shuim
1b9257c4d2
## 배경 "전략이 혼란스럽고 현재와 맞지 않는다"를 조사한 결과, 전략 설계가 아니라 전략을 검증했다는 도구와 파라미터 소스가 어긋나 있었다. ## 파라미터 소스 단일화 - 우선순위가 adaptive > strategy_cfg(DB) > config.py 인데 문서는 맨 마지막인 config.py 를 기술하고 있었다. 11곳이 불일치(BULL RSI 46 vs DB 30, SL -7% vs -6%). - DEFAULT_PARAMS 를 config.py 에 정합 + alembic 0012 로 기존 DB 행 갱신 (운영자가 UI 로 바꾼 값은 보존, 옛 기본값과 같은 행만 갱신, 테이블 가드·멱등) ## 백테스트를 실전 로직에 정합 - calculate_adx_simple 이 정확히 period 배(14.0×) 발산 → Aggressive 게이트 `ADX>25` 가 전 레짐 100% 통과. 전환 빈도 5.6%→2.0%(-65%), 성과 상방 편향 - 백테스트 RSI 는 SMA, 실전은 Wilder → 진입 판정 10~11% 불일치 - us_backtest_engine RSI 1봉 지연 제거 (룩어헤드 없음을 절단 테스트로 증명) - backend/backtest_results/ 25건은 폐기 대상 (§8.4) ## 리스크 가드 복원 - 4% 절대 상한이 try 블록 안에 있어 예외 시 적응형 6~7% 가 통과 → try 밖으로 - 청산을 매수보다 먼저 평가 (보유 종목이 추천에 들면 손절 대신 물타기가 나갔다) - 리스크 가드 4개를 매수 전용화 → MDD -10%·보유한도 도달 시에도 손절 작동 - MDD 갱신 5회 연속 실패 시 신규 진입 차단 fail-safe (청산은 계속 허용) - 스윙 청산이 DT 보유분까지 매도하던 문제, sell_pct 기준 혼재 정정 ## 죽은 코드 제거 (2,695줄) - short_term_strategy, kosdaq_scanner, app/strategy/ 패키지 - app/trading/ + korea_investment_api_adapter (real_market_api 정본은 korea_investment_api.py:1482, adapter 는 import 0건) ## 지표·사이징 단일화 (수치 무변경 증명) - indicators_core.py: 3,274건 비교 최대 오차 0.000e+00 - sizing_core.py: 42,105건 비교 불일치 0 - 미국 전략 상수 13개 config 편입 (hex 까지 동일, 3,168 케이스 전수 비교) ## 테스트 안전 (실 KIS 호출 차단) - 유닛 테스트가 실제 KIS 에 매도 주문을 2회 전송하고 있었다. 리팩터링이 close_stale_positions 의 대상을 _execute_exit → _execute_exit_stale 로 바꿨는데 목이 전자에 걸려 빗나갔다. test_api_endpoints 도 캡처된 싱글톤 참조 누수로 실제 잔고 조회를 타 141초를 소비했다. - backend/tests/conftest.py 신설: 주문·토큰·시세·잔고를 호출 즉시 예외로 차단. 예외는 BaseException 파생(프로덕션 except Exception 폴백에 삼켜지지 않게), 클래스 메서드에 적용(캡처된 참조까지 덮음), DATABASE_URL `_test` 가드 강제 - 전체 유닛 스위트: 365초/6 failed → 11.8초/0 failed (소켓 차단 하 559 passed) ## 신규 (둘 다 플래그 OFF, 백테스트 미검증) - range_trading_strategy.py — SIDEWAYS 담당 전략이 없던 빈 칸. 미배선 - check_bear_buy_signal_v2 — BEAR 4중 AND(발화율 2.3%) → 점수제(12.4%) ## 문서 - CLAUDE.md 를 실제 코드 기준으로 재작성. §0 파라미터 우선순위, §4.1 테스트 규약, §6.4 문서화되지 않았던 진입 차단 게이트 9종, §8.4 백테스트 폐기 근거, §8.5 미해결 19항목 - 루트 md 6개 → 2개(docs/ 이동), 중복 배치 문서 병합, 스테일 worktree 제거 Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>
389 lines
20 KiB
Python
389 lines
20 KiB
Python
"""스윙 트레이딩 독립 스케줄러
|
|
|
|
main.py의 lifespan에서 asyncio.create_task()로 시작되는
|
|
백그라운드 태스크. 기존 auto_trade_scheduler()를 대체.
|
|
|
|
60초 주기 실행 흐름:
|
|
1. 장 오픈 체크 (장외 시 30분 대기)
|
|
2. 스윙 포지션 손절/익절 체크 (check_and_execute_exit_v2)
|
|
3. MDD 체크 + 강제 축소 실행 (10% → 30% 축소, 20% → 50% 축소)
|
|
4. AUTO_TRADE_ENABLED 체크
|
|
5. Redis 캐시 또는 DB에서 추천 조회
|
|
6. MCP RISK_ASSESSMENT → 승인 시 스윙 매수 실행
|
|
|
|
MDD 축소 (CLAUDE.md 5.3):
|
|
- reduction_applied == "10pct": 30% 축소 (REDUCE_AND_PAUSE)
|
|
- reduction_applied == "20pct": 50% 축소 (FORCE_REDUCE, 레버리지 ETF 우선)
|
|
|
|
추천 데이터 소스 (우선순위):
|
|
1. Redis: "recommendations:latest" 키 (배치 분석 결과 캐시)
|
|
2. DB: get_rule_based_recommendations_from_db() (Redis 미스 시 폴백)
|
|
"""
|
|
import asyncio
|
|
import logging
|
|
|
|
import pytz
|
|
from datetime import timedelta as _td
|
|
|
|
from app.core.config import settings
|
|
from app.core.database import AsyncSessionLocal
|
|
from app.core.market_schedule import is_market_open
|
|
from app.services.mdd_manager import mdd_manager
|
|
from app.services.swing.exit_service import check_and_execute_exit_v2
|
|
from app.services.swing.entry_service import execute_swing_entries, scan_dual_strategy_signals
|
|
|
|
logger = logging.getLogger(__name__)
|
|
_KST = pytz.timezone("Asia/Seoul")
|
|
|
|
# [M2] MDD 갱신 실패 감시 — 연속 실패가 이 횟수를 넘으면 error 로 승격
|
|
MDD_UPDATE_FAILURE_ALERT = 5
|
|
|
|
# MDD 갱신 상태 (모니터링/디버깅용 인메모리 상태)
|
|
_mdd_health: dict = {"consecutive_failures": 0, "last_error": None, "empty_account": False}
|
|
|
|
|
|
def get_mdd_update_health() -> dict:
|
|
"""MDD 갱신 상태 스냅샷 반환 (연속 실패 횟수/마지막 오류/진입 차단 여부).
|
|
|
|
swing_scheduler 의 MDD 갱신이 조용히 실패 중인지 외부에서 확인하기 위한 읽기 전용 헬퍼.
|
|
|
|
[항목7 2026-09-27] 헬스의 원본(source of truth)은 mdd_manager 로 이동했다
|
|
(can_open_new_position() 이 순환 import 없이 참조하려면 mdd_manager 가 소유해야 함).
|
|
이 함수는 시그니처를 유지한 읽기 전용 파사드이며, mdd_manager 스냅샷을 병합해
|
|
blind_block_active/threshold 까지 함께 노출한다.
|
|
"""
|
|
snapshot = dict(_mdd_health)
|
|
snapshot.update(mdd_manager.get_update_health())
|
|
return snapshot
|
|
|
|
|
|
def _normalize_recommendations(rec: dict) -> dict:
|
|
"""recommendations_by_rule 키 정규화.
|
|
|
|
Redis 캐시에 "recommendations" 키로 저장된 경우
|
|
"recommendations_by_rule"로 변환하여 execute_swing_entries()와 호환.
|
|
|
|
Args:
|
|
rec: 추천 딕셔너리
|
|
|
|
Returns:
|
|
dict: 정규화된 추천 딕셔너리
|
|
"""
|
|
if not isinstance(rec, dict):
|
|
return rec
|
|
if "recommendations_by_rule" in rec:
|
|
return rec
|
|
if "recommendations" in rec:
|
|
rec["recommendations_by_rule"] = rec["recommendations"]
|
|
return rec
|
|
|
|
|
|
def _filter_unsuitable_stocks(rec: dict, unsuitable_codes: set) -> None:
|
|
"""장 전 AI 분석에서 부적합 판정된 종목을 추천 목록에서 제거."""
|
|
groups = rec.get("recommendations_by_rule", [])
|
|
if isinstance(groups, list):
|
|
for group in groups:
|
|
if isinstance(group, dict) and "stocks" in group:
|
|
group["stocks"] = [
|
|
s for s in group["stocks"]
|
|
if isinstance(s, dict) and s.get("stock_code") not in unsuitable_codes
|
|
]
|
|
elif isinstance(groups, dict):
|
|
for key, stocks in groups.items():
|
|
if isinstance(stocks, list):
|
|
groups[key] = [
|
|
s for s in stocks
|
|
if isinstance(s, dict) and s.get("stock_code") not in unsuitable_codes
|
|
]
|
|
|
|
|
|
async def swing_scheduler() -> None:
|
|
"""60초 주기 스윙 트레이딩 스케줄러.
|
|
|
|
무한 루프로 실행되며 asyncio.CancelledError로만 종료.
|
|
각 사이클에서 예외 발생 시 로그 기록 후 다음 사이클 계속.
|
|
|
|
DB 세션은 사이클마다 AsyncSessionLocal()로 새로 생성하여
|
|
장시간 세션 유지로 인한 커넥션 풀 고갈 방지.
|
|
"""
|
|
await asyncio.sleep(2)
|
|
from app.api.endpoints.recommendations import (
|
|
get_rule_based_recommendations_from_db,
|
|
)
|
|
from app.api.endpoints.mcp import request_mcp_risk_assessment
|
|
from app.core.redis import get_json
|
|
|
|
logger.info("📈 [Swing] Scheduler started (every 60s)")
|
|
_mdd_update_failures = 0
|
|
_mdd_last_error: str | None = None
|
|
# [M3] '정상 응답이지만 총평가금액 0'(빈/미입금 계좌) 누적 횟수 — 장애 카운터와 분리
|
|
_mdd_empty_account_seen = 0
|
|
try:
|
|
while True:
|
|
try:
|
|
logger.info("[Swing] ── 사이클 시작 ──")
|
|
|
|
if not is_market_open():
|
|
logger.info("[Swing] 장 미오픈 — 개장까지 대기")
|
|
# 개장을 넘겨 자지 않도록 상한 (2026-09-23)
|
|
from app.core.market_schedule import seconds_until_market_open
|
|
_until_open = seconds_until_market_open()
|
|
await asyncio.sleep(1800.0 if _until_open is None else max(15.0, min(1800.0, _until_open)))
|
|
continue
|
|
|
|
# ── Phase 1: 청산 체크 (별도 세션) ──
|
|
async with AsyncSessionLocal() as exit_session:
|
|
try:
|
|
exits = await check_and_execute_exit_v2(exit_session)
|
|
if exits:
|
|
logger.info(f"[Swing] 청산 실행: {len(exits)}건")
|
|
except Exception as e:
|
|
logger.error(f"[Swing] 청산 체크 오류: {e}", exc_info=True)
|
|
|
|
# ── Phase 2: MDD 업데이트 + 체크 + 강제 축소 ──
|
|
# [FIX] mdd_manager.update()를 매 사이클 호출하여 MDD 감지 활성화
|
|
# [M2 2026-09-27] 여기가 mdd_manager.update() 의 유일한 실효 호출부다.
|
|
# 실패를 debug 로 삼키면 KIS 장애 시 peak/drawdown 이 갱신되지 않아
|
|
# -10%/-20% 게이트가 무증상으로 영구 미발동한다 → 경고 + 연속 실패 카운트.
|
|
# [M3 2026-09-27] "응답 없음/파싱 실패"(진짜 장애)와 "정상 응답 + 총평가금액
|
|
# 0"(빈/미입금 계좌)을 구분한다. 후자는 정상 응답이므로 실패로 계수하지 않고
|
|
# MDD 갱신만 스킵한다 — 그러지 않으면 신규 모의계좌에서 매 사이클 실패가
|
|
# 누적돼 🚨 error 로그가 계속 찍혀 실제 KIS 장애와 구분되지 않는다.
|
|
_empty_account = False
|
|
try:
|
|
from app.services.korea_investment_api import korea_investment_api
|
|
balance_resp = await korea_investment_api.get_balance()
|
|
if not balance_resp:
|
|
raise ValueError("잔고 조회 응답 없음 (resp=없음)")
|
|
_out2 = balance_resp.get("output2")
|
|
if not isinstance(_out2, list) or not _out2:
|
|
raise ValueError("잔고 응답 파싱 실패 (output2 누락/형식 이상)")
|
|
_raw_total = (_out2[0] or {}).get("tot_evlu_amt")
|
|
if _raw_total is None or str(_raw_total).strip() == "":
|
|
raise ValueError("잔고 응답 파싱 실패 (tot_evlu_amt 누락)")
|
|
try:
|
|
_total = float(_raw_total)
|
|
except (TypeError, ValueError):
|
|
raise ValueError(f"잔고 응답 파싱 실패 (tot_evlu_amt={_raw_total!r})")
|
|
if _total <= 0:
|
|
# 정상 응답이지만 자산 0 — 빈 계좌/미입금. 장애 아님.
|
|
_empty_account = True
|
|
_mdd_empty_account_seen += 1
|
|
if _mdd_empty_account_seen == 1 or _mdd_empty_account_seen % 60 == 0:
|
|
logger.info(
|
|
f"[Swing] 잔고 총평가금액 0 (빈/미입금 계좌) — MDD 갱신 스킵 "
|
|
f"({_mdd_empty_account_seen}회 누적)"
|
|
)
|
|
else:
|
|
_mdd_empty_account_seen = 0
|
|
if _empty_account:
|
|
# 정상 응답(장애 아님) — 실패 카운터 리셋 + 빈 계좌 표시.
|
|
# 빈 계좌는 진입 차단 사유가 아니다(항목7).
|
|
await mdd_manager.record_update_success(empty_account=True)
|
|
if _total > 0:
|
|
mdd_result = await mdd_manager.update(_total)
|
|
# [항목7] 갱신 성공 → fail-safe 차단 해제
|
|
await mdd_manager.record_update_success(empty_account=False)
|
|
if _mdd_update_failures:
|
|
logger.warning(
|
|
f"[Swing] MDD 갱신 복구 (연속 실패 {_mdd_update_failures}회 후 정상화)"
|
|
)
|
|
_mdd_update_failures = 0
|
|
_mdd_last_error = None
|
|
if mdd_result.get("action") != "NONE":
|
|
logger.warning(f"[Swing] MDD 상태 변경: {mdd_result}")
|
|
except Exception as e:
|
|
_mdd_update_failures += 1
|
|
_mdd_last_error = str(e)
|
|
# [항목7] 실패를 mdd_manager 에 보고 → 임계 도달 시
|
|
# can_open_new_position() 이 모든 진입 경로를 차단한다(청산은 무영향).
|
|
await mdd_manager.record_update_failure(_mdd_last_error)
|
|
if _mdd_update_failures >= MDD_UPDATE_FAILURE_ALERT:
|
|
logger.error(
|
|
f"[Swing] 🚨 MDD 갱신 연속 실패 {_mdd_update_failures}회 — "
|
|
f"peak/drawdown 미갱신 상태, -10%/-20% 게이트가 작동하지 않을 수 있음: {e}",
|
|
exc_info=True,
|
|
)
|
|
else:
|
|
logger.warning(
|
|
f"[Swing] MDD 갱신 실패 ({_mdd_update_failures}회 연속): {e}"
|
|
)
|
|
# 상태 노출용 (모니터링/헬스체크에서 참조 가능)
|
|
_mdd_health["consecutive_failures"] = _mdd_update_failures
|
|
_mdd_health["last_error"] = _mdd_last_error
|
|
else:
|
|
_mdd_health["consecutive_failures"] = _mdd_update_failures
|
|
_mdd_health["last_error"] = _mdd_last_error
|
|
_mdd_health["empty_account"] = _empty_account
|
|
|
|
can_open_new = await mdd_manager.can_open_new_position()
|
|
logger.info(f"[Swing] MDD 체크: can_open={can_open_new}")
|
|
if not can_open_new:
|
|
if mdd_manager.get_update_health().get("blind_block_active"):
|
|
logger.error(
|
|
f"[Swing] 🚨 MDD 갱신 장애로 신규 진입 차단(fail-safe, 연속 실패 "
|
|
f"{_mdd_update_failures}회, 마지막 오류: {_mdd_last_error}) — "
|
|
f"청산/축소는 계속 수행"
|
|
)
|
|
else:
|
|
logger.warning("[Swing] MDD 초과 — 신규 진입 차단")
|
|
if mdd_manager.reduction_applied:
|
|
try:
|
|
reduce_pct = 0.50 if mdd_manager.reduction_applied == "20pct" else 0.30
|
|
mdd_action = {
|
|
"action": "FORCE_REDUCE" if mdd_manager.reduction_applied == "20pct" else "REDUCE_AND_PAUSE",
|
|
"reduce_pct": reduce_pct,
|
|
"prioritize_leverage": mdd_manager.reduction_applied == "20pct",
|
|
}
|
|
results = await mdd_manager.execute_reduction(mdd_action)
|
|
if results:
|
|
logger.warning(f"[Swing] MDD 강제 축소 완료: {len(results)}종목")
|
|
except Exception as e:
|
|
logger.error(f"[Swing] MDD 강제 축소 실패: {e}", exc_info=True)
|
|
await asyncio.sleep(60)
|
|
continue
|
|
|
|
# 3. 자동매매 활성화 여부
|
|
if not settings.AUTO_TRADE_ENABLED:
|
|
logger.info("[Swing] AUTO_TRADE_ENABLED=False — 스킵")
|
|
await asyncio.sleep(60)
|
|
continue
|
|
|
|
# ── Phase 3: 추천 조회 + 진입 실행 (별도 세션) ──
|
|
# 4. Redis 캐시 확인 → cache miss 시 DB 조회
|
|
rec = await get_json("recommendations:latest")
|
|
# [FIX] Redis 캐시가 존재해도 recommendations_by_rule이 비어있으면(배치가 빈
|
|
# 추천을 캐싱한 경우) 기존엔 '히트'로 처리해 DB 폴백을 건너뛰고 스킵했다.
|
|
# 빈 캐시가 30분 TTL 동안 DB의 유효 후보를 가려 매매를 막으므로, 비어있으면
|
|
# 캐시 미스와 동일하게 DB 조회로 폴백한다.
|
|
if rec and rec.get("recommendations_by_rule"):
|
|
rec = _normalize_recommendations(rec)
|
|
logger.info(f"[Swing] Redis 캐시 히트 (추천 {len(rec.get('recommendations_by_rule', []))}그룹)")
|
|
else:
|
|
logger.info("[Swing] Redis 캐시 미스/빈값 → DB 조회")
|
|
async with AsyncSessionLocal() as rec_session:
|
|
rec = await get_rule_based_recommendations_from_db(rec_session)
|
|
|
|
if not rec or not rec.get("recommendations_by_rule"):
|
|
logger.info("[Swing] 추천 데이터 없음 — 스킵")
|
|
await asyncio.sleep(60)
|
|
continue
|
|
|
|
# 5. 장 전 AI 분석 결과 활용 + MCP 리스크 평가 (최적화)
|
|
# 장 전 Sonnet 배치 분석 결과가 Redis에 있으면 부적합 종목을 사전 필터링
|
|
# MCP RISK_ASSESSMENT는 실제 매수 직전에만 호출 (비용 절감)
|
|
_ai_filtered_codes = set()
|
|
try:
|
|
_ai_pre = await get_json("ai:pre_market:latest")
|
|
if _ai_pre and isinstance(_ai_pre, dict):
|
|
for s in _ai_pre.get("suitable_stocks", []):
|
|
if isinstance(s, dict) and not s.get("suitable", True):
|
|
_ai_filtered_codes.add(s.get("stock_code", ""))
|
|
if _ai_filtered_codes:
|
|
logger.info(f"[Swing] AI 장 전 분석 필터: {len(_ai_filtered_codes)}종목 제외")
|
|
except Exception:
|
|
pass
|
|
|
|
# 추천 목록에서 AI 부적합 종목 제거
|
|
if _ai_filtered_codes:
|
|
_filter_unsuitable_stocks(rec, _ai_filtered_codes)
|
|
|
|
recommendations = rec.get("recommendations_by_rule", [])
|
|
if isinstance(recommendations, dict):
|
|
rec_count = sum(len(v) for v in recommendations.values())
|
|
top_stocks = [
|
|
item.get("stock_code", "")
|
|
for items in recommendations.values()
|
|
for item in (items[:3] if isinstance(items, list) else [])
|
|
][:10]
|
|
else:
|
|
rec_count = sum(
|
|
len(g.get("stocks", [])) for g in recommendations
|
|
if isinstance(g, dict)
|
|
)
|
|
top_stocks = [
|
|
s.get("stock_code", "")
|
|
for g in recommendations if isinstance(g, dict)
|
|
for s in g.get("stocks", [])[:3]
|
|
][:10]
|
|
|
|
if not top_stocks:
|
|
logger.info("[Swing] 필터링 후 추천 종목 없음 — 스킵")
|
|
await asyncio.sleep(60)
|
|
continue
|
|
|
|
# MCP 리스크 평가 (Haiku — 실제 진입 직전 1회)
|
|
trade_plan = {
|
|
"action": "BUY",
|
|
"strategy": "swing",
|
|
"total_recommendations": rec_count,
|
|
"top_stocks": top_stocks,
|
|
}
|
|
|
|
logger.info(f"[Swing] MCP 리스크 평가 요청: {len(top_stocks)}종목")
|
|
mcp_approved, mcp_reason = await request_mcp_risk_assessment(
|
|
trade_plan, {"strategy": "swing"}, {"top_stocks": top_stocks}
|
|
)
|
|
logger.info(f"[Swing] MCP 결과: approved={mcp_approved}, reason={mcp_reason}")
|
|
if not mcp_approved:
|
|
logger.warning(f"[Swing] MCP 거부: {mcp_reason}")
|
|
from app.services.db_worker import enqueue_db_write
|
|
await enqueue_db_write({
|
|
"type": "log_mcp_deny",
|
|
"reason": mcp_reason,
|
|
"trade_plan": trade_plan,
|
|
})
|
|
await asyncio.sleep(60)
|
|
continue
|
|
|
|
# 6. 스윙 진입 실행 (별도 세션)
|
|
async with AsyncSessionLocal() as entry_session:
|
|
logger.info(f"[Swing] 진입 실행 시작: {top_stocks[:5]}")
|
|
# execute_swing_entries() 내부에서 진입/청산/실패 건수를 이미
|
|
# 분리 집계해 로깅하므로(entry_service.py 참조), 여기서는 결과를
|
|
# 그대로 소비하지 않고 반환값(list, 2026-09-27 이후 항상 list)만
|
|
# 확인한다.
|
|
await execute_swing_entries(rec, entry_session)
|
|
|
|
# 7. 듀얼 전략 시그널 스캔 (모멘텀 돌파 + 눌림목 매수, CLAUDE.md 8.4)
|
|
try:
|
|
async with AsyncSessionLocal() as dual_session:
|
|
dual_results = await scan_dual_strategy_signals(dual_session)
|
|
if dual_results:
|
|
# [2026-09-27] scan_dual_strategy_signals() 가 위임하는
|
|
# execute_auto_trade_background() 는 항상 list 를 반환하며,
|
|
# 그 list 에는 성공 BUY 뿐 아니라 주문 실패(success=False)한
|
|
# BUY/SELL, 청산 우선 로직으로 섞인 SELL 도 포함된다.
|
|
# 따라서 len(dual_results) 를 그대로 "진입 n건"으로 쓰지 않고
|
|
# action/success 기준으로 분리 집계한다(상세 집계는
|
|
# entry_service.scan_dual_strategy_signals() 내부 로그 참조).
|
|
buy_success = sum(
|
|
1 for r in dual_results
|
|
if isinstance(r, dict) and r.get("action") == "BUY" and r.get("success")
|
|
)
|
|
sell_count = sum(
|
|
1 for r in dual_results
|
|
if isinstance(r, dict) and r.get("action") == "SELL"
|
|
)
|
|
fail_count = sum(
|
|
1 for r in dual_results
|
|
if isinstance(r, dict) and not r.get("success")
|
|
)
|
|
logger.info(
|
|
f"[Swing] 듀얼 전략 — 진입 {buy_success}건 / "
|
|
f"청산 {sell_count}건 / 주문실패 {fail_count}건"
|
|
)
|
|
except Exception as e:
|
|
logger.debug(f"[Swing] 듀얼 전략 스캔 오류: {e}")
|
|
|
|
logger.info("[Swing] ── 사이클 완료 ──")
|
|
|
|
except Exception as e:
|
|
logger.error(f"[Swing] 스케줄러 사이클 오류: {e}", exc_info=True)
|
|
|
|
await asyncio.sleep(60)
|
|
|
|
except asyncio.CancelledError:
|
|
logger.info("[Swing] Scheduler stopped")
|
|
raise
|