금융 전략을 위한 머신러닝
19가지 사례를 통해 익히는 금융 전략, 머신러닝, 데이터 과학
| 소장 | 종이책 정가 | 35,000원 |
|---|---|---|
| 전자책 정가 | 20%28,000원 | |
| 판매가 | 28,000원 |
- 출간 정보
- 2022.01.03. 전자책 출간
- 2021.12.27. 종이책 출간
- 파일 정보
- 11.3MB
- 469쪽
- ISBN
- 9791162246351
- ECN
- -
금융 전략을 위한 머신러닝 상세페이지
금융 전략을 위한 머신러닝작품 소개
<금융 전략을 위한 머신러닝> 적용 사례 연구 및 코드 예제를 함께 제공하는 금융 분야의 ML 및 AI를 다루는 ‘완전한’ 책
앞으로 금융 산업은 머신러닝과 데이터 과학으로 인해 변화될 것이다. 이 책은 금융업계에서 종사하는 분석가, 거래자, 연구원, 개발자, 데이터 엔지니어에게 유익한 머신러닝 알고리즘 구축법을 다룬다. 자연어 처리와 함께 지도 학습, 비지도 학습, 강화 학습에 필요한 머신러닝 개념과 19가지 사례 연구를 살펴본다. 또한 헤지 펀드, 투자 은행, 핀테크 회사 등 투자 전문가로 성장하기에 필요한 딥러닝 기반의 가이드를 제공한다. 포트폴리오 관리, 알고리즘 거래, 파생 상품 가격 책정, 이상 거래 탐지, 자산 가격 예측, 감정 분석, 챗봇 개발에 대해 자세히 설명한다. 실무자가 직면한 실제 문제를 코드와 예제를 활용해 해결할 수 있도록 과학적 솔루션을 제공한다.
출판사 서평
복잡한 금융 데이터를 제대로 다루고 싶다면 꼭 읽어야 할 필독서!
금융 서비스 분야는 방대한 데이터를 실시간으로 생성하며, 데이터 해석에 따른 올바르고 신속한 판단과 결정이 필요합니다. 금융 사기 탐지, 신용 대출 심사, 주가 변화 추이 예측, 포트폴리오 구성 및 재조정 등 다양한 금융 서비스에 머신러닝을 활용할 수 있습니다. 이 책의 실전 문제에서 다양한 활용법을 소개 및 구현하고 시연합니다. 더 나아가 각 장 마무리에 연습 문제를 제시하여 어떻게 응용, 발전시킬지 구체적 방향을 제시합니다.
머신러닝을 이해하고 금융 서비스에 활용하는 시대, 나아가 금융 자산을 보호하고, 자산 가치를 극대화하는 시대가 현실화되고 있습니다. 이 책을 재밌게 읽고 책에서 소개한 내용을 실제로 활용 및 응용할 수 있기를 바랍니다.
대상 독자
금융 데이터를 제대로 다루고 싶은 학생, 관련 직업 종사자
파이썬을 활용하여 자신의 기존 전략을 정량화하고 자동화하고 싶은 독자
주요 내용
거래 전략, 파생 상품 가격 책정, 포트폴리오 관리 ─ 회귀 기반 지도 학습 모델
신용 부도 위험 예측, 이상 거래 탐지와 거래 전략 ─ 분류 기반 지도 학습 모델
포트폴리오 관리, 거래 전략과 수익률 곡선 구성에 대한 사례 연구 ─ 차원 축소 기법
거래 전략과 포트폴리오 관리에 대한 사례 연구와 함께 유사한 개체 찾기 ─ 알고리즘과 클러스터링 기술
거래 전략 구축, 파생 상품 헤징과 포트폴리오 관리 ─ 강화 학습 모델과 기법
텍스트 분석, 텍스트 마이닝, 전산 언어학, 콘텐츠 분석 ─ NLP 기술
저자 프로필
저자 소개
저자
하리옴 탓샛
현재 뉴욕에 있는 투자 은행의 정량 분석 부서에서 부사장으로 일하고 있다. 여러 글로벌 투자 은행과 금융 조직의 예측 모델링, 금융 상품 가격 책정 및 리스크 관리 분야에서 다양한 경험을 쌓았다. UC 버클리 대학교에서 석사 학위를, 인도의 공과대학교 카라그푸르에서 학사 학위를 취득했다. 금융 리스크 매니저(FRM) 인증과 양적 금융 인증(CQF)도 이수했으며 CFA 레벨3 후보군이다.
저자
사힐 푸리
정량 연구원으로 일하고 있다. 그는 모델 가정을 테스트하고 여러 자산 분류에 대한 전략을 찾는다. 다양한 문제에 여러 가지 통계 및 머신러닝 기반 기술을 적용해 왔다. 예를 들어 텍스트 특징 생성, 레이블링 곡선 이상 징후, 비선형 위험 요인 감지 및 시계열 예측 등이 있다. UC 버클리 대학교에서 석사 학위를, 인도 델리 공과대학교에서 학사 학위를 취득했다.
저자
브래드 루카보
샌프란시스코에 위치한 부동산 투자 스타트업 Union Home Ownership Investors에서 포트폴리오 관리 부사장으로 일하고 있다. 그의 연구는 비즈니스 프로세스, 내부 시스템 및 소비자 대상 제품에서 머신러닝과 투자 의사 결정 모델의 구현에 초점을 맞추고 있다. 공저자와 마찬가지로 UC 버클리 대학교에서 금융 공학 석사 학위를 취득했다.
역자
김한상
고려대학교에서 컴퓨터공학과 학사와 석사를 마치고, 파리 대학교에서 보안 전공 박사 학위를 받았다. 자율 주행 차와 금융 포트폴리오 관리 분야의 데이터 기반 의사 결정에 관심을 갖고 금융 데이터 분석 과제를 진행 중이다. 현재 미국 실리콘 밸리 자율 주행 차 회사에 근무하고 있다.
목차
PART 1 프레임워크
CHAPTER 1 금융 머신러닝
1.1 현재와 미래의 금융 머신러닝 활용
1.2 인공지능, 머신러닝, 딥러닝, 데이터 과학
1.3 머신러닝의 다양한 유형
1.4 자연어 처리
1.5 맺음말
CHAPTER 2 머신러닝 모델 개발
2.1 왜 파이썬인가?
2.2 머신러닝을 위한 파이썬 패키지
2.3 모델 개발 단계
2.4 맺음말
CHAPTER 3 인공 신경망
3.1 구조, 학습, 하이퍼파라미터
3.2 인공 신경망 모델 생성
3.3 맺음말
PART 2 지도 학습
CHAPTER 4 지도 학습: 모델 및 개념
4.1 지도 학습 모델: 개념
4.2 모델 성능
4.3 모델 선택
4.4 맺음말
CHAPTER 5 지도 학습: 회귀(시계열 모델)
5.1 시계열 모델
5.2 실전 문제 1: 주가 예측
5.3 실전 문제 2: 파생상품 가격책정
5.4 실전 문제 3: 투자자 위험 감수 및 로보 어드바이저
5.5 실전 문제 4: 수익률 곡선 예측
5.6 맺음말
5.7 연습 문제
CHAPTER 6 지도 학습: 분류
6.1 실전 문제 1: 사기 탐지
6.2 실전 문제 2: 채무 불이행 확률
6.3 실전 문제 3: 비트코인 거래 전략
6.4 맺음말
6.5 연습 문제
PART 3 비지도 학습
CHAPTER 7 비지도 학습: 차원 축소
7.1 차원 축소 기술
7.2 실전 문제 1: 포트폴리오 관리(고유 포트폴리오 찾기)
7.3 실전 문제 2: 수익률 곡선 구축 및 이자율 모델링
7.4 실전 문제 3: 비트코인 거래(속도와 정확성 향상)
7.5 맺음말
7.6 연습 문제
CHAPTER 8 비지도 학습: 군집화
8.1 군집화 기술
8.2 실전 문제 1: 쌍 거래를 위한 군집화
8.3 실전 문제 2: 포트폴리오 관리(투자자 군집화)
8.4 실전 문제 3: 계층적 위험 패리티
8.5 맺음말
8.6 연습 문제
PART 4 강화 학습과 자연어 처리
CHAPTER 9 강화 학습
9.1 강화 학습: 이론 및 개념
9.2 실전 문제 1: 강화 학습 기반 거래 전략
9.3 실전 문제 2: 파생상품 헤징
9.4 실전 문제 3: 포트폴리오 배분
9.5 맺음말
9.6 연습 문제
CHAPTER 10 자연어 처리
10.1 자연어 처리: 파이썬 패키지
10.2 자연어 처리: 이론 및 개념
10.3 실전 문제 1: NLP 및 감정 분석 기반 거래 전략
10.4 실전 문제 2: 챗봇-디지털 어시스턴트
10.5 실전 문제 3: 문서 요약
10.6 맺음말
10.7 연습 문제
리뷰
구매자 별점
0.0 점
점수비율
- 5
- 4
- 3
- 2
- 1
0명이 평가함
리뷰 작성 영역
내가 남긴 별점 0.0
별로예요
그저 그래요
보통이에요
좋아요
최고예요
'구매자' 표시는 리디에서 유료도서 결제 후 다운로드 하시거나 리디셀렉트 도서를 다운로드하신 경우에만 표시됩니다.
- 무료 도서 (프로모션 등으로 무료로 전환된 도서 포함)
- '구매자'로 표시되지 않습니다.
- 시리즈 도서 내 무료 도서
- '구매자’로 표시되지 않습니다. 하지만 같은 시리즈의 유료 도서를 결제한 뒤 리뷰를 수정하거나 재등록하면 '구매자'로 표시됩니다.
- 영구 삭제
- 도서를 영구 삭제해도 ‘구매자’ 표시는 남아있습니다.
- 결제 취소
- ‘구매자’ 표시가 자동으로 사라집니다.
리뷰 및 사용자 신고하기
댓글 및 사용자 신고하기
사용자 차단
사용자 차단 해제
이 책과 함께 구매한 책
이 책과 함께 둘러본 책
성인 인증 안내
성인 재인증 안내
성인 인증 안내
성인 재인증 안내
청소년보호법에 따라 성인 인증은 1년간
유효하며, 기간이 만료되어 재인증이 필요합니다.
성인 인증 후에 이용해 주세요.
해당 작품은 성인 인증 후 보실 수 있습니다.
성인 인증 후에 이용해 주세요.
청소년보호법에 따라 성인 인증은 1년간
유효하며, 기간이 만료되어 재인증이 필요합니다.
성인 인증 후에 이용해 주세요.
해당 작품은 성인 인증 후 선물하실 수 있습니다.
성인 인증 후에 이용해 주세요.
본문 끝 최상단으로 돌아가기
