Cluefin-Dure - agente multi-IA para ações coreanas usando APIs de corretoras/DART

Olá.

Há 6 meses eu tinha compartilhado o projeto cluefin.
Desta vez, conectei o pacote openapi criado no cluefin (corretoras, DART RestAPI) como uma ferramenta utilizável por agentes de IA e criei o projeto de pesquisa de investimentos com múltiplos agentes "cluefin-dure".

Nesse meio-tempo, com o cluefin eu criei CLI, TUI, front-end, testei integração com IA e também mexi em várias coisas de trading automatizado/backtesting.
Foi divertido durante o processo de criação, mas eu não consegui usar de forma consistente; aí não havia muito o que melhorar... e acabava só adicionando funções desnecessárias... um ciclo ruim ;;

Então vi o projeto Dexter e pensei: "Oh!! Se eu adaptar isso para o que eu preciso, pode ficar bem útil", e foi assim que comecei.

Salve virattt!!!

Enfim, até aqui foi meu desabafo, então vou apresentar o projeto.

---

Objetivo

Assim como, no passado, durante a época de colheita as pessoas uniam forças para trabalhar no campo,
pensei que seria ótimo se, nos meus investimentos, agentes de IA também dividissem papéis e analisassem juntos.
Por isso dei o nome de "Dure".

Ainda há muita coisa para lapidar, mas o objetivo vai além de apenas perguntar sobre uma única ação:
quero criar uma ferramenta parecida com um assistente de investimentos que una em um único fluxo de trabalho pesquisa, análise de empresas e gestão de portfólio.

Principais recursos

Usei pi. 🙏🏼

🤖 Pesquisa com múltiplos agentes

A pesquisa é conduzida dividindo os papéis entre fundamentos / notícias / estratégia / backtest / crítica.

💬 Exploração interativa

É possível tentar uma análise de empresas diretamente no terminal usando linguagem natural.

📊 Análise de cenários

Por exemplo, se você fizer uma pergunta como se o Fed cortar emergencialmente 50 bp, o que acontece com o setor de semicondutores?,
o sistema estrutura o cenário e organiza em um relatório os impactos por ação e a avaliação consolidada.

🔎 Triagem de ações

Você pode filtrar ações candidatas com base em mercado/estilo e ver as prioridades.

🧪 Pesquisa de estratégia + backtest

Se você inserir uma ideia de estratégia, pode acompanhar em sequência o desenho da estratégia, o backtest e a crítica.

📝 Salvamento de resultados e relatório

Os resultados de execução ficam salvos no formato data/runs/<runId>/report.html e podem ser vistos tanto no resumo do terminal quanto no relatório em HTML.

🧠 Acúmulo de memória

Também estou colocando uma estrutura para acumular aos poucos conteúdos como estratégias, experimentos e teses em uma memória baseada em arquivos.
Ainda está em fase inicial, mas quero que melhore com o uso e passe a refletir preferências pessoais.

.
Planos futuros

• adicionar ferramenta de ações americanas da Korea Investment & Securities
• adicionar ferramenta da API EDGAR
• adicionar ferramenta de download e parsing de xbrl
• adicionar ferramenta de parsing de notas explicativas das divulgações do Serviço de Supervisão Financeira
• desenvolver uma função para simular um único evento com uma versão simplificada do MiroFish
• aplicar o conceito de autoresearch para desenvolver recursos que permitam pesquisas e análises corporativas melhores

---

São necessárias 4 chaves.

• assinatura OpenAI, Google AI ou chave de API da Anthropic
• chave RestAPI da Korea Investment & Securities
• chave RestAPI da Kiwoom Securities
• chave OpenDart do Serviço de Supervisão Financeira

Realmente são muitas chaves, haha.
Se você tiver interesse na própria estrutura, talvez seja divertido dar uma olhada rápida só no código.

Obrigado.