fix: 하드닝 루프 8회차 — 체결 보정·고아 감지·청산 경보·실시간/차트·리스크 가드 일괄 수정

- 스윙 체결가 확인 전 executed_price NULL + fill_sweep, 진입가 resolve(ActiveTrade↔Portfolio), 0체결/부분체결 매수 장부 원복
- DT 고아 감지(근거 한정)·0체결 매도 복원·stale 점검 확대, 시간손절 -0.3% 원복
- 폴백 손절 ATR 캐시, 거래량부족-차단 신호 매수 차단, 현금 5% 유보 재적용, MDD peak/reset 수정
- KIS 서킷브레이커 청산 우회·경보, db_worker 재큐잉 순서, heartbeat·health-watch 사이드카
- 실시간 WS 재구독·41건 우선순위·다건 프레임 분할, 차트 샘플 제거·당일봉 합성, WS 서브프로토콜 인증
- 프론트: 미관리 그룹·확인 모달·차트 실시간 반영·예수금 표시 정정
- 전문가 에이전트 6종 추가(.claude/agents)
- 유닛 스위트 2667 passed (소켓 차단 하), tsc OK

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_01Y83Za98XsNw9zuA4FTUytN

backend/app/services/execution_quality.py

@@ -0,0 +1,77 @@
+"""실행 품질(슬리피지 bp·체결률) 집계 — 순수 계산 모듈 (settings/DB/네트워크 참조 없음).
+
+TradeHistory.slippage 는 (체결가 − 주문가)/주문가×100 [%], side 무관 원시값이다
+(trade_executor.slippage_cost_bp_v2 주석). BUY/SELL 을 그대로 평균하면 상쇄되므로
+side 보정(불리 = +) bp 로 바꿔 집계한다. 보정식은 slippage_cost_bp_v2 와 동일하며
+(trade_executor 는 import 비용이 커서 복제) 동일성은 테스트로 고정한다.
+"""
+from __future__ import annotations
+
+import math
+from collections import defaultdict
+from typing import Any, Iterable, Mapping
+
+LOW_SAMPLE_THRESHOLD = 30  # n < 30 이면 low_sample
+
+
+def slippage_cost_bp_v3(order_type: str, slippage_pct) -> float | None:
+    """원시 슬리피지(%) → side 보정 비용(bp, 불리 = +). 해석 불가면 None."""
+    try:
+        val = float(slippage_pct)
+    except (TypeError, ValueError):
+        return None
+    if not math.isfinite(val):
+        return None
+    side = str(order_type or "").upper()
+    if side == "BUY":
+        return val * 100.0
+    if side == "SELL":
+        return -val * 100.0
+    return None
+
+
+def _hour_of(row: Mapping[str, Any]):
+    ts = row.get("executed_at") or row.get("created_at")
+    return getattr(ts, "hour", None)
+
+
+def _bucket_stats(rows: list, min_n: int) -> dict:
+    costs: list[float] = []
+    for r in rows:
+        c = slippage_cost_bp_v3(r.get("order_type"), r.get("slippage"))
+        if c is not None:
+            costs.append(c)
+    n_all = len(rows)
+    n = len(costs)
+    verified = [r.get("fill_verified") for r in rows if r.get("fill_verified") is not None]
+    filled = sum(1 for r in rows if (r.get("executed_quantity") or 0) > 0)
+    return {
+        "n_orders": n_all,
+        "n_slippage": n,
+        "fill_rate": round(filled / n_all, 4) if n_all else None,
+        "mean_cost_bp": round(sum(costs) / n, 3) if n else None,
+        "mean_abs_bp": round(sum(abs(c) for c in costs) / n, 3) if n else None,
+        "fill_verified_ratio": round(sum(1 for v in verified if v) / len(verified), 4) if verified else None,
+        "low_sample": n < min_n,
+    }
+
+
+def aggregate_execution_quality_v1(
+    rows: Iterable[Mapping[str, Any]], min_n: int = LOW_SAMPLE_THRESHOLD
+) -> dict:
+    """행(dict: order_type, slippage, strategy_type, executed_quantity, executed_at, fill_verified)을
+    전체/전략별/시간대별로 집계한다. slippage NULL 행은 n_orders 에만 포함된다."""
+    rows = list(rows)
+    by_strategy: dict[str, list] = defaultdict(list)
+    by_hour: dict[int, list] = defaultdict(list)
+    for r in rows:
+        by_strategy[str(r.get("strategy_type") or "unknown")].append(r)
+        h = _hour_of(r)
+        if h is not None:
+            by_hour[int(h)].append(r)
+    return {
+        "overall": _bucket_stats(rows, min_n),
+        "by_strategy": {k: _bucket_stats(v, min_n) for k, v in sorted(by_strategy.items())},
+        "by_hour": {h: _bucket_stats(v, min_n) for h, v in sorted(by_hour.items())},
+        "min_n": min_n,
+    }