Smart AI Trading System
실시간 시장 데이터와 여러 분석 에이전트, 자동 주문 엔진을 연결한 거래 시스템입니다. 재시작 뒤 포지션을 복구하고 로그와 상태를 대시보드에서 추적할 수 있게 구성했습니다.
실시간 시장 데이터와 여러 분석 에이전트, 자동 주문 엔진을 연결한 거래 시스템입니다. 재시작 뒤 포지션을 복구하고 로그와 상태를 대시보드에서 추적할 수 있게 구성했습니다.
무엇이 어려웠는가.
시장 데이터 수집부터 분석과 주문 실행까지 장시간 끊기지 않아야 했고, 재시작 뒤에도 거래소와 데이터베이스의 포지션이 어긋나지 않아야 했습니다.
어떻게 풀었는가.
수집·트리거·분석·주문·대시보드를 서비스별로 나눴습니다. 시작할 때 거래소와 DB 포지션을 대조해 활성 세션을 복구하고, 로그·상태·이벤트는 WebSocket 대시보드에서 추적하도록 구성했습니다.
구성 요소와 각자의 책임.
Multi-Agent System
- — 여러 관점의 시장 분석
- — 감독 에이전트의 작업 조정
- — 전략 실행 흐름
Macro Backend
- — 시장 국면 특징 계산
- — 모델 기반 신호
- — 거시 지표 연동
Smart Trigger System
- — 조건 기반 분석 실행
- — 실시간 상태 전송
- — 수집 주기 조정
PythonFastAPIReactTypeScriptPostgreSQLDockerWebSocket
개요
- 1인 개발로 진행한 AI 기반 자동매매 시스템입니다.
- 실시간 데이터 수집/모니터링, 멀티 에이전트 분석, 자동 실행(포지션 관리)을 결합했습니다.
핵심 구성
1) 수집/저장 파이프라인
- 거래소/온체인/거시 지표 등 이질적인 소스를 수집해 분석 가능한 형태로 저장합니다.
2) 멀티 에이전트 분석
- Supervisor 기반으로 다양한 분석 에이전트를 오케스트레이션하고, 트리거 조건에서 분석을 실행합니다.
3) 트레이딩 엔진/포지션 관리
- 주문/포지션 상태를 동기화하고, 전략 실행 결과를 기록/추적 가능하게 구성했습니다.
4) 운영 관측(로그/모니터링)
- 파일 로깅 + 메모리 로그 캡처를 구성하고, WebSocket 기반 대시보드에서 상태/로그를 확인할 수 있게 했습니다.
운영 포인트
- 실전 운영에서는 “정확도”보다 데이터 일관성, 실패 복구, 상태 동기화, 관측 가능성이 핵심이라 해당 관점으로 구성했습니다.