Sector Analyst
개요
이 스킬은 TraderMonty의 공개 CSV 데이터셋에서 상승 추세 비율 데이터를 가져와 섹터 로테이션과 시장 사이클 포지셔닝에 대한 종합적인 분석을 가능하게 합니다. 섹터 순위를 매기고, 경기순환 대 방어적 위험 체제 점수를 계산하며, 과매수/과매도 상태를 식별하고, 현재 시장 사이클 단계를 추정합니다. 차트 이미지를 선택적으로 사용하여 산업 수준의 세부 정보를 데이터 기반 분석에 보충할 수 있습니다.
이 스킬을 사용해야 할 때
다음과 같은 경우 이 스킬을 사용하세요:
- 사용자가 섹터 로테이션 분석을 요청하는 경우(차트 이미지 불필요)
- 사용자가 경기순환 대 방어적 포지셔닝에 대해 묻는 경우
- 사용자가 어떤 섹터가 과매수 또는 과매도인지 알고 싶어 하는 경우
- 사용자가 시장 사이클 단계 추정을 요청하는 경우
- 사용자가 추가 분석을 위해 섹터 성과 차트를 제공하는 경우
- 사용자가 섹터 기반 시나리오 분석 또는 예측을 요청하는 경우
사용자 요청 예시:
- "섹터 로테이션 분석을 실행해 줘"
- "어떤 섹터가 주도하고 있나요? 경기순환주인가요 방어주인가요?"
- "현재 과매수 상태인 섹터가 있나요?"
- "우리는 시장 사이클의 어떤 단계에 있나요?"
- "이 섹터 성과 차트를 분석하고 시장 사이클에서의 현재 위치를 알려줘"
사전 요구 사항
- Python 3.9+: 타사 라이브러리 불필요(CSV는 stdlib
urllib로 가져옴) - API 키 불필요: 공개 GitHub 저장소에서 데이터를 가져옴
- 선택 사항: 추가 분석을 위한 섹터 성과 차트 이미지
데이터 소스
섹터 상승 추세 비율은 TraderMonty의 공개 GitHub 저장소에서 가져옵니다(API 키 불필요):
- 섹터 요약:
sector_summary.csv— 섹터별 상승 추세 비율, 추세, 기울기, 상태 - 신선도 확인:
uptrend_ratio_timeseries.csv— max(date)를 사용하여 데이터 최신성 확인
스크립트 실행
# 기본: CSV를 가져와 사람이 읽기 쉬운 분석 출력
python3 scripts/analyze_sector_rotation.py
# JSON 출력
python3 scripts/analyze_sector_rotation.py --json
# 파일로 저장
python3 scripts/analyze_sector_rotation.py --save --output-dir reports/
분석 워크플로우
다음과 같은 구조화된 워크플로우를 따르세요:
1단계: CSV 데이터 수집
- 분석 스크립트 실행:
python3 scripts/analyze_sector_rotation.py - 출력에서 다음 항목 추출:
- 상승 추세 비율 기준 섹터 순위
- 위험 체제(경기순환 대 방어적) 및 점수
- 과매수/과매도 섹터
- 사이클 단계 추정 및 신뢰 수준
- 데이터 신선도 경고가 나타나면 분석에 기록
2단계: 시장 사이클 평가
스크립트의 사이클 단계 추정을 출발점으로 사용:
references/sector_rotation.md를 읽어 시장 사이클 및 섹터 로테이션 프레임워크에 접근- 스크립트의 정량적 결과를 각 사이클 단계의 예상 패턴과 비교:
- 초기 사이클 회복
- 중기 사이클 확장
- 후기 사이클
- 경기 침체
- 지식 베이스를 바탕으로 질적 해석 추가
차트 이미지가 제공되면 산업 수준의 세부 정보를 보충하는 데 사용:
- 차트 이미지에서 산업 수준 성과 데이터 추출
- 1주 vs 1개월 성과 비교하여 추세 일관성 확인
- 섹터 내에서 강세 또는 약세를 보이는 특정 산업 기록
3단계: 현재 상황 분석
관찰 결과를 객관적인 평가로 종합:
- 현재 성과가 어떤 시장 사이클 단계와 가장 유사한지 명시
- 이를 확인하는 증거(어떤 섹터/산업이 이 관점을 뒷받침하는지) 강조
- 상반된 신호나 비정상적인 패턴 기록
- 신호의 일관성에 기반한 신뢰 수준 평가
데이터 기반 언어와 성과 수치에 대한 구체적인 참조를 사용하세요.
4단계: 시나리오 개발
섹터 로테이션 원칙과 현재 포지셔닝에 기반하여 다음 단계에 대한 2-4개의 잠재적 시나리오를 개발:
각 시나리오:
- 시장 사이클 전환 설명
- 어떤 섹터가 outperform할 가능성이 높은지 식별
- 어떤 섹터가 underperform할 가능성이 높은지 식별
- 이 시나리오를 확인할 촉매 또는 조건 명시
- 확률 할당(sector_rotation.md의 확률 평가 프레임워크 참조)
시나리오는 가장 가능성 높은(가장 높은 확률) 것부터 대안/반대 시나리오 순으로 배열하세요.
5단계: 출력 생성
다음 섹션이 포함된 구조화된 마크다운 문서 생성:
필수 섹션:
- 요약: 주요 발견 사항에 대한 2-3문장 개요
- 현재 상황: 현재 성과 패턴 및 시장 사이클 포지셔닝에 대한 상세 분석
- 지지 증거: 사이클 평가를 뒷받침하는 구체적인 섹터 및 산업 성과 데이터
- 시나리오 분석: 설명 및 확률 할당이 포함된 2-4개 시나리오
- 권장 포지셔닝: 시나리오 확률에 기반한 전략적 및 전술적 포지셔닝 권장 사항
- 주요 위험: 모니터링해야 할 주요 위험 또는 상반된 신호
출력 형식
분석 결과를 sector_analysis_YYYY-MM-DD.md 명명 규칙의 마크다운 파일로 저장하세요.
다음 구조를 사용하세요:
# 섹터 성과 분석 - [날짜]
## 요약
[주요 발견 사항을 요약한 2-3문장]
## 현재 상황
### 시장 사이클 평가
[어떤 사이클 단계인지와 그 이유]
### 관찰된 성과 패턴
#### 1주 성과
[최근 성과 분석]
#### 1개월 성과
[중기 추세 분석]
#### 섹터 수준 분석
[섹터별 세부 분석]
#### 산업 수준 분석
[주목할 만한 산업별 관찰]
## 지지 증거
### 확인 신호
- [사이클 평가를 뒷받침하는 데이터 포인트 목록]
### 상반된 신호
- [상충되는 지표가 있는 경우 목록]
## 시나리오 분석
### 시나리오 1: [이름] (확률: XX%)
**설명**: [무슨 일이 일어나는지]
**outperform 예상 섹터/산업**: [섹터/산업]
**underperform 예상 섹터/산업**: [섹터/산업]
**촉매**: [이 시나리오를 확인할 조건]
### 시나리오 2: [이름] (확률: XX%)
[구조 반복]
[필요에 따라 추가 시나리오]
## 권장 포지셔닝
### 전략적 포지셔닝(중기)
[섹터 배분 권장 사항]
### 전술적 포지셔닝(단기)
[구체적인 조정 또는 기회]
## 주요 위험 및 모니터링 포인트
[분석을 무효화할 수 있는 사항]
---
*분석 날짜: [날짜]*
*데이터 기간: [분석된 차트의 기간]*
주요 분석 원칙
분석 시 다음 원칙을 따르세요:
- 객관성 우선: 선입견이 아닌 데이터가 결론을 이끌도록 하세요.
- 확률적 사고: 확률 범위를 통해 불확실성을 표현하세요.
- 다중 시간대: 추세 확인을 위해 1주와 1개월 데이터를 비교하세요.
- 상대적 성과: 절대 수익률보다 상대적 강도에 집중하세요.
- 폭이 중요: 광범위한 움직임은 고립된 움직임보다 더 중요합니다.
- 절대 없음: 시장은 교과서 패턴을 완벽하게 따르는 경우가 거의 없습니다.
- 역사적 맥락: 일반적인 로테이션 패턴을 참조하되 독특함을 인정하세요.
확률 지침
증거 강도에 따라 다음 확률 범위를 적용하세요:
- 70-85%: 섹터 및 시간대 전반에 걸쳐 여러 확인 신호가 있는 강력한 증거
- 50-70%: 일부 확인 신호가 있지만 혼합된 지표가 있는 중간 증거
- 30-50%: 제한적이거나 상충되는 신호가 있는 약한 증거
- 15-30%: 현재 지표와 반대되지만 가능한 투기적 시나리오
모든 시나리오의 총 확률은 약 100%가 되어야 합니다.
리소스
scripts/
analyze_sector_rotation.py— 섹터 CSV 데이터를 가져와 섹터 순위, 위험 체제 점수, 과매수/과매도 플래그 및 사이클 단계 추정을 생성합니다. API 키가 필요 없습니다.
references/
sector_rotation.md— 시장 사이클 단계, 일반적인 섹터 성과 패턴 및 확률 평가 프레임워크를 다루는 포괄적인 지식 베이스
assets/
선택적 이미지 기반 분석을 위한 예상 입력 형식을 보여주는 샘플 차트:
sector_performance.jpeg— 샘플 섹터 수준 성과 차트(1주 및 1개월)industory_performance_1.jpeg— 샘플 산업 성과 차트(outperformers)industory_performance_2.jpeg— 샘플 산업 성과 차트(underperformers)
중요 참고 사항
- 모든 분석 사고는 영어로 수행되어야 함
- 출력 마크다운 파일은 영어로 작성되어야 함
- 각 분석 시 섹터 로테이션 지식 베이스를 참조할 것
- 객관성을 유지하고 확증 편향을 피할 것
- 새로운 데이터가 제공되면 확률 평가를 업데이트할 것
- 차트 이미지는 선택 사항이며, CSV 데이터가 주요 분석 입력을 제공함
- 이 스크립트는 uptrend-analyzer와 동일한 섹터 분류를 사용하여 일관성을 유지함