Lee Trader Lab은 종목 이름 옆에 점수 하나를 붙여 매수와 매도를 단정하는 사이트가 아닙니다. 국내 주식 데이터를 매일 같은 절차로 정리하고, 여러 관점의 신호가 서로 일치하는지 확인한 뒤, 지금 진입해도 되는 후보와 조금 더 관찰해야 하는 후보를 구분하는 분석 서비스입니다. 공개 화면에서는 결과를 간단히 보여 주지만, 결과가 만들어지는 과정에는 데이터 날짜 확인, 특징 계산, 모델 예측, 시장 상태 판단, 위험 조건 적용, 주문 가능성 검토가 차례로 들어갑니다.

이 글은 Lee Trader Lab의 실제 운영 흐름을 기준으로 작성했습니다. 특정 종목을 추천하거나 미래 수익을 약속하려는 목적이 아닙니다. 사용자가 랭킹, 관찰 후보, AI 자동매매 화면을 볼 때 각 숫자를 어디까지 믿고 어떤 부분을 추가로 확인해야 하는지 설명하는 것이 목적입니다.

1. 먼저 데이터 날짜와 범위를 확인합니다

분석의 출발점은 최신 가격을 가져오는 일이지만, 단순히 오늘 종가 한 칸을 추가하는 것으로 끝나지 않습니다. 종목 코드, 거래일, 수정 주가, 거래량, 재무 기준일이 서로 맞는지 확인해야 합니다. 휴장일이나 데이터 제공 지연 때문에 가격 날짜와 재무 날짜가 다를 수도 있습니다. Lee Trader Lab은 이런 날짜 차이를 그대로 숨기지 않고 운영 상태와 기준일을 함께 기록합니다.

분석 대상은 코스피와 코스닥의 주요 보통주를 중심으로 구성됩니다. 현재 파이프라인은 약 204개 종목을 반복 계산하지만, 모든 종목이 항상 랭킹이나 주문 후보에 나타나는 것은 아닙니다. 가격 이력이 짧거나 거래가 불안정한 종목, 필요한 특징을 만들 수 없는 종목, 운영 안전 조건을 통과하지 못한 종목은 중간 단계에서 제외될 수 있습니다.

데이터가 최신이라는 사실과 데이터가 완전하다는 사실도 구분합니다. 최신 거래일이 맞더라도 일부 열이 비어 있거나 전일 값이 반복되면 분석 품질은 떨어집니다. 그래서 사이트의 운영 점검에서는 기준일뿐 아니라 행 수, 결측치, 가격 갱신 상태, 산출물 생성 시각을 함께 확인합니다.

2. 가격과 거래량을 여러 시간 관점으로 바꿉니다

원시 종가만으로는 종목의 상태를 충분히 설명하기 어렵습니다. Lee Trader Lab은 이동평균, 최근 수익률, 변동성, 고점과의 거리, 거래량 변화처럼 서로 다른 성격의 특징을 계산합니다. 짧은 기간 특징은 최근 반응을 빠르게 보여 주지만 노이즈가 많고, 긴 기간 특징은 큰 흐름을 보여 주지만 전환을 늦게 반영합니다.

예를 들어 최근 상승률이 높다는 사실은 긍정적 모멘텀일 수도 있고 이미 과열됐다는 경고일 수도 있습니다. 거래량 증가도 새로운 수요 유입일 수 있지만 이벤트 직후의 일시적 쏠림일 수 있습니다. 따라서 하나의 지표를 독립적인 매수 근거로 사용하지 않고, 가격 위치와 변동성, 거래량 지속성, 시장 환경을 함께 봅니다.

현재 모델 입력에는 약 43개 특징이 사용됩니다. 이 숫자는 많아 보이지만 특징 수가 많다고 자동으로 좋은 예측이 되는 것은 아닙니다. 비슷한 정보를 반복하는 특징이 많으면 모델이 과거 패턴에 과도하게 맞을 수 있습니다. 그래서 특징은 가격, 모멘텀, 변동성, 수급, 재무, 시장 상대 강도처럼 역할이 다른 묶음으로 관리합니다.

3. 재무와 수급은 가격 신호의 맥락을 보완합니다

가격 흐름이 좋아도 기업 실적이 악화되고 있거나 특정 주체의 수급이 급격히 이탈하면 같은 점수를 다르게 해석해야 합니다. 반대로 단기 가격이 약해도 실적 흐름과 수급이 개선되는 초기 구간일 수 있습니다. Lee Trader Lab은 재무와 수급을 가격의 정답으로 취급하지 않고, 가격 신호가 만들어진 배경을 설명하는 자료로 사용합니다.

재무 데이터는 발표 주기가 가격보다 느립니다. 오늘 가격에 오늘 재무 정보가 새로 생기는 구조가 아니므로, 기준일을 분리해 보는 것이 중요합니다. 또한 업종마다 적정 부채 수준, 이익 변동성, 성장률의 의미가 다릅니다. 동일한 숫자를 모든 업종에 똑같이 적용하면 금융주, 제조업, 성장주의 특성을 놓칠 수 있습니다.

수급 데이터도 하루 순매수만 보지 않습니다. 외국인이나 기관의 매수가 이어지는지, 가격 상승과 함께 나타나는지, 거래량이 충분한지 확인합니다. 한 주체의 단기 매수만으로 미래 방향을 확정할 수 없기 때문에 수급은 다른 특징과 결합될 때 의미가 커집니다.

4. 모델은 여러 예상 기간을 따로 계산합니다

Lee Trader Lab의 핵심 예측기는 LightGBM 계열 모델입니다. 하나의 모델이 모든 기간을 대표하도록 만들지 않고, 서로 다른 보유 기간의 예상 수익과 상위권 진입 가능성을 나누어 계산합니다. 짧은 기간에 유리한 종목과 조금 긴 기간에 유리한 종목은 다를 수 있기 때문입니다.

모델 출력은 확정 수익률이 아닙니다. 과거에 비슷한 특징 조합을 보인 사례를 바탕으로 상대적인 기대를 계산한 값입니다. 시장 구조가 바뀌거나 예외적인 뉴스가 발생하면 과거 관계가 약해질 수 있습니다. 그래서 예측값은 최종 답이 아니라 후보를 비교하는 한 단계로 사용합니다.

사이트의 AI 점수는 여러 예측을 사용자가 읽기 쉬운 형태로 정리한 결과입니다. 점수가 높다는 것은 현재 입력 특징에서 상대적으로 유리하게 평가됐다는 뜻이지, 반드시 상승한다는 뜻이 아닙니다. 점수 차이가 작을 때는 순위 한두 칸보다 위험 상태와 가격 위치가 더 중요할 수 있습니다.

5. 시장 상태가 나쁘면 좋은 종목도 보류합니다

개별 종목 분석과 시장 전체 판단은 분리할 수 없습니다. 상승 종목 비율이 낮고 지수 변동성이 커지는 구간에서는 개별 종목의 좋은 신호도 실패하기 쉽습니다. Lee Trader Lab은 시장 breadth, 주요 지수 흐름, 변동성 상태를 함께 보고 후보의 진입 강도를 조정합니다.

이 과정 때문에 랭킹 상위 종목이 자동으로 매수 후보가 되지 않을 수 있습니다. 모델 점수는 좋지만 시장 위험 단계가 높거나, 최근 급등으로 예상 손실 폭이 커졌거나, 주문 가능한 수량이 지나치게 작을 수 있습니다. 이런 경우 후보는 삭제되지 않고 관찰 또는 검토 상태로 남습니다.

시장 필터는 기회를 완전히 예측하는 장치가 아닙니다. 방어적으로 작동하면 상승 초기를 놓칠 수도 있습니다. 대신 나쁜 시장에서 모든 높은 점수를 동일하게 추종하는 위험을 줄이는 역할을 합니다. 사용자는 랭킹과 함께 메인 화면의 시장 요약을 확인해야 합니다.

6. 진입 전에는 손익 비대칭과 실행 가능성을 봅니다

후보가 좋아 보여도 현재 가격에서 얻을 수 있는 기대 수익보다 감수해야 할 손실이 더 크면 진입을 보류하는 편이 합리적입니다. Lee Trader Lab은 예상 수익, 예상 최대 낙폭, 최근 변동성, 가격 과열 상태를 함께 비교합니다. 이 검토는 기업의 장기 가치 판단이 아니라 현재 시점의 진입 위험을 줄이기 위한 운영 절차입니다.

실제 주문 단계에서는 계좌 현금, 기존 보유 수량, 종목별 한도, 최소 주문 수량, 중복 주문 여부도 확인합니다. 분석 후보와 실행 가능한 주문은 다른 개념입니다. 좋은 후보라도 이미 보유 비중이 크거나 장이 닫혀 있거나 신호 날짜가 오래됐다면 주문하지 않습니다.

자동매매 화면에 REVIEW, HOLD, EXIT 같은 상태가 표시되는 이유도 여기에 있습니다. 모델 결과와 정책 결과, 주문 결과를 한 문장으로 섞으면 무엇 때문에 거래가 이뤄지지 않았는지 알 수 없습니다. Lee Trader Lab은 가능한 한 판단 단계와 실행 단계를 나누어 기록합니다.

7. 보유 뒤에는 고점과 손실 경로를 계속 관찰합니다

진입 뒤의 관리는 진입 점수와 별도의 문제입니다. 평균 매수가 대비 손익, 보유 중 최고 가격, 최고 수익에서 현재까지의 하락 폭, 보유 기간을 기록합니다. 손절과 trailing 조건은 모델 예측을 다시 계산하는 것과 다르게 계좌 위험을 제한하는 운영 정책입니다.

장중에는 가격이 임계선 주변을 오가면서 EXIT 조건이 발생했다가 해제될 수 있습니다. 그래서 관찰 신호, 정책 결정, 주문 요청, 실제 체결을 각각 기록해야 합니다. Lee Trader Lab의 손익 분석 문서는 이 연결을 통해 빠른 청산이 유리했는지, 반등을 놓쳤는지, 결정이 늦었는지를 사후 검증합니다.

현재 공개 분석은 모델이나 계산식을 즉시 변경하기 위한 것이 아닙니다. 먼저 데이터와 실제 체결 경로를 충분히 누적하고, 원인이 확인된 뒤에만 정책 개선 여부를 검토합니다. 분석 도중 실주문 기준을 임의로 바꾸지 않는 것이 중요한 안전 원칙입니다.

8. 사용자가 화면을 읽는 권장 순서

처음 방문했다면 메인 화면에서 시장 상태를 보고, 랭킹에서 후보의 상대 위치를 확인한 뒤, 종목 상세 설명에서 점수 구성과 위험 신호를 살펴보는 순서를 권합니다. 그 다음 분석 방법론에서 데이터와 모델의 한계를 확인하고, 용어가 낯설다면 용어 설명을 참고할 수 있습니다.

AI 자동매매 화면은 추천 목록이라기보다 운영 기록판에 가깝습니다. 주문 초안, 정책 결정, 실행 결과, 보유 상태가 연결돼 있는지 확인하는 화면입니다. 특정 상태 하나만 보고 같은 거래를 따라 하는 용도로 사용해서는 안 됩니다.

Lee Trader Lab은 개인의 자산 규모, 투자 기간, 세금 상황, 위험 선호를 알 수 없습니다. 따라서 공개 정보는 투자 판단을 돕는 참고 자료이며 맞춤형 투자 자문이나 수익 보장이 아닙니다. 실제 투자 결정과 책임은 사용자에게 있습니다.

좋은 분석은 항상 맞히는 분석이 아니라, 틀렸을 때 어디서 틀렸는지 확인할 수 있는 분석에 가깝습니다. 이 사이트가 점수와 함께 기준일, 시장 상태, 위험 경고, 운영 결과를 보여 주는 이유도 여기에 있습니다.