Interactive Tool · 100% 브라우저 실행

AI 급등 종목 예측기
— 실제로 작동하는 버전

직접 가진 주가 CSV를 넣으면 이 페이지가 그 자리에서 RSI·이격도·볼린저밴드를 계산하고, 로지스틱 회귀 모델을 학습·검증해서 "앞으로 며칠 안에 목표 수익률을 달성할지"를 실시간으로 예측합니다.

서버 전송 없음 · 모든 계산은 이 브라우저 안에서 실행됩니다
STEP 1

주가 데이터 넣기

날짜·시가·고가·저가·종가(·거래량)가 있는 CSV면 됩니다. 국문/영문 헤더 모두 인식합니다.

종목명(한글) 또는 6자리 종목코드를 입력하세요. 국내(KRX) 상장 종목만 지원합니다.
KB증권 프록시 URL을 입력하면 가장 먼저 그 경로로 오늘 종가까지 조회를 시도합니다 (프록시 서버를 직접 배포해야 사용 가능).
그 다음으로는 GitHub API로 FinanceData/marcap(KRX 시세 데이터셋, 매일 자동 갱신) 폴더의 실제 파일 목록을 조회하고, Parquet 파서(hyparquet)로 직접 읽습니다. 종목명 검색도 이 파일 안에서 처리해 프록시 서버가 필요 없습니다. 이 방식이 막힐 때만 네이버 API(프록시 경유)로 전환합니다.
⚠ 그래도 네트워크 상황이나 저장소/API 구조 변경으로 실패할 수 있습니다 — 실패하면 CSV 붙여넣기 또는 파일 업로드 탭을 이용해주세요.

한국거래소(KRX) 공개 시세 데이터셋 기준 실제 주가입니다 (2018년 액면분할 이후 구간, 약 2,000거래일). 페이지를 열면 이 데이터가 자동으로 로드·실행됩니다.

쉼표(,) 구분 CSV. 첫 줄은 헤더여야 합니다. 형식 예시 파일 받기
파이썬 FinanceDataReader로 받은 데이터프레임을 df.to_csv()로 저장한 파일도 그대로 됩니다.
STEP 2

목표 설정하고 실행

"며칠 안에 몇 % 오르면 성공"으로 볼지 정의합니다. 이 정의를 바꾸면 결과도 달라집니다.

목표 수익률2%
보유 기간(거래일)10일
계산 중...
RESULT

결과

시계열 교차검증 폴드별 정밀도
–
확률
예측 결과
데이터를 실행하면 결과가 표시됩니다.
모델이 참고한 지표 비중 (계수 크기 기준)
주의

이 확률은 과거 패턴에 대한 통계적 추정일 뿐입니다. 투자 조언이 아니며, 실제 매매 판단의 근거로 사용해서는 안 됩니다.

HOW IT WORKS

이 도구는 어떻게 계산하나요

별도 서버나 파이썬 없이, 이 HTML 파일 안의 자바스크립트가 아래 과정을 그대로 수행합니다.

① 지표 계산 — RSI · 이격도 · 볼린저밴드
RSI(14)
100 − 100 / (1 + 상승평균 ÷ 하락평균)
이격도(20)
(종가 ÷ 20일 지수이동평균) × 100
볼린저밴드(20, 2σ)
상단 = MA20 + 2σ  |  하단 = MA20 − 2σ
원본 파이썬 노트북과 동일한 정의를 사용합니다. 값을 계산할 수 없는 초반 구간(최대 20거래일)은 자동으로 제외됩니다.
② 정답 라벨 만들기
각 날짜를 기준으로, 그 다음 날부터 설정한 보유 기간 안에 종가가 설정한 목표 수익률 이상 오른 날이 하루라도 있으면 "성공(1)", 없으면 "실패(0)"로 표시합니다.
③ 시계열 교차검증 (5-Fold)
데이터를 시간 순서대로 6등분해, "앞부분으로 학습 → 바로 다음 구간에서 검증"을 5번 반복합니다(sklearn의 TimeSeriesSplit과 동일한 방식). 미래 데이터가 학습에 섞이지 않도록 항상 과거 → 미래 방향만 사용합니다.
④ 학습 모델 — 로지스틱 회귀
원본 노트북은 XGBoost를 사용했지만, 브라우저에서 외부 라이브러리 없이 즉시 실행되도록 이 도구는 로지스틱 회귀를 경사하강법으로 직접 학습합니다. 알고리즘은 다르지만 "여러 지표를 조합해 상승 여부를 분류"하는 목적과 검증 방식(정밀도, 시계열 교차검증)은 동일합니다. 더 강력한 모델(XGBoost 등)이 필요하다면, 앞서 만든 파이썬 노트북 코드로 이어서 사용하는 것을 추천합니다.
참고

정밀도(Precision)는 모델이 "오른다"고 예측한 날들 중 실제로 맞은 비율입니다. 전체 상승 기회 중 몇 %를 잡아냈는지(재현율)는 별도 지표입니다.