Cluefin-Dure - Agente múltiple de IA para acciones coreanas usando APIs de corredoras y DART

Hola.

Hace 6 meses compartí el proyecto cluefin,
y esta vez conecté el paquete openapi que hice en cluefin (corredoras, DART RestAPI)
como herramientas que pueden usar agentes de IA, y creé el proyecto de investigación de inversión con múltiples agentes "cluefin-dure".

Mientras tanto, con cluefin hice un CLI, TUI, frontend, probé integración con IA, y también toqué varias cosas de trading automático/backtesting.
El proceso de construirlo fue divertido, pero no pude usarlo de forma constante, así que no había mucho que mejorar... y solo terminaba agregando funciones innecesarias... un círculo vicioso ;;

Entonces vi el proyecto Dexter y pensé: "¡Oh! Si hago esto según mis necesidades, sí podría servir bastante", así que empecé.

¡Grande virattt!

Sí, hasta aquí fue mi desahogo; ahora sí, presento el proyecto.

---

Objetivo

Así como en el pasado la gente unía fuerzas en temporada agrícola para trabajar en el campo,
pensé que estaría bien que en mis inversiones también varios agentes de IA se repartieran roles y las revisaran juntos,
así que le puse el nombre "Dure".

Todavía hay muchas cosas por pulir, pero más allá de simplemente preguntar por una acción,
el objetivo es crear una herramienta tipo asistente de inversión que una en un solo flujo de trabajo la investigación, el análisis de empresas y la gestión de portafolio.

Funciones principales

Usé pi. 🙏🏼

🤖 Investigación con múltiples agentes

La investigación se realiza repartiendo roles entre fundamentales / noticias / estrategia / backtest / crítica.

💬 Exploración conversacional

Puedes intentar un análisis empresarial directamente en la terminal usando lenguaje natural.

📊 Análisis de escenarios

Por ejemplo, si haces una pregunta como ¿Qué pasa con el sector de semiconductores si la Fed recorta de emergencia 50bp?,
estructura el escenario y organiza en un reporte el impacto por acción junto con una evaluación integral.

🔎 Screening de acciones

Puedes filtrar acciones candidatas según mercado/estilo y ver prioridades.

🧪 Investigación de estrategias + backtest

Si ingresas una idea de estrategia, puedes ver en secuencia el diseño de la estrategia, el backtest y la crítica.

📝 Guardado de resultados y reportes

Los resultados de ejecución se guardan con el formato data/runs/<runId>/report.html, y pueden verse tanto como resumen en terminal como en reporte HTML.

🧠 Acumulación de memoria

También estoy incorporando una estructura para ir acumulando poco a poco contenidos como estrategias, experimentos y tesis en una memoria basada en archivos.
Todavía está en una etapa inicial, pero quiero que mejore con el uso y que refleje las preferencias personales.

.
Planes a futuro

• Agregar herramienta de acciones de EE. UU. de Korea Investment & Securities
• Agregar herramienta de la API de EDGAR
• Agregar herramienta de descarga y parsing de XBRL
• Agregar herramienta de parsing de notas en disclosures del Servicio de Supervisión Financiera
• Desarrollar una función para simular un solo evento con una versión simplificada de MiroFish
• Aplicar el concepto de autoresearch para desarrollar funciones que permitan una mejor investigación y análisis empresarial

---

Se necesitan 4 claves.

• Suscripción a OpenAI, Google AI o Anthropic API Key
• RestAPI Key de Korea Investment & Securities
• RestAPI Key de Kiwoom Securities
• OpenDart Key del Servicio de Supervisión Financiera

Sí, se necesitan bastantes claves. jaja
Si te interesa la estructura en sí, creo que también puede ser entretenido darle una mirada ligera al código.

Gracias.