스 감정"
      data_source: "llm_sentiment"
  alerts:
    - threshold: 0.8
      action: "notification"
      channels: ["email", "telegram"]

# PDF 형식으로 일일 보고서 생성
python report_generator.py --format pdf --output daily_report.pdf

# 차트가 포함된 HTML 보고서 생성
python report_generator.py --format html --output daily_report.html

# 분석 데이터를 CSV로 내보내기
python report_generator.py --format csv --output analysis_data.csv

# crontab 편집
crontab -e

# 매일 아침 7시에 일일 분석 추가
0 7 * * * cd /path/to/daily_stock_analysis && python main.py --market a_shares --auto

# 장 개장 후 미국 시장 분석 추가
0 21 * * 1-5 cd /path/to/daily_stock_analysis && python main.py --market us --auto

# 일요일에 주간 종합 보고서
0 9 * * 0 cd /path/to/daily_stock_analysis && python weekly_report.py

# /etc/systemd/system/daily-stock-analysis.service
[Unit]
Description=일일 주식 분석 서비스
After=network.target postgresql.service

[Service]
Type=simple
User=stockuser
WorkingDirectory=/opt/daily_stock_analysis
ExecStart=/opt/daily_stock_analysis/venv/bin/python main.py --daemon
Restart=always
RestartSec=30

[Install]
WantedBy=multi-user.target

# 서비스 활성화 및 시작
sudo systemctl enable daily-stock-analysis
sudo systemctl start daily-stock-analysis
sudo systemctl status daily-stock-analysis

# Telegram 봇 구성
python notify.py --setup telegram \
  --bot-token "${TELEGRAM_BOT_TOKEN}" \
  --chat-id "${TELEGRAM_CHAT_ID}"

# 테스트 알림 보내기
python notify.py --send "AAPL 일일 분석 완료" \
  --channel telegram

from daily_stock_analysis.notify import Notifier

# 이메일 알림기 구성
notifier = Notifier(
    provider="smtp",
    smtp_server="smtp.gmail.com",
    smtp_port=587,
    username="your_email@gmail.com",
    password="your_app_password"
)

# 분석 보고서 보내기
notifier.send_email(
    to="your_email@gmail.com",
    subject="일일 주식 분석 보고서",
    body=analysis_report,
    attach_pdf=True
)

# 사용자 정의 웹훅으로 보내기 (예: Slack, Discord)
notifier.send_webhook(
    url="https://hooks.slack.com/services/YOUR/WEBHOOK/URL",
    payload={
        "text": f"{symbol} 분석 완료",
        "blocks": [
            {
                "type": "section",
                "text": {
                    "type": "mrkdwn",
                    "text": f"*{symbol}* - 감정: {sentiment}"
                }
            }
        ]
    }
)

# 1. 저장소 복제
git clone https://github.com/ZhuLinsen/daily_stock_analysis.git
cd daily_stock_analysis

# 2. 환경 설정
cp .env.example .env
# API 키 추가

# 3. 종속성 설치
pip install -r requirements.txt

# 4. 데이터베이스 초기화
python setup_database.py --init

# 5. 첫 번째 분석 실행
python main.py --market a_shares --date $(date +%Y-%m-%d)

# 6. 대시보드 시작
python dashboard.py --port 8080

# 7. 자동 스케줄링 설정
crontab -e
# 일일 분석 크론 작업 추가