for_dashboard — 금융 대시보드 98 (public)

Windows 98 레트로 감성의 대시보드 런처(바탕화면) 와 그 안에서 실행되는 대시보드들로 구성된 정적 사이트입니다. → https://hahajongha.github.io/for_dashboard/

• 메인 화면: index.html — Win98 스타일 바탕화면. 아이콘을 더블클릭하면 해당 대시보드가 창으로 열립니다 (시작 메뉴·작업표시줄·창 이동/크기조절 지원)
• KOSPI 시그널 랩: dashboards/kospi_signal.html — 아이디어별 신호·전략을 번호 붙은 전략 묶음으로 모은 검증·모니터링 대시보드
  • 1 BOP · 이격도: Balance of Power(BOP) 매수 신호와 50일 이동평균 이격도 매도 신호가 KOSPI 변곡점을 잡는지 검증하는 백테스트 (계산 엔진: dashboards/kospi_signal_engine.js)
  • 2 업종 2등주: TIGER 반도체·헬스케어·2차전지테마 중 지난달 수익률 2등을 보유하는 전략 모니터 (계산: dashboards/kospi_signal_tiger.js)
  • 엑셀 읽기는 공용 dashboards/kospi_xlsx_lite.js
• TAA 인컴 포트폴리오: investment_model/ — 미국 ETF 25종 월간 인컴/배당 포트폴리오 모델(Python)과 대시보드. 데이터 갱신·모델 실행은 이 저장소의 GitHub Actions가 합니다 (아래 TAA 인컴 포트폴리오 참고)
• 데이터: data/kospi_signal.json — private 저장소 for_data에 엑셀을 올리면 GitHub Actions가 자동으로 생성·발행하는 KOSPI 일별 OHLC (원본 파일의 전체 기간). data/kospi_tiger.json — 같은 엑셀의 TIGER 시트에서 발행하는 ETF 4종 일별 수정 종가 (2 업종 2등주)

데이터 갱신 (엑셀 업로드 → 자동 반영)

[private] for_data                                     [public] for_dashboard (이 저장소)
data/kospi/*.xlsx ──push──▶ GitHub Actions ──▶ data/kospi_signal.json ──▶ KOSPI 시그널 랩
(벤더 원본, 비공개)          (파생 데이터 생성·발행)    (KOSPI 일별 OHLC 전체 기간 공개)

1. github.com → hahajongha/for_data → data/kospi 폴더 → Add file → Upload files
2. 벤더 엑셀(양식 그대로, BOP 시트 포함)을 끌어다 놓고 Commit changes
3. 약 2분 뒤 사이트에 반영됩니다 (for_data → Actions 탭에서 진행 상황 확인)

원본 데이터는 데이터벤더 제공으로 비공개 저장소에만 존재하며, 이 저장소에는 대시보드 표시에 필요한 값만 발행됩니다 — KOSPI 일별 시가·고가·저가·종가, TIGER ETF 4종 종가, 업종별 종가지수(업종명만) (원본의 다른 시트는 발행하지 않음). 자세한 규칙은 for_data 저장소의 README를 참고하세요.

KOSPI 시그널 랩 구성

화면은 전략 묶음 → 탭 2단계입니다. 맨 위 번호 카드로 묶음을 고르고, 묶음 안에서 탭을 고릅니다 (탭이 하나뿐인 묶음은 탭 줄 없이 바로 화면). 번호는 아이디어를 추가한 순서이고, 새 아이디어는 다음 번호 묶음으로 하나씩 붙입니다 (아래 새 전략 묶음 추가). 머리글의 설명·데이터 줄과 바닥글은 고른 묶음에 맞게 바뀌고, 엑셀 업로드·[데이터 · 계산 방법] 창·테마는 모든 묶음이 함께 씁니다. 묶음마다 마지막으로 본 탭을 기억합니다.

번호	묶음	탭	데이터 (엑셀 시트)	조건 입력
1	BOP · 이격도	차트·신호 · 성과·최적 조합 · 신호 검증	data/kospi_signal.json (BOP)	왼쪽 설정 패널
2	업종 2등주	(한 화면)	data/kospi_tiger.json (TIGER)	화면 안 [분석 조건]
3	업종 추세 · 시장 폭	업종 순위·단계 · 시장 폭	data/kospi_sector.json (SECTOR)	화면 안 [분석 조건]·차트 칩

• 주소: #chart·#perf·#check·#tiger·#sectors·#breadth처럼 탭 id로 바로 열고, #bop·#second·#trend처럼 묶음 id로 열면 그 묶음에서 마지막으로 본 탭이 열립니다. #data는 [데이터 · 계산 방법] 창입니다.

1 BOP · 이격도

두 지표로 KOSPI 변곡점을 확인합니다.

• 매수(B): BOP(14일 평균)가 기준선(기본 −0.20, −0.20~−0.25 구간 검토) 아래로 내려서는 날 — BOP = (종가 − 시가) / (고가 − 저가) (엑셀 Bulls − Bears 수식과 동일)
• 매도(S): 종가 / 50일 이동평균 × 100 (이격도)이 기준선(기본 120%, 120~130% 구간 검토) 이상으로 올라서는 날
• B⁺(이중 확인): B 조건과 "이격도 ≤ 상한(기본 95%)"이 함께 처음 충족된 날
• 같은 신호는 최소 간격(기본 10거래일) 안에 다시 내지 않습니다 (1로 두면 모든 진입 — 이전 버전과 같은 신호)
• 왼쪽 설정 패널에서 기간, 기준선·평균 기간, 보유/대기 일수, B 최대 대기, 이중 확인 상한, 세부 가정(최소 간격·체결 시점·비용·현금 수익률)을 입력하면 이 묶음의 세 탭에 모두 적용되고 이 브라우저에 저장됩니다. 누적 성과는 기준가 1000으로 KOSPI Buy & Hold와 비교합니다.

탭	내용
차트·신호	현재 상태 판정 문장, KOSPI·BOP 평균·이격도 차트 위 B / S / B⁺ 신호(ON·OFF), 전략 매매 표시(보유 구간 음영·체결점), 신호 내역(행을 누르면 그 날짜로 이동)
성과·최적 조합	누적 성과(기준 1000)·낙폭, 전략 7종 성과표(평가 기준 선택·규칙 설명), 임계치 조합표(칸을 누르면 그 기준선 적용), 연도별 수익률, 매매 내역, 과최적화 점검(IS → OOS)
신호 검증	B·B⁺·S 판정 문장, 신호 후 0~60일 평균 경로, 신호 후 수익률 vs 평상시(p-value·방향 판정), 기준선별 비교
[데이터 · 계산 방법] 창 (공용)	엑셀 업로드, 데이터 점검 결과, CSV 내보내기, 묶음별 계산식·가정·유의사항

• 차트 조작 (보기만 바뀌고 분석 기간은 그대로 — [이 구간으로 분석]을 누를 때만 기간이 바뀜)

  • 드래그: 구간 확대 · Shift+드래그 또는 차트 아래 미니맵 끌기: 이동(미니맵 양 끝은 폭 조절)
  • Ctrl(⌘)+휠·트랙패드 핀치·두 손가락 핀치: 확대/축소 · 더블클릭 또는 [전체 보기]: 처음 화면
  • 차트를 누른 뒤 ←/→ 날짜 이동(Shift는 10일), +/− 확대, 0 전체 · 터치 한 손가락: 값 확인
  • 성과 탭의 누적 성과 차트는 차트·신호 탭과 보기 범위가 연동됩니다(‘보기 연동’ 칩으로 끄기)

• 데이터 범위: 기본 데이터(data/kospi_signal.json)는 원본 파일의 전체 기간(2000년~)을 포함합니다. 공개 범위는 for_data 저장소 scripts/build_kospi_signal_data.py의 PUBLIC_LOOKBACK_DAYS로 조정합니다.

2 업종 2등주

한화투자증권 MP전략(2024.8) p.19~22의 2등주 전략 모니터입니다. 한 화면에 이번 달 보유 2등주·월중 성과·다음 달 잠정 2등주, 1등·2등·3등·1+2등주와 TIGER 200 누적 성과(일별)·낙폭·보유 업종 띠, 전략별 성과표, TIGER 200 대비 상회 업종 수 분포, 전월 → 이번 달 순위 전환표, 월별 순위표(CSV)가 있습니다. 화면 안 [분석 조건](기간·순위 기준 1/2/3/6개월·매매 비용)만 적용되고, 1번 묶음의 왼쪽 설정 패널은 보이지 않습니다.

• 데이터: data/kospi_tiger.json은 원본 TIGER 시트(2019년~)의 TIGER 반도체(091230)·헬스케어(143860)· 2차전지테마(305540)·TIGER 200(102110) 일별 수정 종가입니다. 월말 순위와 전략 성과는 브라우저가 계산합니다. 매월 마지막 거래일 종가로 순위를 매겨 다음 달 한 달 보유하며(월말 종가 체결 가정), 통계는 끝난 달만 씁니다.

3 업종 추세 · 시장 폭

업종별 일별 종가지수로 주도 업종과 시장 폭을 봅니다 (마크 미너비니의 추세 템플릿·단계 분석을 업종 지수에 적용). 업종은 업종명으로만 표시합니다.

탭	내용
업종 순위·단계	기준일 판정 문장(2단계·4단계 업종 수, 가장 가까운 업종, 최근 5거래일 2단계 진입·이탈, RS 상위, 52주 고점에 가까운 업종), 단계 지도(2·3·4·1단계 — 3단계는 200일선 위·아래로 나눔), 업종 순위표(RS·1/3/6/12개월·추세 템플릿 1~8 칸·단계와 시작일·50/200일선·52주 고점/저점 대비, 머리글로 정렬, CSV), 고른 업종의 상세 차트(종가지수·50/150/200일선·RS 백분위·단계 띠)
시장 폭	판정 문장, KOSPI와 업종 동일가중 지수 · 2단계/200일선 위/50일선 위 업종 비율 · 52주 신고가·신저가 업종 수 차트, 지금 시장 폭의 역사적 위치, 다이버전스 점검(KOSPI 52주 신고가일의 2단계 업종 수 vs 그 전 1년 최대), 과거 비슷한 국면(200일선 위 업종이 적었던 때 KOSPI 1·3·6·12개월 뒤 수익률), 월말 시장 폭 표(일별 CSV)

• 정의: RS = 3·6·9·12개월 수익률 40/20/20/20 가중 점수(또는 3·6·12개월 단독)의 그날 업종 사이 백분위 · 추세 템플릿 1 P>150·200일선 · 2 150일선>200일선 · 3 200일선>21거래일 전 · 4 50일선>150·200일선 · 5 P>50일선 · 6 P≥1.3×52주 최저 · 7 P≥0.75×52주 최고 · 8 RS≥70 (종가 기준) · 단계 2 = 1~7 모두 충족, 4 = P<150·200일선 + 150일선<200일선 + 200일선 하락, 그 밖은 직전 확정 단계가 2면 3, 4면 1.
• 판정 기간: 추세 템플릿·단계는 업종마다 252거래일(52주) 이력이 있어야 판정하고, 값이 빠진 날이 있으면 그날부터 252거래일 동안 ‘판정 전’입니다. 시장 폭·역사적 위치·과거 비슷한 국면은 모든 업종을 판정할 수 있는 날부터 셉니다.
• 조건: 기준일(과거 날짜의 상태도 볼 수 있음, ‘KOSPI 52주 신고가일’ 버튼), RS 기준, 차트 기간·로그·표시 선, 비슷한 국면 기준(200일선 위 업종 0~5개)을 화면 안에서 고르고 이 브라우저에 저장합니다(ui.sc).
• 데이터: data/kospi_sector.json은 원본 SECTOR 시트(2000년~)의 업종별 일별 종가지수입니다. 지표는 모두 브라우저가 계산하고, KOSPI 비교에는 1번 묶음의 KOSPI 종가를 날짜에 맞춰 씁니다. 업로드한 SECTOR 시트는 크기가 커서 kospiSignal.upload.sector.v1에 따로 저장합니다.

공통

• 엑셀 업로드로 바로 분석: 대시보드의 [엑셀 업로드]로 벤더 원본(BOP 시트 포함, TIGER 시트가 있으면 2 업종 2등주, SECTOR 시트가 있으면 3 업종 추세 · 시장 폭에도 반영)을 올리면 발행을 기다리지 않고 그 파일로 바로 분석합니다. 파일은 브라우저 안에서만 처리되며 어디에도 전송되지 않습니다 (그 브라우저에만 보관, "기본 데이터로 되돌리기"로 삭제). 엑셀은 자체 해석기(kospi_xlsx_lite.js)로 읽어 외부 라이브러리를 받지 않습니다 (.xlsx · .xlsm, 예전 .xls는 .xlsx로 저장 후 업로드). 외부에서 받는 것은 글꼴(IBM Plex Sans KR, Google Fonts)뿐이며, 받지 못하면 기본 글꼴로 표시됩니다.

새 전략 묶음 추가

기존 묶음의 계산 로직은 건드리지 않고, 새 아이디어를 다음 번호 묶음으로 붙입니다.

1. 계산: dashboards/kospi_signal_<이름>.js에 DOM 없는 순수 함수로 만듭니다(Node에서 require로 검증 — kospi_signal_tiger.js 참고). kospi_signal.html의 <script src> 목록에 한 줄 추가합니다.
2. 묶음 등록: kospi_signal.html의 GROUPS에 한 항목을 추가합니다 — id(주소용), no(다음 번호), name·tag(카드), desc(머리글 설명), tabs([탭 id, 이름] 목록, 탭 id는 랩 전체에서 고유), kospi(1번 묶음의 KOSPI 계산 결과가 있어야 그리는지), settings(왼쪽 설정 패널을 쓰는지), head(머리글 데이터 줄·바닥글). 카드와 탭 버튼은 여기서 자동으로 만들어집니다.
3. 화면: 탭마다 <section role="tabpanel" id="p-<탭 id>" hidden> 패널을 추가하고, RENDER에 그리기 함수를 등록합니다.
4. 저장: 설정은 kospiSignal.settings.v2의 ui 아래 새 이름으로 저장합니다(다른 앱 키와 겹치지 않게 kospiSignal.*만 사용).
5. 데이터: 새 시트가 필요하면 for_data에 빌드 스크립트와 워크플로 한 줄을 추가합니다(for_data README "새 대시보드 데이터 추가하기"). 업로드 경로(handleFile)에서도 그 시트를 읽게 합니다.
6. 문서: 위 묶음 표와 이 README, [데이터 · 계산 방법] 창에 묶음 구획을 추가합니다.

TAA 인컴 포트폴리오 (investment_model/)

Claude Project에서 개발한 TAA Income Quant PM System v1.0(Model v3.0)을 옮긴 모듈입니다. 모델·방법론·운용 규칙은 investment_model/CLAUDE.md, 사용 설명은 investment_model/README.md, 상세 인수인계는 investment_model/docs/HANDOVER.md에 있습니다.

• 화면: investment_model/output/taa_pm_dashboard_v1.0_latest.html (바탕화면 "TAA 인컴 포트폴리오"). 결과 JSON이 HTML에 내장되어 있어 서버 없이 표시되고, 실보유 비교·주문 계산·CSV 내보내기는 브라우저 안에서만 동작합니다. 실보유 입력(수량·평균매입단가·현금 → 평가금액·손익·비중 자동 계산)과 내 포트폴리오 기록(원금 투입·월말 평가금액·수익률)은 그 브라우저의 localStorage(taaPm.holdings.v1, taaPm.ledger.v1)에만 저장되고 저장소로 올라가지 않습니다 — 백업·다른 기기는 [CSV 내보내기]/[CSV 불러오기], 백업 내보내기를 쓰세요.
• 데이터 갱신 (수동): 화면 1단계 [Update Data ↗] → GitHub Actions Update investment data → Run workflow
  • data_only: yfinance·FRED·ALFRED 데이터만 갱신 / model_run: 데이터 갱신 + 모델 실행 (as_of 비우면 자동 인식)
  • 데이터 갱신마다 investment_model/output/latest_prices.json(유니버스 최신 종가)도 갱신 → 실보유 표의 평가금액을 월 중간에도 최신 종가로 볼 수 있습니다(목표·주문 계산은 모델 기준일 종가 그대로).
• 자동 실행: 매월 1~5일 22:17 UTC, 기준일 = 직전 월 마지막 NYSE 거래일. 이미 기록된 월은 건너뜁니다.
• 안전장치: 임시 복사본에서 다운로드 → 데이터 가드(이력 잘림·티커 누락·관측치 소실·빈티지 누락 등) → 패키지 검증 → 모델 실행이 모두 통과할 때만 investment_model/data·history·output을 교체합니다. 실패하면 기존 데이터는 그대로이고 investment_model/output/status.json에 실패 사유만 기록됩니다.
• 워크플로: .github/workflows/update-investment-data.yml(수동), investment-model-monthly.yml(예약), _investment-model-pipeline.yml(공통), investment-model-tests.yml(골든·주문엔진 회귀 테스트)
• KOSPI 데이터와의 관계: TAA 워크플로는 investment_model/ 아래만 커밋합니다. data/kospi_signal.json은 계속 for_data 저장소만 씁니다.

새 대시보드 추가하기

1. dashboards/ 폴더에 새 HTML 파일을 만듭니다 (예: dashboards/fx.html). 데이터는 ../data/... 상대 경로로 읽습니다.
2. index.html의 APPS 배열에 항목을 하나 추가합니다:

{ id: "fx", name: "환율 대시보드", icon: "chart", type: "iframe",
  url: "dashboards/fx.html", desktop: true, startmenu: true, w: 1200, h: 760 },

바탕화면 아이콘과 시작 메뉴에 자동으로 등록됩니다. (아이콘은 ICONS에 정의된 픽셀 SVG 키를 사용하며, 새 아이콘을 추가해도 됩니다.) 원본 엑셀은 for_data 저장소의 data/<대시보드>/ 폴더에 두고 빌드 스크립트를 추가합니다 (for_data README 참고).

GitHub Pages 설정 (최초 1회)

이 저장소 → Settings → Pages → Source: Deploy from a branch, Branch: 기본 브랜치 / / (root) 선택. 이후 https://hahajongha.github.io/for_dashboard/ 에서 접속할 수 있습니다.

로컬에서 열기

fetch를 사용하므로 파일을 직접 열지 말고 간단한 서버로 띄웁니다:

python3 -m http.server 8000
# http://localhost:8000