TradeVortex 📈

AI 기반 실시간 금융 데이터 분석 및 투자 커뮤니티 플랫폼

부트캠프 4개월차에 제작한 풀스택 금융 트레이딩 플랫폼
실시간 주식 차트, AI 투자 어시스턴트, 뉴스 분석, 커뮤니티 기능 제공

---

🎯 프로젝트 개요

• 개발 기간: 2025.01.20 ~ 2025.02.05 (약 2주)
• 팀 구성: Team EOD (Error Overflow Delay)
• 개발 인원: 팀 프로젝트
• 개발 환경: Docker Compose 기반 마이크로서비스

---

✨ 핵심 기능

📊 실시간 금융 데이터

• 실시간 차트: Highcharts 기반 국내외 주식 시각화
• WebSocket 스트리밍: 실시간 주가 업데이트
• 주가 예측: scikit-learn, PyTorch 기반 ML 모델
• 기술적 지표: 이동평균선, RSI, MACD 등

🤖 AI 투자 어시스턴트

• CrewAI 멀티 에이전트: 여러 AI 에이전트가 협업하여 분석
• 실시간 채팅: WebSocket 기반 즉각 응답
• 감성 분석: transformers, KoNLPy로 뉴스 감성 분석
• 맞춤 추천: 사용자 포트폴리오 기반 종목 추천
• 로컬 LLM 지원: 개발/테스트 환경에서 Ollama 사용 가능
  (Ollama 실행 → 모델 pull → backend .env 설정 후 docker 재시작)

📰 뉴스 크롤링 & 분석

• 자동 크롤링: Celery로 주기적 뉴스 수집 (crawl4ai)
• 워드클라우드: 키워드 시각화
• 감성 분석: 긍정/부정 뉴스 자동 분류
• 종목 태깅: 관련 종목 자동 연결

💬 커뮤니티

• 실시간 채팅: Django Channels (WebSocket)
• 게시판: 자유게시판, 토론방, 종목 토론
• 소셜 기능: 댓글, 좋아요, 팔로우

👤 사용자 관리

• JWT 인증: Access/Refresh Token
• 소셜 로그인: 네이버, 구글, 카카오
• 이메일 인증: 회원가입 시 이메일 확인
• 프로필: 포트폴리오 관리

---

🛠 기술 스택

Frontend

React 18 + Vite
├── UI: Material-UI, Ant Design, Tailwind CSS
├── State: Redux Toolkit
├── Charts: Highcharts, Plotly, D3.js
├── Animation: Framer Motion, GSAP
└── Real-time: WebSocket

Backend

Django 5.1 + DRF
├── Real-time: Django Channels (WebSocket)
├── Task Queue: Celery + Redis
├── Database: PostgreSQL
├── Auth: JWT, django-allauth
└── Server: Gunicorn + Uvicorn

AI/ML

├── LLM: OpenAI GPT, Google Gemini, Ollama (Local)
├── Framework: PyTorch, scikit-learn, transformers
├── NLP: KoNLPy
├── Agent: CrewAI
└── Data: finance-datareader

Infrastructure

Docker Compose
├── Web: Nginx
├── Cache: Redis
├── DB: PostgreSQL
└── Admin: pgAdmin, RedisInsight

---

📁 프로젝트 구조

tradevortex/
├── frontend/                 # React 프론트엔드
│   ├── src/
│   │   ├── components/      # 재사용 컴포넌트
│   │   ├── pages/           # 페이지 컴포넌트
│   │   ├── redux/           # Redux 상태 관리
│   │   └── api/             # API 호출
│   └── package.json
│
├── backend/                  # Django 백엔드
│   ├── TradeVortex/         # 프로젝트 설정
│   ├── accounts/            # 사용자 인증
│   ├── financedata/         # 금융 데이터
│   ├── newspage/            # 뉴스 크롤링
│   ├── aiassist/            # AI 어시스턴트
│   ├── graphs/              # 실시간 차트
│   ├── board/               # 게시판
│   ├── toron/               # 토론방
│   ├── realtimechat/        # 실시간 채팅
│   └── requirements.txt
│
├── docker-compose.yml        # 서비스 오케스트레이션
├── nginx.conf               # Nginx 설정
└── README.md

---

🚀 빠른 시작

필수 요구사항

• Docker & Docker Compose
• Git

설치 및 실행

# 1. 저장소 클론
git clone https://github.com/yourusername/tradevortex.git
cd tradevortex

# 2. 환경 변수 설정 (아래 환경 변수 섹션 참고)
cp backend/.env.example backend/.env
cp frontend/.env.example frontend/.env
# .env 파일 수정 필요

# 3. Docker Compose 실행
docker-compose up -d

# 4. 데이터베이스 마이그레이션
docker-compose exec django python manage.py migrate

# 5. 슈퍼유저 생성 (선택)
docker-compose exec django python manage.py createsuperuser

서비스 접속

• Frontend: http://localhost:3000
• Backend API: http://localhost:8000
• Admin: http://localhost:8000/admin
• pgAdmin: http://localhost:5050
• RedisInsight: http://localhost:5540

---

🔑 환경 변수 설정

Backend (.env)

# Django
SECRET_KEY=your-secret-key-here
DEBUG=False
ALLOWED_HOSTS=localhost,127.0.0.1

# Database
DATABASE_URL=postgresql://postgres:postgres@postgres:5432/tradevortex

# Redis
CELERY_BROKER_URL=redis://redis:6379/0
CELERY_RESULT_BACKEND=redis://redis:6379/0

# 개발/테스트 환경에서 로컬 LLM(Ollama)을 사용할 경우 아래 옵션을 설정

# Local LLM (optional)
OLLAMA_BASE_URL=http://host.docker.internal:11434
OLLAMA_MODEL=qwen3:4b-instruct-2507-q4_K_M

# AI APIs
OPENAI_API_KEY=your-openai-key
GEMINI_API_KEY=your-gemini-key

# Social Login
NAVER_CLIENT_ID=your-naver-client-id
NAVER_CLIENT_SECRET=your-naver-secret
GOOGLE_CLIENT_ID=your-google-client-id

# Email
EMAIL_HOST_USER=your-email@gmail.com
EMAIL_HOST_PASSWORD=your-app-password

Frontend (.env)

VITE_API_URL=http://localhost:8000
VITE_WS_URL=ws://localhost:8000
VITE_GOOGLE_CLIENT_ID=your-google-client-id
VITE_NAVER_CLIENT_ID=your-naver-client-id
VITE_KAKAO_JAVASCRIPT_KEY=your-kakao-key

---

📊 주요 API 엔드포인트

인증

POST   /api/accounts/signup/          # 회원가입
POST   /api/accounts/login/           # 로그인
POST   /api/accounts/logout/          # 로그아웃
POST   /api/accounts/token/refresh/   # 토큰 갱신

금융 데이터

GET    /api/financedata/stocks/       # 주식 목록
GET    /api/financedata/chart/{symbol}/  # 차트 데이터
GET    /api/financedata/predict/{symbol}/  # 주가 예측

뉴스

GET    /api/news/                     # 뉴스 목록
GET    /api/news/{id}/                # 뉴스 상세
GET    /api/news/wordcloud/           # 워드클라우드

AI 어시스턴트

POST   /api/aiassist/chat/            # AI 채팅
GET    /api/aiassist/recommend/       # 종목 추천

WebSocket

ws://localhost:8000/ws/stock/{symbol}/     # 실시간 주가
ws://localhost:8000/ws/chat/{room}/        # 실시간 채팅

---

💡 주요 구현 내용

1. 실시간 차트 (WebSocket)

# backend/graphs/consumers.py
class StockConsumer(AsyncWebsocketConsumer):
    async def connect(self):
        self.symbol = self.scope['url_route']['kwargs']['symbol']
        await self.channel_layer.group_add(f"stock_{self.symbol}", self.channel_name)
        await self.accept()
        
    async def stock_update(self, event):
        await self.send(text_data=json.dumps(event['data']))

2. AI 어시스턴트 (CrewAI)

# backend/aiassist/crew.py
analyst = Agent(
    role='Financial Analyst',
    goal='Analyze stock data and provide investment insights',
    tools=[stock_analysis_tool, news_sentiment_tool]
)

researcher = Agent(
    role='Market Researcher',
    goal='Research market trends and news',
    tools=[news_crawler_tool, market_data_tool]
)

crew = Crew(agents=[analyst, researcher], tasks=[...])

3. 뉴스 크롤링 (Celery)

# backend/newspage/tasks.py
@shared_task
def crawl_financial_news():
    crawler = NewsCrawler()
    articles = crawler.fetch_latest()
    for article in articles:
        sentiment = analyze_sentiment(article.content)
        article.sentiment_score = sentiment
        article.save()

---

🎨 주요 기능 시연

실시간 차트

• WebSocket으로 1초마다 주가 업데이트
• Highcharts로 캔들스틱, 라인 차트 지원
• 기술적 지표 오버레이

AI 채팅

• 자연어로 종목 질문
• 멀티 에이전트가 협업하여 분석
• 실시간 응답 스트리밍

뉴스 분석

• 10분마다 자동 크롤링
• 감성 분석으로 긍정/부정 분류
• 워드클라우드로 트렌드 파악

---

🐛 트러블슈팅

Docker 컨테이너 실행 오류

docker-compose down -v
docker-compose up --build

데이터베이스 연결 오류

docker-compose exec django python manage.py migrate --run-syncdb

Redis 연결 오류

docker-compose restart redis celery

포트 충돌

# docker-compose.yml에서 포트 변경
ports:
  - "3001:3000"  # 3000 대신 3001 사용

---

📈 성능 최적화

• Redis 캐싱: API 응답 속도 50% 개선
• Celery 비동기: 무거운 작업 백그라운드 처리
• WebSocket: HTTP 폴링 대비 90% 트래픽 감소
• DB 인덱싱: 쿼리 속도 3배 향상

---

🔒 보안 고려사항

⚠️ 주의: 이 프로젝트는 학습/포트폴리오 목적입니다.
프로덕션 배포 시 아래 사항을 반드시 수정하세요.

• SECRET_KEY 환경변수로 분리
• DEBUG=False 설정
• ALLOWED_HOSTS 제한
• CORS_ALLOW_ALL_ORIGINS=False
• HTTPS 적용
• API 키 재발급
• .env 파일 .gitignore 추가

---

📚 배운 점

기술적 성장

• Django Channels로 WebSocket 구현
• Celery로 비동기 작업 처리
• Docker Compose로 멀티 컨테이너 관리
• CrewAI로 멀티 에이전트 시스템 구축
• JWT 인증 구현

어려웠던 점

• WebSocket 연결 관리 및 에러 핸들링
• Celery 태스크 스케줄링 및 모니터링
• CORS/CSRF 설정
• Docker 네트워크 설정

개선하고 싶은 점

• 테스트 코드 작성
• 에러 핸들링 강화
• 코드 리팩토링
• 성능 최적화

---

🚧 향후 계획

• AWS 배포 (EC2, RDS, S3)
• CI/CD 파이프라인 구축
• 테스트 코드 작성 (pytest, Jest)
• 모바일 반응형 개선
• 알림 기능 추가
• 포트폴리오 백테스팅 기능

---

🤝 기여

1. Fork the Project
2. Create your Feature Branch (git checkout -b feature/AmazingFeature)
3. Commit your Changes (git commit -m 'Add some AmazingFeature')
4. Push to the Branch (git push origin feature/AmazingFeature)
5. Open a Pull Request

---

📝 라이선스

This project is licensed under the MIT License.

---

👥 팀원

Team EOD (Error Overflow Delay)

• 부트캠프 4개월차 팀 프로젝트
• 개발 기간: 약 2주

---

📞 문의

프로젝트 관련 문의: fakeprice@naver.com

GitHub: antziku

---

🙏 감사의 말

이 프로젝트는 부트캠프에서 배운 내용을 바탕으로 제작했습니다.
부족한 점이 많지만, 계속 개선해 나가겠습니다.

---

⭐ 이 프로젝트가 도움이 되었다면 Star를 눌러주세요!

---

📖 참고 자료

• Django Documentation
• React Documentation
• Django Channels
• CrewAI
• Docker Compose