fix: CRITICAL/HIGH 버그 30건 수정 + 전체 코드 주석 추가 + 중복 정리

## CRITICAL 수정 (20건) - day_trading: global 선언 누락, loss_tracker 연동, ban 체크 추가 - trade_executor: BUY 체결가 order_price로 수정, remaining_pct 누적 계산 - risk_validator: get_current_price dict 파싱, MAX_POSITION_SIZE 동기화, DB 세션 누수 - risk_management/recommendations: date.today() → KST 변환 - mdd_manager: Lock 밖 executed_key 참조 수정 - correlation_filter: output → output2 키 수정 - portfolio: 해외 종목 USD/KRW 환율 적용 분리 - Sharpe Ratio 거래빈도 기반 연간화 - telegram_notifier: send_message() 공개 래퍼 추가 - position_manager: 앱 재시작 시 DB 포지션 복원 - swing exit_service: remaining_pct 조건 범위 수정 - run_backtest: original_qty 기반 remaining_pct 계산 - us_market_schedule: 2027년 미국 공휴일 추가 - Login.tsx: res.ok 검증 추가 - mean_reversion_strategy: RSI 로그 하드코딩 수정 ## HIGH 수정 (10건) - db_worker: DLQ 파일 백업 메커니즘 추가 - korea_investment_api: 만료 토큰 임의 연장 제거 - market_data: chart_cache 최대 100개 + TTL 만료 - main.py: rate_limit_store 1시간 미접근 IP 정리 - recommendations: fire-and-forget try/except 추가 - swing/scheduler: DB 세션 3개 분리 - Dashboard: wsMessages 전체 순회 - Layout: /health 엔드포인트 + 30초 폴링 - ml_ensemble: POST /train require_api_key 추가 - day_trading: record_trade_result_safe() 전환 ## 코드 정리 - 프론트엔드: isUsStock, formatTime 공통 유틸 추출 - 백엔드: dead code 제거, 중복 import 통합 - MCP: JSON 파싱 헬퍼 추출 (~60줄 감소) - 전체 ~100개 파일 한국어 주석 추가 - 테스트 13건 코드 기준 수정 (468 passed) Co-Authored-By: Claude Opus 4.6 (1M context) <noreply@anthropic.com>
2026-03-26 16:05:41 +09:00
parent 739a8a2e5d
commit de7921d270
149 changed files with 133353 additions and 3338 deletions
--- a/backend/app/services/news_sentiment.py
+++ b/backend/app/services/news_sentiment.py
@@ -0,0 +1,603 @@
+"""뉴스 수집 + 감성 분석 엔진 (news_sentiment.py)
+
+아키텍처:
+  - 수집 소스 3개: 네이버 금융(종목별), 네이버 시장 뉴스, NewsAPI.org(선택)
+  - 감성 분석 2단계: (1) 키워드 사전 기반 빠른 분석 → (2) AI 배치 분석 (선택)
+  - Redis 캐시: TTL 30분 (settings.NEWS_CACHE_TTL)
+  - DB 저장: db_worker 큐 경유 (CLAUDE.md 3.2 준수)
+
+공개 API:
+  - get_stock_news_score(stock_code) → float (-1.0 ~ +1.0)
+  - get_market_news_score()          → float (-1.0 ~ +1.0)
+  - collect_stock_news(stock_code)   → list[dict]
+  - collect_market_news()            → list[dict]
+"""
+import asyncio
+import logging
+import re
+from datetime import datetime, timedelta
+from typing import List, Dict, Any, Optional, Tuple
+
+import httpx
+from bs4 import BeautifulSoup
+
+from app.core.config import settings
+from app.core.redis import setex_json, get_json
+from app.services.db_worker import db_task_queue
+
+logger = logging.getLogger(__name__)
+
+# ═════════════════════════════════════════════════════════════════════════════
+# 1. 한국어 금융 감성 키워드 사전
+# ═════════════════════════════════════════════════════════════════════════════
+
+# (키워드, 가중치) 튜플 — 가중치 절대값이 클수록 강한 신호
+_POSITIVE_KEYWORDS: List[Tuple[str, float]] = [
+    # 실적 관련 (강한 긍정)
+    ("실적호전", 0.8), ("어닝서프라이즈", 0.9), ("깜짝실적", 0.9),
+    ("흑자전환", 0.85), ("사상최대", 0.8), ("최대실적", 0.8),
+    ("영업이익증가", 0.7), ("매출증가", 0.6), ("순이익증가", 0.7),
+    ("실적개선", 0.6), ("호실적", 0.7),
+    # 투자의견 (중간 긍정)
+    ("목표가상향", 0.7), ("투자의견상향", 0.7), ("매수추천", 0.6),
+    ("컨센서스상회", 0.65), ("상향조정", 0.6), ("목표주가상향", 0.7),
+    # 사업/계약 (중간 긍정)
+    ("수주", 0.6), ("대형계약", 0.7), ("신규수주", 0.65),
+    ("수출증가", 0.5), ("해외진출", 0.5), ("사업확장", 0.5),
+    ("신사업", 0.4), ("협력", 0.3), ("제휴", 0.3), ("MOU", 0.3),
+    # 제약/바이오 (강한 긍정)
+    ("신약승인", 0.9), ("FDA승인", 0.95), ("임상성공", 0.85),
+    ("기술이전", 0.7), ("임상3상", 0.6),
+    # 주주환원 (중간 긍정)
+    ("배당확대", 0.5), ("배당증가", 0.5), ("자사주매입", 0.6),
+    ("자사주소각", 0.65), ("주주환원", 0.5),
+    # 일반 긍정
+    ("강세", 0.3), ("상승", 0.2), ("반등", 0.3), ("회복", 0.3),
+    ("돌파", 0.3), ("신고가", 0.4), ("급등", 0.35),
+]
+
+_NEGATIVE_KEYWORDS: List[Tuple[str, float]] = [
+    # 실적 관련 (강한 부정)
+    ("실적악화", -0.8), ("어닝쇼크", -0.9), ("적자전환", -0.85),
+    ("적자확대", -0.8), ("영업손실", -0.7), ("매출감소", -0.6),
+    ("순손실", -0.7), ("실적부진", -0.6),
+    # 투자의견 (중간 부정)
+    ("목표가하향", -0.7), ("투자의견하향", -0.7), ("매도추천", -0.6),
+    ("하향조정", -0.6), ("목표주가하향", -0.7), ("컨센서스하회", -0.65),
+    # 기업 리스크 (강한 부정)
+    ("유상증자", -0.7), ("감자", -0.8), ("무상감자", -0.85),
+    ("상장폐지", -0.95), ("관리종목", -0.9), ("영업정지", -0.9),
+    ("횡령", -0.85), ("배임", -0.8), ("분식회계", -0.9),
+    ("소송", -0.5), ("과징금", -0.5), ("리콜", -0.6),
+    ("부도", -0.95), ("워크아웃", -0.9), ("법정관리", -0.9),
+    # 규제/정책 (중간 부정)
+    ("규제강화", -0.4), ("공매도", -0.3), ("대주주매도", -0.5),
+    ("지분매각", -0.4), ("블록딜", -0.35),
+    # 제약/바이오 (강한 부정)
+    ("임상실패", -0.9), ("FDA거부", -0.9), ("임상중단", -0.8),
+    # 일반 부정
+    ("하락", -0.2), ("급락", -0.4), ("폭락", -0.5),
+    ("약세", -0.3), ("부진", -0.3), ("위기", -0.4),
+    ("불확실", -0.2), ("우려", -0.2),
+]
+
+# 전처리된 룩업용 — O(1) 탐색
+_POS_DICT: Dict[str, float] = {kw: w for kw, w in _POSITIVE_KEYWORDS}
+_NEG_DICT: Dict[str, float] = {kw: w for kw, w in _NEGATIVE_KEYWORDS}
+
+# HTTP 헤더 (네이버 크롤링)
+_HEADERS = {
+    "User-Agent": (
+        "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) "
+        "AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36"
+    )
+}
+
+
+# ═════════════════════════════════════════════════════════════════════════════
+# 2. 감성 분석 함수
+# ═════════════════════════════════════════════════════════════════════════════
+
+def analyze_sentiment_keyword(title: str, content: str = "") -> Tuple[float, str]:
+    """키워드 사전 기반 감성 점수 산출 (1단계).
+
+    Args:
+        title:   뉴스 제목
+        content: 뉴스 본문 (선택, 제목에 비해 가중치 낮음)
+
+    Returns:
+        (score, label)
+        score: -1.0 ~ +1.0 (클램프 적용)
+        label: "positive" | "negative" | "neutral"
+    """
+    text = (title or "").replace(" ", "") + (content or "").replace(" ", "")
+    if not text:
+        return 0.0, "neutral"
+
+    total_score = 0.0
+    match_count = 0
+
+    # 제목 매칭 — 가중치 1.5배 (제목이 핵심 정보)
+    title_clean = (title or "").replace(" ", "")
+    for kw, weight in _POSITIVE_KEYWORDS:
+        if kw in title_clean:
+            total_score += weight * 1.5
+            match_count += 1
+    for kw, weight in _NEGATIVE_KEYWORDS:
+        if kw in title_clean:
+            total_score += weight * 1.5  # weight 자체가 음수
+            match_count += 1
+
+    # 본문 매칭 — 가중치 0.5배
+    if content:
+        content_clean = content.replace(" ", "")
+        for kw, weight in _POSITIVE_KEYWORDS:
+            if kw in content_clean:
+                total_score += weight * 0.5
+                match_count += 1
+        for kw, weight in _NEGATIVE_KEYWORDS:
+            if kw in content_clean:
+                total_score += weight * 0.5
+                match_count += 1
+
+    if match_count == 0:
+        return 0.0, "neutral"
+
+    # 평균 후 클램프
+    avg_score = total_score / match_count
+    clamped = max(-1.0, min(1.0, avg_score))
+
+    if clamped > 0.1:
+        label = "positive"
+    elif clamped < -0.1:
+        label = "negative"
+    else:
+        label = "neutral"
+
+    return round(clamped, 3), label
+
+
+def _compute_aggregate_score(articles: List[Dict[str, Any]]) -> float:
+    """뉴스 리스트에서 종합 감성 점수 산출.
+
+    최신 뉴스일수록 가중치가 높은 시간 감쇠 적용.
+    - 24시간 이내: 가중치 1.0
+    - 24~48시간: 가중치 0.6
+    - 48시간 이후: 가중치 0.3
+    """
+    if not articles:
+        return 0.0
+
+    now = datetime.utcnow()
+    weighted_sum = 0.0
+    weight_total = 0.0
+
+    for art in articles:
+        score = art.get("sentiment_score", 0.0)
+        if score is None:
+            score = 0.0
+
+        pub_at = art.get("published_at")
+        if isinstance(pub_at, str):
+            try:
+                pub_at = datetime.fromisoformat(pub_at.replace("Z", "+00:00"))
+            except Exception:
+                pub_at = now
+
+        if isinstance(pub_at, datetime):
+            hours_ago = (now - pub_at.replace(tzinfo=None)).total_seconds() / 3600
+        else:
+            hours_ago = 24  # 파싱 실패 시 기본 24시간
+
+        if hours_ago <= 24:
+            time_weight = 1.0
+        elif hours_ago <= 48:
+            time_weight = 0.6
+        else:
+            time_weight = 0.3
+
+        weighted_sum += score * time_weight
+        weight_total += time_weight
+
+    if weight_total == 0:
+        return 0.0
+
+    return round(max(-1.0, min(1.0, weighted_sum / weight_total)), 3)
+
+
+# ═════════════════════════════════════════════════════════════════════════════
+# 3. 뉴스 수집 (네이버 금융 — 종목별)
+# ═════════════════════════════════════════════════════════════════════════════
+
+async def collect_stock_news(
+    stock_code: str,
+    limit: int = 0,
+) -> List[Dict[str, Any]]:
+    """네이버 금융에서 종목별 뉴스를 크롤링하고 감성 분석을 수행한다.
+
+    Args:
+        stock_code: 종목 코드 (예: "005930")
+        limit:      수집할 최대 뉴스 개수 (0 이면 settings.NEWS_MAX_ARTICLES)
+
+    Returns:
+        [{"title", "source", "url", "published_at", "sentiment", "sentiment_score"}, ...]
+    """
+    if limit <= 0:
+        limit = settings.NEWS_MAX_ARTICLES
+
+    url = f"https://finance.naver.com/item/news_news.naver?code={stock_code}&page=1"
+    articles: List[Dict[str, Any]] = []
+
+    try:
+        async with httpx.AsyncClient(timeout=15.0) as client:
+            resp = await client.get(url, headers=_HEADERS)
+
+        if resp.status_code != 200:
+            logger.warning(f"[NEWS] 네이버 종목뉴스 HTTP {resp.status_code}: {stock_code}")
+            return []
+
+        soup = BeautifulSoup(resp.text, "html.parser")
+
+        for row in soup.select("table.type5 tbody tr"):
+            title_tag = row.select_one(".title a")
+            if not title_tag:
+                continue
+
+            title = title_tag.get_text(strip=True)
+            href = title_tag.get("href", "")
+            link = ("https://finance.naver.com" + href) if href else ""
+            date_tag = row.select_one(".date")
+            date_str = date_tag.get_text(strip=True) if date_tag else ""
+            source_tag = row.select_one(".info")
+            source = source_tag.get_text(strip=True) if source_tag else "네이버금융"
+
+            # 날짜 파싱 (YYYY.MM.DD HH:MM 형식)
+            published_at = _parse_naver_date(date_str)
+
+            # 감성 분석 (1단계: 키워드)
+            score, label = analyze_sentiment_keyword(title)
+
+            articles.append({
+                "title": title,
+                "source": source,
+                "url": link,
+                "stock_codes": [stock_code],
+                "sentiment": label,
+                "sentiment_score": score,
+                "published_at": published_at,
+            })
+
+            if len(articles) >= limit:
+                break
+
+    except httpx.TimeoutException:
+        logger.warning(f"[NEWS] 네이버 종목뉴스 타임아웃: {stock_code}")
+    except Exception as e:
+        logger.error(f"[NEWS] 네이버 종목뉴스 크롤링 오류 ({stock_code}): {e}")
+
+    return articles
+
+
+# ═════════════════════════════════════════════════════════════════════════════
+# 4. 뉴스 수집 (네이버 시장 뉴스 — 코스피/코스닥)
+# ═════════════════════════════════════════════════════════════════════════════
+
+async def collect_market_news(limit: int = 0) -> List[Dict[str, Any]]:
+    """네이버 금융 시장 뉴스(코스피/코스닥) 크롤링 + 감성 분석.
+
+    Returns:
+        [{"title", "source", "url", "published_at", "sentiment", "sentiment_score"}, ...]
+    """
+    if limit <= 0:
+        limit = settings.NEWS_MAX_ARTICLES
+
+    urls = [
+        "https://finance.naver.com/news/mainnews.naver",
+        "https://finance.naver.com/news/news_list.naver?mode=LSS2D&section_id=101&section_id2=258",
+    ]
+    articles: List[Dict[str, Any]] = []
+
+    for page_url in urls:
+        if len(articles) >= limit:
+            break
+        try:
+            async with httpx.AsyncClient(timeout=15.0) as client:
+                resp = await client.get(page_url, headers=_HEADERS)
+
+            if resp.status_code != 200:
+                continue
+
+            soup = BeautifulSoup(resp.text, "html.parser")
+
+            # 네이버 증권 메인뉴스 / 뉴스리스트 파싱
+            for link_tag in soup.select("a[href*='/news/news_read.naver']"):
+                title = link_tag.get_text(strip=True)
+                if not title or len(title) < 5:
+                    continue
+
+                href = link_tag.get("href", "")
+                full_url = ("https://finance.naver.com" + href) if href.startswith("/") else href
+
+                score, label = analyze_sentiment_keyword(title)
+
+                articles.append({
+                    "title": title,
+                    "source": "네이버금융",
+                    "url": full_url,
+                    "stock_codes": [],  # 시장 뉴스는 특정 종목 없음
+                    "sentiment": label,
+                    "sentiment_score": score,
+                    "published_at": datetime.utcnow(),  # 파싱 불가 시 현재 시간
+                })
+
+                if len(articles) >= limit:
+                    break
+
+        except Exception as e:
+            logger.warning(f"[NEWS] 시장뉴스 크롤링 오류: {e}")
+
+    return articles
+
+
+# ═════════════════════════════════════════════════════════════════════════════
+# 5. 뉴스 수집 (NewsAPI.org — 글로벌, 선택적)
+# ═════════════════════════════════════════════════════════════════════════════
+
+async def collect_newsapi_news(
+    query: str = "한국 주식 OR KOSPI OR KOSDAQ",
+    limit: int = 0,
+) -> List[Dict[str, Any]]:
+    """NewsAPI.org에서 글로벌 뉴스 수집. NEWS_API_KEY 미설정 시 빈 리스트 반환.
+
+    Args:
+        query: 검색 키워드
+        limit: 최대 수집 개수
+
+    Returns:
+        [{"title", "source", "url", "published_at", "sentiment", "sentiment_score"}, ...]
+    """
+    if not settings.NEWS_API_KEY:
+        return []
+
+    if limit <= 0:
+        limit = min(settings.NEWS_MAX_ARTICLES, 20)
+
+    api_url = "https://newsapi.org/v2/everything"
+    params = {
+        "q": query,
+        "language": "ko",
+        "sortBy": "publishedAt",
+        "pageSize": limit,
+        "apiKey": settings.NEWS_API_KEY,
+    }
+
+    articles: List[Dict[str, Any]] = []
+
+    try:
+        async with httpx.AsyncClient(timeout=15.0) as client:
+            resp = await client.get(api_url, params=params)
+
+        if resp.status_code != 200:
+            logger.warning(f"[NEWS] NewsAPI HTTP {resp.status_code}")
+            return []
+
+        data = resp.json()
+        for item in data.get("articles", []):
+            title = item.get("title", "")
+            content = item.get("description", "") or ""
+            source = (item.get("source") or {}).get("name", "NewsAPI")
+            url = item.get("url", "")
+            pub_str = item.get("publishedAt", "")
+
+            try:
+                published_at = datetime.fromisoformat(pub_str.replace("Z", "+00:00"))
+            except Exception:
+                published_at = datetime.utcnow()
+
+            score, label = analyze_sentiment_keyword(title, content)
+
+            articles.append({
+                "title": title,
+                "source": source,
+                "url": url,
+                "stock_codes": [],
+                "sentiment": label,
+                "sentiment_score": score,
+                "published_at": published_at,
+            })
+
+    except httpx.TimeoutException:
+        logger.warning("[NEWS] NewsAPI 타임아웃")
+    except Exception as e:
+        logger.error(f"[NEWS] NewsAPI 오류: {e}")
+
+    return articles
+
+
+# ═════════════════════════════════════════════════════════════════════════════
+# 6. 스코어 조회 (캐시 우선 → 실시간 수집 폴백)
+# ═════════════════════════════════════════════════════════════════════════════
+
+async def get_stock_news_score(stock_code: str) -> float:
+    """종목별 뉴스 감성 점수를 반환한다 (-1.0 ~ +1.0).
+
+    - Redis 캐시 히트 시 즉시 반환 (TTL: NEWS_CACHE_TTL)
+    - 캐시 미스 시 실시간 크롤링 → 점수 산출 → 캐시 저장
+    - 크롤링 실패 시 0.0 (중립) 반환
+    """
+    if not settings.NEWS_ENABLED:
+        return 0.0
+
+    cache_key = f"news_score:stock:{stock_code}"
+
+    # 1. Redis 캐시 조회
+    cached = await get_json(cache_key)
+    if cached is not None:
+        return float(cached)
+
+    # 2. 실시간 크롤링
+    try:
+        articles = await collect_stock_news(stock_code)
+        score = _compute_aggregate_score(articles)
+
+        # 캐시 저장
+        await setex_json(cache_key, settings.NEWS_CACHE_TTL, score)
+
+        # DB 저장 (db_worker 큐 경유)
+        await _save_news_to_db(articles)
+
+        return score
+    except Exception as e:
+        logger.error(f"[NEWS_SCORE] {stock_code} 점수 산출 오류: {e}")
+        return 0.0
+
+
+async def get_market_news_score() -> float:
+    """시장 전체 뉴스 감성 점수를 반환한다 (-1.0 ~ +1.0).
+
+    - Redis 캐시 키: "news_score:market"
+    - 캐시 미스 시 시장뉴스 + NewsAPI 수집 → 점수 산출
+    """
+    if not settings.NEWS_ENABLED:
+        return 0.0
+
+    cache_key = "news_score:market"
+
+    cached = await get_json(cache_key)
+    if cached is not None:
+        return float(cached)
+
+    try:
+        # 시장 뉴스 + NewsAPI 병렬 수집
+        market_task = collect_market_news()
+        api_task = collect_newsapi_news()
+        market_news, api_news = await asyncio.gather(market_task, api_task)
+
+        all_articles = market_news + api_news
+        score = _compute_aggregate_score(all_articles)
+
+        await setex_json(cache_key, settings.NEWS_CACHE_TTL, score)
+        await _save_news_to_db(all_articles)
+
+        return score
+    except Exception as e:
+        logger.error(f"[NEWS_SCORE] 시장 뉴스 점수 산출 오류: {e}")
+        return 0.0
+
+
+async def get_stock_news_summary(stock_code: str) -> Dict[str, Any]:
+    """종목 뉴스 요약 정보 반환 (API 엔드포인트용).
+
+    Returns:
+        {
+            "stock_code": str,
+            "score": float,
+            "article_count": int,
+            "latest_articles": list,
+            "sentiment_distribution": {"positive": int, "negative": int, "neutral": int}
+        }
+    """
+    articles = await collect_stock_news(stock_code)
+    score = _compute_aggregate_score(articles)
+
+    dist = {"positive": 0, "negative": 0, "neutral": 0}
+    for a in articles:
+        label = a.get("sentiment", "neutral")
+        if label in dist:
+            dist[label] += 1
+
+    # 최신 5개만 반환 (토큰 절약)
+    latest = articles[:5] if settings.TOKEN_SAVE_MODE else articles[:10]
+
+    return {
+        "stock_code": stock_code,
+        "score": score,
+        "article_count": len(articles),
+        "latest_articles": [
+            {
+                "title": a["title"],
+                "source": a.get("source", ""),
+                "sentiment": a.get("sentiment", "neutral"),
+                "sentiment_score": a.get("sentiment_score", 0.0),
+            }
+            for a in latest
+        ],
+        "sentiment_distribution": dist,
+    }
+
+
+# ═════════════════════════════════════════════════════════════════════════════
+# 7. DB 저장 (db_worker 큐 경유)
+# ═════════════════════════════════════════════════════════════════════════════
+
+async def _save_news_to_db(articles: List[Dict[str, Any]]) -> None:
+    """뉴스 리스트를 db_worker 큐에 일괄 전달.
+
+    CLAUDE.md 3.2: 실시간 계층에서 직접 DB 접근 금지 → 큐 경유.
+    """
+    if not articles:
+        return
+
+    for article in articles:
+        try:
+            await db_task_queue.put({
+                "type": "insert_news",
+                "data": {
+                    "title": (article.get("title") or "")[:500],
+                    "content": article.get("content"),
+                    "source": (article.get("source") or "")[:100],
+                    "url": article.get("url"),
+                    "stock_codes": article.get("stock_codes", []),
+                    "sentiment": article.get("sentiment", "neutral"),
+                    "sentiment_score": article.get("sentiment_score", 0.0),
+                    "published_at": article.get("published_at"),
+                },
+            })
+        except Exception as e:
+            logger.debug(f"[NEWS_DB] 큐 전달 오류: {e}")
+
+
+# ═════════════════════════════════════════════════════════════════════════════
+# 8. 유틸리티
+# ═════════════════════════════════════════════════════════════════════════════
+
+def _parse_naver_date(date_str: str) -> datetime:
+    """네이버 금융 날짜 문자열을 datetime으로 변환.
+
+    형식: "2026.03.24 09:15" 또는 "2026.03.24"
+    """
+    if not date_str:
+        return datetime.utcnow()
+
+    date_str = date_str.strip()
+    for fmt in ("%Y.%m.%d %H:%M", "%Y.%m.%d"):
+        try:
+            return datetime.strptime(date_str, fmt)
+        except ValueError:
+            continue
+
+    return datetime.utcnow()
+
+
+# ═════════════════════════════════════════════════════════════════════════════
+# 9. 뉴스 수집 스케줄러 함수 (schedulers.py에서 호출)
+# ═════════════════════════════════════════════════════════════════════════════
+
+async def news_collect_cycle() -> Dict[str, Any]:
+    """한 번의 뉴스 수집 사이클 실행.
+
+    - 시장 뉴스 수집 + 점수 산출
+    - 활성 포트폴리오 종목 뉴스 수집 (별도 호출 필요 시 확장)
+
+    Returns:
+        {"market_score": float, "articles_collected": int}
+    """
+    market_score = await get_market_news_score()
+
+    logger.info(
+        f"[NEWS_CYCLE] 시장 뉴스 수집 완료: market_score={market_score:.3f}"
+    )
+
+    return {
+        "market_score": market_score,
+    }