[도서 리뷰] 금융 전략을 위한 머신러닝 (Machine Learning and Data Science Blueprints for Finance)

금융 전략을 위한 머신러닝

(Machine Learning and Data Science Blueprints for Finance)

19가지 사례를 통해 익히는 금융 전략, 머신러닝, 데이터 과학

저자 : 하리옴 탓샛, 사힐 푸리, 브래드 루카보

---

 

목차

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

 

---

REVIEW

 

 

PART 1에서는 금융 머신러닝의 소개와 기본적인 머신러닝 지식들을 설명하고 있다.

문제정의 - 데이터와 패키지 불러오기 - 탐색적 데이터 분석 - 데이터 준비 - 모델 평가 - 모델 튜닝 및 개선 - 모델 결정

 

위의 머신러닝 모델의 개발 과정을 처음부터 끝까지 단계별로 코드와 함께 대략적으로 설명하고,

모델 개발 과정에서의 주요 키워드를 중심으로 설명하고 있어서 헷갈릴 수 있는 개념들을 다시 한번 잡기에 좋았다.

 

 

또한 각 모델별 설명에서 모델의 특성과 장단점을 설명해준다는 점이 좋았다.

PART 1은 머신러닝 개념 설명에 중점을 두고 설명하고 있지만 중간중간 금융에서 어떻게 활용할 지 간단히 예시를 보여준다.

 

PART 2,3,4 에서는 각각 지도학습(회귀, 분류), 비지도학습(차원 축소, 군집화), 강화학습과 자연어 처리로 나누어

각각 3-4개씩 총 19개의 금융 머신러닝 실전 예제를 다루고 있다.

 

각각의 예제와 관련된 금융에서의 과제 설명과 예제에서 중점을 두는 내용을 설명으로 시작하여

위의 머신러닝 모델 개발 과정을 순서대로 코드와 함께 설명한다.

각 코드는 gitlab에서 파일을 제공하여 직접 실행해보면서 학습할 수 있다.

---

이 책의 추천 독자

 

머신러닝을 공부해 본 경험이 있어 개념과 코드를 어느정도 이해하고 있고,

금융 도메인에 관심이 있어 금융 관련 실전 예제를 통하여 심화학습을 하고 싶은 사람

또는 머신러닝을 활용하고자 하는 금융권 종사자에게 추천한다.

 

한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다.