계좌 화면 개편과 적립식 위험 관리 개선

.gitignore

@@ -44,6 +44,8 @@ reports/validation_walkforward_*.txt
 # --- 테스트/에이전트 임시 산출물 ---
 pytest_tmp*/
 .claude/worktrees/
+output/
+.playwright-mcp/
 
 # --- IDE / OS ---
 .idea/

config/baskets.yaml

@@ -29,25 +29,12 @@ baskets:
       "006400": 0.10    # 삼성SDI  10%
       # 합계 = 1.00 (현금 비중 = diversification.min_cash_ratio로 별도 관리)
 
-  # --- 분산 대형주 buy&hold (수익성 검증 결론 반영) ---
-  # docs/PROFITABILITY_FINDINGS.md 결론: 대형주에서 능동 alpha는 없고, 분산 보유(베타)가
-  # 현실적 고수익 경로다(실행 기준 ~22% CAGR, Sharpe ~1.0, MDD ~-20%). 능동 리밸런싱은
-  # 비용이라 수익을 깎으므로 회전을 최소화한다 — 그래서 분기(quarterly) + 넓은 드리프트
-  # 임계값(8%p) + 낮은 회전 상한으로 "사서 들고 있기"에 가깝게 운용한다.
-  # 2026-06-10 paper 운영 개시: trading.mode=paper에서 트랙레코드(60영업일) 축적 목적.
-  # paper에서는 실주문이 없고, live 전환은 별도로 ENABLE_LIVE_TRADING + --confirm-live +
-  # 바스켓별 readiness gate(basket_rebalance:kr_diversified_hold)를 모두 통과해야 한다.
-  # 2026-08-07 튜닝: 운영 2개월 실측을 반영해 두 가지를 명시로 바꿨다.
-  #   (1) target_stock_weight 0.60 — 종전에는 '주식 80%(=1-min_cash_ratio)'가 설계였는데
-  #       실효 배치율은 59%였다(하이닉스 슬롯 미충족 + 정수주 절사 + 추가매수 영구 거부
-  #       버그). 그 결과 6/10~8/07 KOSPI -18.6% 구간에서 총자산은 -5.0%로 막혔다 —
-  #       현금 완충이 방어의 주원인이었다. 그 완충을 '버그의 부작용'으로 두지 않고
-  #       의도한 정책으로 고정한다. 상승 전환 시 80% 대비 수익은 덜 먹는 대가다.
-  #   (2) risk 블록 — 종전에는 전역 단타 기준(-3% 손절/+8% 익절/-5% 트레일링)이 진입
-  #       시 기록되기만 하고 일일 사이클이 평가하지 않아, 손절선을 뚫은 포지션이 그대로
-  #       방치됐다. 트랙 성격에 맞는 폭으로 다시 잡고 실제로 평가한다(core/basket_risk.py).
+  # --- 대형주 분산 투자 ---
+  # 주식 60%·현금 40%, 비중 8%p 이탈 시 조정한다. 기존 운용 규칙을 유지한다.
+  # 특정 과거 구간의 높은 수익률을 앞으로의 기대수익률로 사용하지 않는다.
+  # 기존 매입 이후 기록은 보존하며, 새로운 위험 관리 검증은 docs/RISK_REVIEW_20260917.md 참고.
   kr_diversified_hold:
-    name: "분산 대형주 buy&hold (저회전)"
+    name: "대형주 분산 투자"
     enabled: true
     primary: false
     purpose: "장기 관찰용"
@@ -70,10 +57,8 @@ baskets:
       # 60%로 명시한 지금은 미달이 곧 조치 대상(현금 누수)이다. 실제로 감시가 꺼져 있는
       # 동안 배치율이 61.0% → 54.9%로 새는 것을 헬스가 전혀 잡지 못했다.
       deployment_tolerance: 0.05
-    # 리스크 오버레이는 이 트랙에선 아직 끈다 — 60거래일 검증을 마치고 실전 전환 승인을
-    # 기다리는 중이라, 정책을 바꾸면 검증 대상이 달라진다. 백테스트(2021-12~2026-09,
-    # docs/RISK_OVERLAY_FINDINGS.md)에서 낙폭 제어(-10%에서 절반)는 최대낙폭 -26.1→-16.4%,
-    # 샤프 0.82→0.85(연수익률 18.3→15.8%)였다. 켜려면 enabled: true.
+    # 이 계좌의 위험 조절 규칙은 기존대로 꺼 둔다.
+    # ETF 적립 계좌에서의 개선 결과를 개별 주식 계좌에 그대로 적용하지 않는다.
     overlays:
       drawdown_guard:
         enabled: false
@@ -167,10 +152,14 @@ baskets:
   # 월 적립은 웹 대시보드 입금 버튼 또는 tools/record_deposit.py --basket kr_pocket
   # --amount 100000 으로 기록(입금은 TWR이 중화 — 수익률 왜곡 없음). 다음 사이클이 흡수한다.
   kr_pocket:
-    name: "소액 적립 (지수+CD금리 파킹)"
+    name: "ETF 적립"
     enabled: true
     primary: true
     purpose: "월 적립 중심"
+    promotion:
+      # 이전 규칙으로 쌓은 운영 일수만으로 새 규칙을 실전에 적용하지 않는다.
+      paper_only: true
+      review_note: "9월 17일 변경한 위험 관리 규칙을 모의투자로 검증하고 있습니다."
     contribution_plan:
       enabled: true
       cadence: "monthly"
@@ -184,20 +173,13 @@ baskets:
     # (1주가/총액)과의 max로 자동 완화·조임한다 — 잔고가 커지면 이 값이 다시 지배한다.
     monitoring:
       deployment_tolerance: 0.10
-    # --- 리스크 오버레이 (2026-09-17, docs/RISK_OVERLAY_FINDINGS.md) ---
-    # 종목을 고르지 않고 '주식 비중을 언제 줄이는가'만 바꾼다. 배수는 설계 비중(95%)에
-    # 곱한다: 추세 필터 발동 시 95% × 0.5 = 47.5%(지수 23.75 + 파킹 23.75), 나머지 현금.
-    #   추세 필터: 코스피200이 200일선 아래로 2% 넘게 내려가면 절반, 위로 2% 넘게 올라와야
-    #             복귀. 2002~2026 백테스트: 연수익률 7.45→7.19%(-0.26%p), 최대낙폭
-    #             -28.8→-21.8%, 최악 연도 -18.7→-12.3%, 샤프 0.42→0.45. ETF 구간(2014~)도
-    #             연 9.62→9.32%에 최악 연도 -11.2→-4.6%. 비용은 ETF라 거래세 없이 수수료뿐.
-    #   낙폭 제어: 시간가중 NAV가 고점 대비 -10% 아래면 절반, -5% 안으로 회복해야 복귀.
-    #             ETF 구간 최대낙폭 -21.7→-16.3%(추세와 결합), 샤프 0.59→0.64.
-    #   변동성 목표: 한국 시장에선 수익을 2~4%p 깎아(고변동 구간이 고수익 구간) 끈다.
-    # 상태(추세 아래/낙폭 발동)는 data/overlay_state/kr_pocket.json으로 이어지고, 헬스와
-    # 대시보드는 '설계 × 배수'를 그날의 목표로 본다(오버레이가 줄인 날 미달 경보 안 울림).
-    # 끄려면 enabled: false — 다음 사이클부터 설계 비중으로 되돌아간다.
+    # 2026-09-17 재검증: 주식과 CD ETF를 함께 줄이던 동작을 수정한다.
+    # 추세·낙폭 규칙이 겹치면 더 낮은 비중을 한 번만 적용한다.
+    # 기본: 주식 47.5 / CD 47.5 / 현금 5 → 방어: 주식 23.75 / CD 71.25 / 현금 5.
+    # 실전 자동 전환 없음. 기간별·비용별 검증과 한계: docs/RISK_REVIEW_20260917.md
     overlays:
+      combination: minimum
+      defensive_symbol: "357870"
       trend_filter:
         enabled: true
         index_symbol: "KS200"

core/basket_evaluation.py

@@ -139,7 +139,7 @@ def format_evaluation_report(result: dict[str, Any], basket_name: str = "") -> s
         f"  비용 드래그: 누적 {result['cost_drag_cum']:.4%} | 연환산 {result['cost_drag_annualized']:.4%}"
         + (
             " (기간 미충족 — 초기 매입 일회성 비용이 과장되므로 판정 미적용)"
-            if result["verdict"] == "WAIT" else ""
+            if result["progress_days"] < result["min_trading_days"] else ""
         ),
     ]
     if m.get("nav_return_pct") is not None:
@@ -540,4 +540,14 @@ def _d(v):
         result["metrics"]["composition_gap_pct"] = gaps["composition_gap_pct"]
         result["metrics"]["total_gap_pct"] = gaps["total_gap_pct"]
 
+    promotion = basket_cfg.get("promotion") or {}
+    if promotion.get("paper_only", False):
+        # 운영 일수는 남겨 두되, 이전 규칙의 기록으로 새 정책이 통과하지 않게 한다.
+        result["operation_verdict"] = result["verdict"]
+        result["paper_only"] = True
+        if result["verdict"] == "PASS_CANDIDATE":
+            result["verdict"] = "WAIT"
+        result["issues"].append(str(promotion.get("review_note") or
+            "변경한 운용 규칙을 모의투자로 검증하고 있습니다. 실전 전환은 제한됩니다."))
+
     return result, basket_name

core/basket_rebalancer.py

@@ -169,7 +169,11 @@ def _stock_fraction(self) -> float:
         배치 진단·트리거·주문 계획이 전부 이 값을 쓰므로, 오버레이가 비중을 줄인 날
         '현금 래칫' 감시가 설계 비중을 향해 되사는 일은 생기지 않는다.
         """
-        return self.base_stock_fraction() * self._overlay_scale()
+        from core.risk_overlays import overlay_target_weights
+        return sum(overlay_target_weights(
+            self.holdings, self.base_stock_fraction(), self._overlay_scale(),
+            (self.basket.get("overlays") or {}).get("defensive_symbol"),
+        ).values())
 
     def _overlay_scale(self) -> float:
         decision = self.overlay_decision()
@@ -220,7 +224,7 @@ def overlay_decision(self):
         if decision.reasons:
             logger.info("바스켓 '{}' 리스크 오버레이 발동: {} (배수 {})", self.basket_name, " · ".join(decision.reasons), decision.scale)
         else:
-            logger.info("바스켓 '{}' 리스크 오버레이 발동 없음 (배수 1.0)", self.basket_name)
+            logger.info("바스켓 '{}' 리스크 오버레이 계산 완료 (배수 {})", self.basket_name, decision.scale)
         self._overlay_decision = decision
         return decision
 
@@ -245,11 +249,21 @@ def _fetch_index_closes(self, symbol: str, ma_days: int) -> list[float] | None:
             try:
                 import pandas as pd
                 parsed = pd.to_datetime(dates).dt.date if hasattr(pd.to_datetime(dates), "dt") else pd.to_datetime(dates).date
-                mask = [d != today for d in parsed]
-                frame = frame[mask]
+                mask = [d < today for d in parsed]
+                frame = frame[mask].copy()
+                frame["_overlay_date"] = [d for d, keep in zip(parsed, mask) if keep]
+                frame = frame.sort_values("_overlay_date")
+                if frame["_overlay_date"].duplicated().any():
+                    return None
             except Exception:
-                pass
-        closes = [float(c) for c in frame["close"].dropna().tolist()]
+                return None
+        else:
+            return None
+        # 누락 봉을 삭제하면 이동평균 창이 과거로 밀려 잘못 복귀할 수 있다.
+        try:
+            closes = [float(c) if c is not None else float("nan") for c in frame["close"].tolist()]
+        except (TypeError, ValueError):
+            return None
         return closes or None
 
     def _nav_series_for_overlay(self) -> tuple[list[float] | None, list[float] | None]:
@@ -264,9 +278,17 @@ def _nav_series_for_overlay(self) -> tuple[list[float] | None, list[float] | Non
             return None, None
         if snaps is None or getattr(snaps, "empty", True) or "cumulative_return" not in snaps.columns:
             return None, None
-        cumulative = [float(v) for v in snaps["cumulative_return"].tolist() if v is not None]
+        if "date" in snaps.columns:
+            import pandas as pd
+            snaps = snaps.copy()
+            snaps["date"] = pd.to_datetime(snaps["date"], errors="coerce")
+            snaps = snaps[snaps["date"].dt.date < datetime.now(_KST).date()].sort_values("date")
+        try:
+            cumulative = [float(v) if v is not None else float("nan") for v in snaps["cumulative_return"].tolist()]
+        except (TypeError, ValueError):
+            return None, None
         index = [1.0 + c / 100.0 for c in cumulative]
-        daily = [index[i] / index[i - 1] - 1.0 for i in range(1, len(index)) if index[i - 1] > 0]
+        daily = [index[i] / index[i - 1] - 1.0 if index[i - 1] > 0 else float("nan") for i in range(1, len(index))]
         return cumulative, daily
 
     def _is_live(self) -> bool:
@@ -374,7 +396,13 @@ def get_target_weights(self) -> dict[str, float]:
         if total > 0 and abs(total - 1.0) > 0.001:
             base = {s: w / total for s, w in base.items()}
 
-        return base
+        from core.risk_overlays import overlay_target_weights
+        targets = overlay_target_weights(
+            base, self.base_stock_fraction(), self._overlay_scale(),
+            (self.basket.get("overlays") or {}).get("defensive_symbol"),
+        )
+        invested = sum(targets.values())
+        return {s: w / invested for s, w in targets.items()} if invested > 0 else base
 
     def get_current_weights(self, prices: dict[str, float] = None) -> dict[str, float]:
         """

core/live_readiness.py

@@ -42,6 +42,11 @@ def check_basket_live_readiness(config, strategy_name: str) -> list[str]:
             issues.append(
                 f"바스켓 '{basket_name}'이 enabled=false — paper 운영(트랙레코드)부터 시작하세요."
             )
+        if (basket.get("promotion") or {}).get("paper_only", False):
+            issues.append(
+                f"바스켓 '{basket_name}'은 모의투자 전용(paper_only)입니다. "
+                "변경한 운용 규칙을 검증하기 전에는 실전으로 전환할 수 없습니다."
+            )
         holdings = basket.get("holdings", {}) or {}
         total_w = sum(float(w) for w in holdings.values())
         if abs(total_w - 1.0) > 0.001: