fix: 로그 분석으로 찾은 버그 4건 (과다매도·수량 0 오염·LSTM 무력화·sync 충돌)

1) DT 분할매도가 ActiveTrade.quantity를 갱신하지 않아 재기동 복원 시 원래 수량이 되살아남
   → 잔량 4주인데 7주 매도되어 같은 종목 스윙 보유분 3주까지 청산됨(2026-09-23 LG씨엔에스).
2) reflect_sell이 '전략 포지션 잔량'을 Portfolio 행 잔량으로 사용 → DT 전량청산이 스윙
   보유분까지 0으로 만듦. 행 잔량은 항상 (행 수량 - 매도 수량)으로 계산.
3) LSTM 체크포인트에 numpy 배열이 들어가 weights_only=True 로드가 매번 실패 → 앙상블에서
   LSTM이 조용히 빠진 채 예측 중이었음. 저장을 list로 바꾸고, 기존 파일은 MODEL_DIR 내부일
   때만 완화 재시도.
4) 수동 매도(행 삭제)와 sync 동시 실행 시 StaleDataError로 sync 전체 실패 → 전량 매도는
   행 삭제 대신 수량 0, sync는 충돌 시 실패 기록 없이 다음 주기 재시도.
   추가로 비강제 sync는 락 점유 중이면 30초 대기 없이 캐시 반환.

Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>

backend/app/api/endpoints/portfolio.py

@@ -7,6 +7,7 @@
 - POST /sell: 수동 매도 (청산)
 """
 from fastapi import APIRouter, Depends, HTTPException
+from sqlalchemy.orm.exc import StaleDataError
 from sqlalchemy.ext.asyncio import AsyncSession
 from sqlalchemy import select, func
 from typing import List, Optional
@@ -477,6 +478,11 @@ async def sync_portfolio(db: AsyncSession = Depends(get_db), force: bool = True)
     if not force and not portfolio_cache.should_sync():
         logger.debug("Skip sync: cache fresh & no change flag")
         return {"message": "Skipped (cache fresh)", "cached": True}
+    # 다른 sync가 진행 중이면 비강제 호출은 기다리지 않고 캐시 반환
+    # (KIS 지연 시 요청이 30초씩 쌓여 화면 전체가 느려지던 문제, 2026-09-23)
+    if not force and portfolio_cache.sync_lock.locked():
+        return {"message": "Sync in progress (using cache)", "cached": True}
+
     # 락 획득에 30초 타임아웃 적용 (이전 sync hang 시 데드락 방지)
     try:
         await asyncio.wait_for(portfolio_cache.sync_lock.acquire(), timeout=30)
@@ -798,6 +804,13 @@ async def sync_portfolio(db: AsyncSession = Depends(get_db), force: bool = True)
             portfolio_cache.last_trade_id = await _get_latest_executed_trade_id(db)
             logger.info(f"Portfolio synced: {len(portfolio_cache.holdings)} holdings")
             return {"message": "Portfolio synchronized", "count": len(portfolio_cache.holdings), "cached": False}
+        except StaleDataError as e:
+            # 수동 매도(행 삭제)와 동시 실행 시 발생 — 실패로 기록하지 않고 다음 주기에 재시도
+            # (2026-09-22 14:33/14:42 수동 청산 중 sync 전체가 실패하던 문제)
+            await db.rollback()
+            portfolio_cache.mark_changed()
+            logger.warning(f"Portfolio sync 충돌(동시 매도) — 다음 주기 재시도: {e}")
+            return {"message": "Sync skipped (concurrent update)", "cached": True}
         except Exception as e:
             portfolio_cache.record_failure(e)
             logger.error(f"Portfolio sync failed: {e}")
@@ -1433,8 +1446,10 @@ async def sell_stock(
 
         # ✅ Portfolio DB 즉시 반영 (매도 후 보유종목에서 즉시 제거)
         if quantity >= original_holding_qty:
-            # 전량 매도 → 레코드 삭제
-            await db.delete(holding)
+            # 전량 매도 → 수량 0 (행 삭제는 동시 실행 중인 sync 와 StaleDataError 충돌을
+            # 일으킨다. 수량 0 행은 조회에서 제외되고 다음 sync 가 KIS 기준으로 정리한다)
+            holding.quantity = 0
+            holding.current_price = Decimal(str(executed_price))
         else:
             # 분할 매도 → 수량 차감
             holding.quantity -= quantity

backend/app/services/daytrading/exit_service.py

@@ -284,6 +284,15 @@ async def _execute_exit(
     })
     if is_full_exit:
         await enqueue_close_active_trade(stock_code, strategy_name="day_trade")
+    else:
+        # 분할 매도 후 ActiveTrade 잔량 갱신 — 누락 시 재기동 복원에서 원래 수량이 되살아나
+        # 다음 청산이 보유량보다 많이 매도한다(2026-09-23 LG씨엔에스 4주 보유 중 7주 매도).
+        from app.services.db_worker import enqueue_active_trade_upsert
+        await enqueue_active_trade_upsert({
+            "stock_code": stock_code,
+            "strategy_name": "day_trade",
+            "quantity": total_qty - quantity,
+        })
     # 포트폴리오 화면에서 즉시 제거/차감
     from app.services.portfolio_cache_bridge import reflect_sell
     await reflect_sell(stock_code, quantity, price, remaining_qty=max(0, int(total_qty) - int(quantity)))

backend/app/services/ml_ensemble.py

@@ -170,8 +170,10 @@ class StockLSTM:
             return
         torch.save({
             "model_state": self.model.state_dict(),
-            "seq_mean": self.seq_mean,
-            "seq_std": self.seq_std,
+            # numpy 배열을 그대로 저장하면 weights_only=True 로드가 거부된다
+            # (2026-09-23: LSTM이 매번 로드 실패해 앙상블에서 조용히 빠져 있었음) → list 로 저장
+            "seq_mean": self.seq_mean.tolist() if self.seq_mean is not None else None,
+            "seq_std": self.seq_std.tolist() if self.seq_std is not None else None,
             "config": {
                 "input_size": self.input_size,
                 "hidden_size": self.hidden_size,
@@ -193,9 +195,23 @@ class StockLSTM:
             except TypeError:
                 # PyTorch < 2.0: weights_only 파라미터 미지원
                 checkpoint = torch.load(path, map_location=self.device)  # noqa: S614
+            except Exception as _wo_err:
+                # 구 체크포인트(numpy 배열 포함)는 weights_only=True 로 못 읽는다.
+                # 우리 학습 산출물(MODEL_DIR 내부)일 때만 완화해서 재시도한다.
+                try:
+                    _inside = Path(path).resolve().is_relative_to(MODEL_DIR.resolve())
+                except Exception:
+                    _inside = False
+                if not _inside:
+                    raise
+                logger.warning(
+                    f"LSTM 체크포인트 weights_only 로드 실패 → 자체 학습 산출물로 재시도: {_wo_err}"
+                )
+                checkpoint = torch.load(path, map_location=self.device, weights_only=False)  # noqa: S614
             self.model.load_state_dict(checkpoint["model_state"])
-            self.seq_mean = checkpoint["seq_mean"]
-            self.seq_std = checkpoint["seq_std"]
+            _mean, _std = checkpoint["seq_mean"], checkpoint["seq_std"]
+            self.seq_mean = None if _mean is None else np.asarray(_mean, dtype=np.float32)
+            self.seq_std = None if _std is None else np.asarray(_std, dtype=np.float32)
             self.model.eval()
             return True
         except Exception as e:

backend/app/services/portfolio_cache_bridge.py

@@ -77,8 +77,10 @@ async def reflect_sell(
 ) -> None:
     """매도 체결 즉시 Portfolio(큐) 차감 + 캐시 제거/차감 + 최근매도 기록.
 
-    remaining_qty: 호출측이 아는 매도 후 잔량(권장). None이면 캐시 보유량 기준으로 계산
-    (캐시에 없으면 전량 매도로 간주하지 않고 DB 갱신을 건너뜀).
+    remaining_qty: 호출측(전략 엔진)이 아는 '그 전략 포지션'의 잔량. Portfolio 행은
+    같은 종목의 스윙+데이트레이딩 수량이 합쳐진 값이므로, 행 잔량은 항상
+    `행 수량 - 매도 수량`으로 계산한다. remaining_qty는 캐시에 행이 없을 때의 폴백으로만 쓴다.
+    (2026-09-23: DT 전량청산이 스윙 보유분까지 0으로 만들던 버그)
     """
     try:
         from app.services.db_worker import enqueue_portfolio_upsert
@@ -86,10 +88,10 @@ async def reflect_sell(
         cache = _cache()
         existing = next((h for h in cache.holdings if h.stock_code == stock_code), None)
         avg = float(existing.average_price or price) if existing is not None else price
-        if remaining_qty is not None:
-            remaining = max(0, int(remaining_qty))
-        elif existing is not None:
+        if existing is not None:
             remaining = max(0, int(existing.quantity or 0) - quantity)
+        elif remaining_qty is not None:
+            remaining = max(0, int(remaining_qty))
         else:
             remaining = None  # 알 수 없음 → DB 수량은 건드리지 않음
         if existing is not None and remaining is not None: