fbpx

[실시간 온라인/역자직강] 머신러닝을 활용한 금융 모델링과 알고리즘 트레이딩

본 강의는 Ken Rhee 박사님의 금융 머신러닝 스쿨 2단계에 해당하는 강의입니다.

Introduction

주요 머신러닝의 방법들을 리뷰하고 어떻게 금융 모델링에 적용되는지 종합적으로 이해하고 실습을 통해 습득하도록 합니다.

금융 분야는 머신러닝/딥러닝을 활용하여 예전에는 불가능했던 많은 혁신을 이루어 내고 있습니다. 금융 산업은 의료 산업에 이어 인공지능 기술 활용도가 두 번째로 높은 산업입니다. 머신러닝의 도입은 고객에게 양질의 금융서비스를 전달하고 기업의 생산성을 향상시키는 등 다양한 장점을 제공하여 금융 산업의 새로운 성장 동력으로 주목받고 있습니다. 금융 산업 분야 외에 다양한 분야에서 머신러닝 기술 도입을 시도하는 만큼 활용 가치가 증명되고 있으며, 앞으로도 꾸준히 도입 사례가 증가할 것으로 예상됩니다.

본 교육과정은 머신러닝의 심화과정으로, 머신러닝을 실제로 트레이딩과 투자에 어떻게 적용하는지에 대한 방법을 리뷰하고, 전문 포트폴리오 매니저들이 어떻게 활용하는지를 실습을 통해 궁금증을 해결하고 실마리를 잡을 것입니다.

머신러닝 방법으로 주식투자 및 금융분석을 시도하고 싶은 분들, 특히 팩터 투자 관련 연구 논문을 쓰고자 하는 대학원생, 제4차 산업혁명의 핵심인 인공지능의 금융에의 응용을 파악하고 싶은 모든 분들께 이 강의를 추천합니다!

** 해당 강의는 소규모 (최대 5명) 온라인 실시간 강의입니다.

Lesson

강의 상세내용

본 교육과정은 Stefan Jansen의 Machine Learning for Algorithm Trading의 머신러닝 부분을 기반으로 합니다. 주요 머신러닝의 방법들을 리뷰하고 어떻게 금융 모델링에 적용되는지 종합적으로 이해하고 실습을 통해 습득하도록 합니다.

1부에서는 머신러닝 프로세스와 교차검증의 개념을 익히고, 선형모델을 실습합니다. 2부 전반부에는 선형모델을 기반으로 백테스트를 실습합니다. 이 시점에서 전체적인 머신러닝 투자 프로세스를 이해할 수 있을 것입니다. 2부 후반에서는 선형모델을 넘어서 비선형을 더 잘 처리하고 설명력이 뛰어난 의사결정트리 특히 랜덤포레스트를 중심으로 종합적인 투자모델을 만듭니다.3부에서는 같은 맥락에서 고급 트리모델인 부스팅트리 모델을 이해하고, 이를 실습합니다. 부스팅 트리를 투자모델에 적용하고, 최적 모델을 찾기위해 하이퍼파라미터 튜닝을 다양한 방법으로 실습합니다. 현대 머신러닝의 가장 중요한 이슈인 모델 해석성 및 자동머신러닝을 추가적인 실습을 통해 살펴봅니다.

본 교육과정은 다년간 금융 현장 경험을 가진 전문가가 자신의 경험과 노하우를 바탕으로 강의를 진행하기 때문에, 금융 실무에서 필요한 머신 러닝 이론에 대한 깊은 인사이트를 가져가실 수 있을 것입니다!

본 교육과정은 이론과 실습을 병행합니다. 단, 강의 시간 중에 실습 프로그램을 설치하는 시간을 별도로 갖지는 않습니다. 원활한 강의 진행을 위해 주피터 노트북을 개인 노트북에 미리 설치해 오시기 바랍니다. (추가 모듈 및 라이브러리 설치는 수업 전에 배포하거나, 수업 중 논의할 것입니다.)

For YOU

이런 분들께 추천드립니다!

실전 투자자

새로운 방법으로 금융 투자 분석을 시도하고 싶은 실무자/투자자

금융IT 실무자

제4차 산업혁명의 핵심인 인공지능 및 딥러닝의 흐름을 파악하고 싶은 분들

학계 관련자

금융 머신러닝 딥러닝 관련 연구 논문을 쓰고자 하는 대학원생

Review

수강 후기

김**
김**
4기 수강생
Read More
짧은 시간에 압축적으로 딥러닝의 최신모델을 기초부터 응용까지 배울 수 있어 만족합니다.

Professor

Ken Rhee

Ken Rhee 강사님은 금융, 투자 및 경제분석 전문가입니다. 카네기멜론 대학교에서 석사 학위를 받았고, 피츠버그 대학교 Finance Ph.D, CFA, FRM이며 삼성생명, HSBC, 새마을금고 중앙회, 한국투자공사 등과 같은 국내 유수의 금융 기관, 금융 공기업에서 자산운용 포트폴리오 매니저로 근무했습니다. 현재 딥러닝과 강화학습을 금융 및 투자에 접목시켜 이를 전파하고 저변을 확대하는 것을 보람으로 삼고 있습니다.

경력

  • Finance PhD, FRM, CFA Charterholder
  • 前 PIM CIO, WWG 자산운용 CIO, 한국투자공사 Deputy CIO, 새마을금고연합회 해외대체투자팀장, JR Investment L.P. Financial Consultant 등
  • 서울대학교 경제학 학/석사, Carnegie-Mellon University Accounting 석사, University of Pittsburgh Finance 박사

저서/번역

  • [번역] 존 헐의 비즈니스 금융 머신러닝 – 데이터 사이언스 세계로의 초대 | 에이콘출판 | 2021년
  • [번역] 초과 수익을 찾아서 – 계량적 접근법을 활용한 포트폴리오 운용 | 에이콘출판 | 2021년
  • [번역] 자산운용을 위한 금융 머신러닝 – 자산운용 매니저를 위한 머신러닝 지침서 | 에이콘출판 | 2021년
  • [번역] 실전 알고리즘 트레이딩 배우기 – 파이썬으로 시작하는 알고리즘 트레이딩의 기초와 실전 전략 | 에이콘출판 | 2021년
  • [번역] 핸즈온 머신러닝 딥러닝 알고리즘 트레이딩 파이썬, Pandas, NumPy, Scikit-learn 케라스를 활용한 효과적인 거래 전략 | 에이콘출판 | 2020년
  • [번역] 실용 최적화 알고리즘 – 줄리아로 이해하는 최적화 알고리즘 솔루션 | 에이콘출판 | 2020년
  • [번역] 프로그래머를 위한 기초 해석학 – 함수와 미적분을 기초부터 응용까지! | 길벗 | 2018년
  • [번역] 딥러닝 부트캠프 with 케라스 | 길벗 | 2017년
  • [저서] 엑셀 VBA로 쉽게 배우는 금융공학 프로그래밍 | 한빛미디어 | 2009년

핸즈온 머신러닝 딥러닝 알고리즘 트레이딩 역자 직강!

핸즈온 머신러닝 딥러닝 알고리즘 트레이딩
– 파이썬, Pandas, NumPy, Scikit-learn 케라스를 활용한 효과적인 거래 전략
스테판 젠슨 지음 | 홍창수, 이기홍 옮김 | 에이콘출판 | 2020년

이 책은 지도학습과 비지도학습 알고리즘으로 다양한 데이터 원천에서 신호를 추출해 효과적인 투자 전략을 만들 수 있도록 안내합니다. 또한 API와 웹 스크래핑을 통해 시장, 기본, 대체 데이터에 접근하는 방법을 보여줍니다. 최신의 머신러닝, 딥러닝 알고리즘과 더불어 알고리즘 트레이딩을 위한 아이디어 창출부터 백테스팅까지의 과정, Pandas, NumPy, Statsmodel, Scikit-learn 등과 같은 라이브러리를 학습합니다. 알고리즘 트레이딩의 과정을 학습하면서 머신러닝과 딥러닝의 기본을 다질 수 있는 유용한 예제가 포함돼 있습니다.

본 강의는 ‘핸즈온 머신러닝 알고리즘 트레이딩’ 도서의 2부 내용을 바탕으로 하고 있습니다

Curriculum

커리큘럼

제1장 | 머신러닝 프로세스

머신러닝 프로세스에 대해 알아보고 교차검증을 학습합니다.

  • 머신러닝 프로세스
  • 교차검증

제2장 | 선형모델

다양한 선형 모델을 학습하고을 학습하고 금융분석 및 투자에 어떻게 이용되는지 리뷰합니다.

  • 파마-맥베스 회귀모델
  • 릿지와 라쏘 회귀모델
  • 로지스틱 회귀모델
  • 리스크 팩터를 활용한 주식수익률 예측

제3장 | 모델 백테스트

구축한 모델을 다양한 방법으로 백테스트합니다.

  • backtrader, zipline, alphalens 및 pyfolio 활용법
  • 머신러닝 전략의 백테스트

제4장 | 의사결정 트리와 랜덤 포레스트

의사결정 트리와 랜덤 포레스트를 학습합니다.

  • 의사결정 트리 모델과 랜덤 포레스트 모델의 이해
  • 랜덤 포레스트 모델을 활용한 롱숏전략 (일본주식)

제5장 | 부스팅 트리

앙상블의 개념을 이해하고, 가장 중요한 부스팅 트리를 실습합니다. 추가로 최적모델을 찾는 방법을 학습하고 실습합니다.

  • 앙상블 개념의 이해 및 실습
  • 부스팅 트리의 이해 및 실습
  • 하이퍼파라미터 튜닝
  • 모델 해석성
  • 자동ML (PyCaret 등)

수강 방법

[ 실시간 온라인 강의 ]
수강신청을 해주신 분들께 개별적으로 온라인 수강을 위한 링크를 보내드립니다.
강의자료는 당일 배포합니다

일정 및 시수

일정 : 2021년 8월 10일 ~ 8월 19일 / 화, 목요일 19:00~22:00
시수 : 4회, 총 12시간

유의 사항

개별 노트북 필수 지참, 세금계산서 발급가능

강의안내

1
개강 전에 개강안내 메일을 개별적으로 전달드립니다.
정해진 시간에 화상회의 솔루션 Zoom을 통해 진행됩니다. Zoom 접속링크는 개별적으로 전송합니다.
개강 1일 전에 강의교재 PDF 파일을 개별 이메일로 발송해 드립니다.
환불을 원하실 경우 [ 성함, 환불하고자 하는 강의명, 환불 사유 ] 정보를 edu@fins.ai 이메일로 보내주세요. 정보 확인 후 환불 도와드리겠습니다.

결제 안내

  • 대학(원)생 / 단체 / 기수강생 할인 가능합니다. (* 타쿠폰과 중복할인은 불가)
  • 카드 결제시 최대 6개월 무이자 할부 가능합니다.
  • 세금계산서 발급 가능합니다. 담당자(bill@fininsight.co.kr)에게 연락주시면 더 자세히 안내해 드리겠습니다.
  • 사이트 결제 오류 시 카카오톡 플러스친구나 edu@fins.ai로 문의 부탁드립니다.


강의 유의사항

  • 본 강의에는 교재비가 포함되어 있습니다.
  • 강의의 최소 인원이 미달될 경우 일정이 연기될 수 있습니다.
  • 일정 연기 시, 수강생 분들께 개강 3일전 개별 연락을 드립니다.


인사이트 캠퍼스 지기 모집

혜택

  • 본 강의 무료 수강
  • 본 강의 외의 수강하고 싶은 강의는 50% 할인 혜택
  • 인사이트 캠퍼스지기 활동 인증서 발급
  • 금융권 진출 희망 시 진로 상담 및 네트워킹 제공 (우수 활동지기는 추천서 제공) – 핀인사이트 취업 지원 시 우대

모집 대상

  • 해당 강의 관련 학과 전일제 대학(원)생 또는 관심이 많은 타과 전일제 대학(원)생
  • 인원: 강의 당 1명

우대사항

  • 인사이트 캠퍼스 기 수강자
  • 해당 강의 관련 프로젝트 경험자
  • 해당 강의 관련 컴퓨터 언어 활용 가능자

활동 내용

  • 수강생들이 효과적으로 강의를 수강할 수 있도록 돕는 역할
  • 운영을 위한 세부사항을 기획하며, 다음 기수 수강생 모집 준비를 지원하는 역할
  • 해당 강의 종료 후 수강생 인터뷰 작성 (A4 1장 분량) – 차기 강의 개발 전략에 참여

신청 방법

  • 아래 신청 버튼을 통해 캠퍼스지기를 신청해주시면, 신청하신 모든 분들께 해당 강의 개강 1주 전까지 개별 연락 드립니다. 
  • https://goo.gl/forms/5KsDKKkUywVKPbZB2