A주 데이터를 로컬에 두고 전략을 만들고 검증하는 개인용 퀀트 워크벤치
브라우저에서 A주 시세와 재무 데이터를 확인하고, 직접 만든 전략으로 과거 수익을 검증하며, 이상 징후가 보이면 즉시 알림을 받는 장면을 상상해 보세요. TSP는 이러한 과정을 하나의 로컬 애플리케이션으로 묶어주는 도구입니다. 외부 클라우드에 의존하지 않고 내 컴퓨터에 데이터를 저장하며, AI를 활용해 복잡한 데이터 조회와 전략 생성을 대화형으로 처리합니다.
로컬 우선의 데이터 처리 구조
TSP는 모든 데이터를 사용자의 로컬 환경에 Parquet 파일 형식으로 저장합니다. 외부 데이터베이스 서버를 설치할 필요가 없으며, Docker 컨테이너 하나만으로 실행됩니다. 데이터 소스는 플러그인 방식으로 설계되어, TickFlow나 fuyao 등 다양한 공급자를 자유롭게 교체할 수 있습니다. 데이터 소스를 바꾸더라도 지표 계산과 백테스팅 기준은 동일하게 유지되도록 내부 로직이 분리되어 있습니다. 이는 데이터 공급자가 변경되어도 기존 분석 결과가 흔들리지 않도록 하는 핵심 설계입니다.
전략 생성부터 백테스팅까지의 흐름
사용자는 Python 코드를 직접 작성하거나 AI에게 지시하여 전략을 만들 수 있습니다. 생성된 전략은 전 시장 주식을 밀리초 단위로 스캔하여 조건에 맞는 종목을 필터링합니다. 백테스팅은 실제 매매와 동일한 경로를 따르도록 설계되어, T+1 제도와 수수료, 슬리피지까지 반영합니다. 특히 '미래 함수' 문제를 방지하기 위해 당일 기준의 데이터만 사용하도록 제한합니다. 또한 파라미터 과적합을 막기 위해 샘플 외 데이터로 검증하는 과정을 자동화합니다.
AI 어시스턴트와 개방형 API
내장된 AI 대화 어시스턴트는 21개의 조회 도구와 5개의 실행 도구를 호출하여 질문에 답합니다. 데이터 조회 과정은 투명하게 표시되어 사용자가 어떤 데이터를 가져왔는지 확인할 수 있습니다. 전략 생성이나 백테스팅 실행 같은 쓰기 작업은 반드시 사용자의 확인을 거치도록 설계되어 있습니다. 또한 65개의 API 엔드포인트와 MCP 서버를 제공하여, 외부 프로그램이나 다른 AI 클라이언트가 TSP의 기능을 직접 호출할 수 있습니다. 토큰 기반의 권한 관리로 데이터 접근을 세밀하게 통제합니다.
실행 환경과 주의할 점
Docker가 설치된 환경이라면 한 줄 명령어로 즉시 실행할 수 있으며, Windows와 macOS용 데스크톱 클라이언트도 제공합니다. 메모리 사용량이 주요 제약 사항으로, 기본 설정에서는 약 1.3GB의 RAM을 차지합니다. 2GB 이하의 저사양 서버에서는 백테스팅이나 복잡한 최적화 작업을 수행할 때 메모리 부족이 발생할 수 있으므로, 폴라스 스레드 수를 줄이는 등 설정 조정이 필요합니다. 이 도구는 투자 조언이나 매매 신호를 제공하지 않으며, 학습과 연구 목적으로만 사용하도록 명시되어 있습니다. 데이터 소스 API 키가 없으면 일부 실시간 데이터 기능이 제한될 수 있습니다.
