[파이썬 실습]금융 머신러닝 이론과 맞춤형 투자 시스템 구축 2기

강사
James Kim 강의교수님
강의분류
인기 메인 강의/ 파이썬 과정/ 핀테크과정/
₩1,200,000
시스템구축
마감

₩1,200,000

8개 재고

18 명 제한
강의기간 : 2/24(토)~4/21(토) 총 9주 오전 10시 - 13시
강의수 : 총 27시간
수료증

강의 소개

#머신러닝, #로보어드바이저, #파이썬, #리눅스, #Django, #종목추천

머신러닝은 최근 새로이 각광받고 있긴 하지만 머신러닝 자체는 아주 오래된 개념입니다. 프로그래머가 직접 수많은 규칙을 미리 정해주는 대신 프로그램 자체가 데이터를 통해 스스로 학습하도록 하는 방법이 머신러닝입니다. AI 연구가 진행됨에 따라 머신러닝 기법도 비약적으로 발전하였고 근래에는 많은 전자제품의 주요한 필수기능으로 활용되기 시작하였습니다.

[강의의 목표]

 본 강의의 목적은 파이썬 및 각종 공개 오픈소스 툴들을 활용하여 수강자가 스스로 머신러닝 관련 시스템을 구축할 수 있는 능력을 갖출 수 있도록 실습과 이론을 통하여 배울 수 있도록 하는 것입니다. 본 강의를 통해 수강생들이 단순히 머신러닝의 기본적인 개념뿐만아니라 실제적으로 각자의 업무에 어떻게 머신러닝을 적용해야 할지 실무적 아이디어를 얻어 가시기를 바랍니다.

과정 상세

강의는 금융에 특화된 투자 시스템 구축과 실습 + 머신러닝 학습으로 구성되어 있습니다.
먼저 시스템 구축에 필요한 인프라 세팅 즉 시스템 구축에 필요한 내용을 먼저 학습합니다. 기본적인 금융 투자 시스템 구현에 필요한 (리눅스, MySQL 및 데이터베이스)를 학습합니다.  그 이후 시스템에 적용한 기계학습(머신러닝) 이론을 실습과 함께 학습합니다.

학습 과정에서 머신러닝의 주요 개념인 지도학습과 비지도학습에 대한 이론과 실습을 통해 프로그램 기법과 알고리즘을 배움으로써 금융 투자 웹서비스가 가능한 시스템을 구축하는 기본적인 기법을 터득하게 됩니다.
먼저 지도 학습 (Supervised learning) 이란, 특정 input에 대해 “정답 (label)” output이 있는 데이터 셋이 주어지는 경우를 말합니다. 프로그램은 이 정보로부터 input과 output의 관계를 유추하게 됩니다. 대다수의 머신러닝의 문제는 이 형태를 띱니다. 지도 학습의 세부 분류로는 “회귀분석(regression)”과 “분류(classification)”가 있습니다.

반면 비지도 학습(Unsupervised learning)은 “정답 (label)” output을 제공하는 데이터 셋이 없는 문제입니다. 따라서 예측 결과에 대한 feedback이 없습니다. 다시 말해, 잘못된 예측을 하더라도 교정해줄 “선생님”이 없습니다. 이 경우에는 가지고 있는 데이터의 변수들 간의 관계에 기반한 클러스터링 기법으로 어떤 구조를 도출해냅니다.

수강 대상

스스로 금융 투자 시스템을 개발 및 구현하기 원하는 분

독자적 투자 시스템을 구축하기 위한 기술과 이론에 대한 실습을 통해 핵심 내용을 알려드립니다.

투자 또는 금융 데이터 분석에 머신러닝을 적용해 보고 싶은 분

머신러닝 시스템을 통한 금융 투자 분석과 투자 기회에 인사이트를 얻고자 하는 금융 업계 종사자

머신러닝을 이론부터 실습까지 차근 차근 배워보고 싶으신 분들

리눅스를 기반으로 한 파이썬 언어부터 MySQL, Django까지 시스템 구축에 관한 내용을 기초부터 확실하게 익힙니다.

강의 교수님 소개

James Kim 강의교수님
CFA Charterholder
금융투자/경제분석 전문가
전 삼성증권/현대자동차/기타 중견기업 경영관리 및 투자정보시스템 개발
파이썬/Django 기반 금융투자 시스템 개발(2016)
파이썬 오픈소스 전자상거래/ERP 시스템 개발중(2017)

이기홍 강의교수님
Finance PhD CFA FRM
금융투자/경제분석 전문가
국내 유수 금융기관 및 금융공기업 근무한바 있으며 현재는 딥러닝과 강화학습을 투자에 접목시키는 투자시스템 개발중

교수님 인터뷰

인터뷰 보러가기

커리큘럼 가이드

커리큘럼 다운로드

실습 결과물

본 동영상은  웹사이트로 구현된 머신러닝을 적용한 투자 분석 시스템입니다. 

*위 동영상은 강의 교수님이 직접 구현한 실제 웹사이트입니다.

커리큘럼

Part 1. 투자 시스템 구축 및 실습 (James Kim 강의교수)

리눅스를 통한 인프라 구축에서부터 금융 투자 시스템 구축에 꼭 필요한 웹 크롤링/스크래핑 기법과 파이썬 라이브러리를 실습합니다. 머신러닝의 개념을 실질적으로 금융 실무에 어떻게 적용해야 할 수 있을 지 실무적 아이디어(머신러닝을 활용한 종목 추천 등)를 얻는 좋은 기회가 될 수 있습니다.

1장 | 투자 시스템을 위한 리눅스 시스템 구축 및 실습

  • 1-1. 리눅스 설치(centOS, Ubuntu)
  • 1-2. 시스템 관리(파일시스템, 사용자등)
  • 1-3. 보안 관리
  • 1-4. 기타 주요 기능
  • *일반 웹서비스의 70%이상이 사용할 만큼 기능도 안정성도 증명된 오픈소스 리눅스, 안정적인 무료 시스템을 마음껏 활용하고 확장 가능성도 넓히세요.

2장 | 금융 데이터 수집을 위한 웹 크롤링/스크래핑 기법

  • 2-1. 웹 크롤링/스크래핑 기법 학습
  • 2-2. 증권/금융관련 여러 사이트를 통해 양질의 데이터 수집 실습
  • *웹 크롤링과 스크래핑 기법을 활용하여 각종 증권금융관련 데이터를 무료로 얻을 수 있습니다. 몇가지 시각화 기법만 더 얻어가시면 한눈에 인사이트를 얻을 만한 그래프도 만드실 수 있어요.

3장 | MySQL 설치 및 데이터 베이스 관리 실습

  • 3-1. 금융 데이터베이스 시스템 구축  및 사용/관리
  • 3-2. MySQL/MongoDB
  • 3-3. 금융 데이터 수집과 관리 자동화 방법
  • *데이터베이스를 통해 데이터를 축적하여 여러 방도로 활용 가능합니다.
  • 그때마다 대량의 데이터를 크롤링할 필요가 없으니 시간도 단축되고 본인 데이터로 활용/분석/가공이 가능합니다.

4장 | 금융 머신러닝 관련 파이썬 라이브러리/프로그램 실습

  • 4-1. 머신러닝 관련모듈(Pandas/Numpy/Scikit-learn/Matplotlib)
  • 4-2. 투자 시스템에 특화된 머신러닝 알고리즘 예제 리뷰
  • *금융 머신러닝 이론과 시스템을 접목하여 머신러닝 기법으로 추천 주가 종목을 뽑아볼 수 있습니다.
  • 최근 거래일 종가까지 반영된 머신러닝 프로그램에 의해 선별된 종목 리스트를 받아보세요!

5강 | 금융 투자 시스템 웹사이트 구축 맛보기 (Django 활용)

  • 5-1. Django 기초 및 웹서버 구축
  • 5-2. 웹서버와 데이터베이스 연동
  • *이제까지 배운 내용을 로컬뿐만이 아니라 어떻게 웹상에서 구현하실 수 있는지 알려드립니다.

Part 2. 금융인을 위한 머신러닝 (이기홍 강의교수)

금융 투자 시스템 구축에 적용할 머신러닝 주요 개념인

지도학습과 비지도학습에 대한 이론을 주가 데이터 중심으로 학습합니다.

6장 | Machine Learning / Supervised Learning (지도학습;Regression)

  • 6-1. Linear Regression 선형회귀분석
    – Overfit(과학습)과 Cross validation
    – Fama-French 모형 실습
    6-2. Logistic Regression 주가예측
    6-3. SVM Regression 주가예측

7장 | Machine Learning / Supervised Learning (지도학습;Classification)

  • 7-3. Random forest를 이용한 종목분류
    7-4. KNN을 이용한 종목분류
    7-5. SVM을 이용한 종목분류 및 주가예측
    7-6. Ensemble, bagging, boosting을 이용한 성과 개선

8장 |Machine Learning / Unsupervised learning (비지도학습)

  • 8-1.K-means을 이용한 포트폴리오구성
  • 8-2. PCA와 AUTO Encoder를이용한 종목특성 추출
  • 8-3. HMM을이용한 Regime 변화 감지

9장 | Sentiment분석을 이용한 주식투자

  • 9-1. 텍스트 수집 및 처리
  • 9-2. Sentiment 분석 (감성분석)
  • 9-3. Sentiment Signal을 이용한 주가 예측
  • 9-4. DeepLearning 맛보기
  • 실습:LSTM을 이용한 주가예측

강의일정

  • 2018년 2월 24일 (토) ~ 2018년 4월 21일 (토)
  • 주 1회, 총 9주
  • 토요일 오전 10시 ~ 13시 / 일 3시간, 총 27시간

강의장소

  • 서울시 강남구 삼성동 35-15 나라빌딩 1층 인사이트 캠퍼스 제1강의장
  • 선정릉역(9호선/분당선) 2번출구 3분거리

준비물

  • 개인 노트북 지참
  • 교재 및 파이썬 실습 코드 무료 제공

담당자 (문의처)

  • edu@fininsight.co.kr

결제 안내

  • 대학(원)생 / 단체 / 기수강생 할인 가능합니다. (*중복할인은 불가)
  • 얼리버드 1차 20% 할인 2월 10일까지 / 2차 10% 할인 2월 17일까지
  • 카드 결제 시 최대 6개월 무이자 할부 가능합니다.
  • 세금계산서 발급 가능합니다. 담당자(bill@fininsight.co.kr)에게 연락주시면 안내해 드리겠습니다.
  • 직접 세금계산서 발급 신청하실 분은 아래 ‘세금계산서 발급 신청하기’ 버튼으로 신청 가능하십니다.
세금계산서 발급 신청하기
대학(원)생 할인 쿠폰 받기
단체 할인 쿠폰 받기

인터넷 결제환경 안내

  • Windows 7, 크롬 브라우저에 최적화 되어있습니다. 인터넷 익스플로러는 버전 9 이상을 권장합니다.
  • iOS에서는 현재 결제가 불가합니다. 타 방식 이용을 권해드립니다.
  • 맥북에서는 Safari(사파리)에서 결제가 가능합니다.

유의사항

  • 본 강의는 실습이 포함된 강의입니다.
  • 실습노트북이 따로 구비되어 있지 않습니다. 반드시 개인 노트북을 지참하시어 실습의 활용도를 높이기를 권유드립니다.
  • 본 수강료에는 교재비가 포함되어 있습니다.
  • 본 강의의 최소 수강인원은 10명입니다.
  • 강의의 최소인원이 미달될 경우 일정이 연기될 수 있습니다. 일정 연기시, 수강생 분들께 개강 3일전 개별 연락을 드립니다. 이 점 양해 부탁드리겠습니다.

8개 재고

아직 상품평이 없습니다.

Be the first to review “[파이썬 실습]금융 머신러닝 이론과 맞춤형 투자 시스템 구축 2기”

카카오톡 플러스친구를 추가하시면 신청한 강의 개강 알림, 할인 쿠폰, 개강 안내 등 다양한 서비스를 받으실 수 있습니다. ID : 인사이트캠퍼스 해제