금융 전략을 위한 머신러닝

복잡한금융데이터를제대로다루고싶다면꼭읽어야할필독서!
금융서비스분야는방대한데이터를실시간으로생성하며, 데이터해석에따른올바르고신속한판단과결정이필요합니다. 금융사기탐지, 신용대출심사, 주가변화추이예측, 포트폴리오구성및재조정등다양한금융서비스에머신러닝을활용할수있습니다. 이책의실전문제에서다양한활용법을소개및구현하고시연합니다. 더나아가각장마무리에연습문제를제시하여어떻게응용, 발전시킬지구체적방향을제시합니다.
머신러닝을이해하고금융서비스에활용하는시대, 나아가금융자산을보호하고, 자산가치를극대화하는시대가현실화되고있습니다. 이책을재밌게읽고책에서소개한내용을실제로활용및응용할수있기를바랍니다.
대상독자
● 금융데이터를제대로다루고싶은학생, 관련직업종사자
● 파이썬을활용하여자신의기존전략을정량화하고자동화하고싶은독자
주요내용
● 거래전략, 파생상품가격책정, 포트폴리오관리─ 회귀기반지도학습모델
● 신용부도위험예측, 이상거래탐지와거래전략 ─ 분류기반지도학습모델
● 포트폴리오관리, 거래전략과수익률곡선구성에대한사례연구 ─ 차원축소기법
● 거래전략과포트폴리오관리에대한사례연구와함께유사한개체찾기 ─ 알고리즘과클러스터링기술
● 거래전략구축, 파생상품헤징과포트폴리오관리 ─ 강화학습모델과기법
● 텍스트분석, 텍스트마이닝, 전산언어학, 콘텐츠분석 ─ NLP 기술

PART 1 프레임워크
CHAPTER 1 금융머신러닝
1.1 현재와미래의금융머신러닝활용
1.2 인공지능, 머신러닝, 딥러닝, 데이터과학
1.3 머신러닝의다양한유형
1.4 자연어처리
1.5 맺음말
CHAPTER 2 머신러닝모델개발
2.1 왜파이썬인가?
2.2 머신러닝을위한파이썬패키지
2.3 모델개발단계
2.4 맺음말
CHAPTER 3 인공신경망
3.1 구조, 학습, 하이퍼파라미터
3.2 인공신경망모델생성
3.3 맺음말

PART 2 지도학습
CHAPTER 4 지도학습: 모델및개념
4.1 지도학습모델: 개념
4.2 모델성능
4.3 모델선택
4.4 맺음말
CHAPTER 5 지도학습: 회귀(시계열모델)
5.1 시계열모델
5.2 실전문제 1: 주가예측
5.3 실전문제 2: 파생상품가격책정
5.4 실전문제 3: 투자자위험감수및로보어드바이저
5.5 실전문제 4: 수익률곡선예측
5.6 맺음말
5.7 연습문제
CHAPTER 6 지도학습: 분류
6.1 실전문제 1: 사기탐지
6.2 실전문제 2: 채무불이행확률
6.3 실전문제 3: 비트코인거래전략
6.4 맺음말
6.5 연습문제

PART 3 비지도학습
CHAPTER 7 비지도학습: 차원축소
7.1 차원축소기술
7.2 실전문제 1: 포트폴리오관리(고유포트폴리오찾기)
7.3 실전문제 2: 수익률곡선구축및이자율모델링
7.4 실전문제 3: 비트코인거래(속도와정확성향상)
7.5 맺음말
7.6 연습문제
CHAPTER 8 비지도학습: 군집화
8.1 군집화기술
8.2 실전문제 1: 쌍거래를위한군집화
8.3 실전문제 2: 포트폴리오관리(투자자군집화)
8.4 실전문제 3: 계층적위험패리티
8.5 맺음말
8.6 연습문제

PART 4 강화학습과자연어처리
CHAPTER 9 강화학습
9.1 강화학습: 이론및개념
9.2 실전문제 1: 강화학습기반거래전략
9.3 실전문제 2: 파생상품헤징
9.4 실전문제 3: 포트폴리오배분
9.5 맺음말
9.6 연습문제
CHAPTER 10 자연어처리
10.1 자연어처리: 파이썬패키지
10.2 자연어처리: 이론및개념
10.3 실전문제 1: NLP 및감정분석기반거래전략
10.4 실전문제 2: 챗봇-디지털어시스턴트
10.5 실전문제 3: 문서요약
10.6 맺음말
10.7 연습문제

하리옴 탓샛 Hariom Tatsat
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.