<퀀트 전략을 위한 인공지능 트레이딩>,김태헌/신준호 지음, 한빛미디어, 2021

주식투자는 어렵지 않다. 계좌 개설해 예치금 납부하고 주문하면된다. 주식투자를 통해 수익을 내는 것은 쉽지 않다. 전문투자자가아닌 직장인이 주식투자를 통해 매월 월급 만큼의 수익을 내기는 어렵다. ‘무릎에서 사고 어깨에서 팔라’고 하는데, ‘무릎에서 팔고, 어깨에서산다’. 열에 아홉은 실패해도 한 번만 성공해 수익이라도 나면 좋지만,어찌 된게 한 번 성공하고 아홉은 실패한다. 그러니 ‘내가사면 떨어지고, 내가 팔면 올라간다’고 푸념한다.

증권사나 포털사이트에서 제공하는 정보도 많아 저평가된 주식을 찾아보고자 시도한다. 하지만 워낙 방대하고 이를 일일이 찾아야하는 수고로움에 시간이 없다는 핑계로 포기하기 일쑤다. 좋은 종목이라며 추천하는 뉴스를 들어도 상투가 아닐까 두려움이 앞선다. 역시하수다.

알고리즘을 이용한 로보어드바이저 서비스도 나왔지만 인공지능, 알고리즘에대한 이해가 부족해 믿을 만한 로보어드바이저인지 판단이 안 선다. 로보어드바이저는 플랫폼으로 수수료를수취하니, 상승장이든 하락장이든 이용자가 있다면 수익이 날 것이고, 나는수익이 나든 손실이 나든 수수료 등 부대비용을 부담해야 하니 잘해야 본전 아닌가 싶어 이도 망설인다.

그럼 직접 만들어봐? 라고 무모하게 도전해 <퀀트 전략을 위한 인공지능 트레이딩>을 펼쳤다. 제시된 예제 파일을 따라하고 기본적인 것일지라도 이해한다면 초보 수준의 알고리즘을 만들 수 있지 않을까 싶었다. 결론은 퀀트 전략에 대한 이해도를 높일 수 있었고, 파이썬을 통해머신러닝과 딥러닝으로 연결하는 방법에 대해 알 수 있었다.

딥러닝을 이용한 투자 전략을 제시한 논문의예제를 구현해 다양한 퀀트 투자 전략을 코딩할 수 있도록 돕는다. 주가 데이터를 캔들차트 이미지로 변환해합성곱 신경망(CNN)으로 학습하여 주가 방향을 예측하는 방법과 시계열 데이터를 기술지표로 가공해 LSTM 모델로 주가 데이터를 학습해 다음날 주가를 예측하는 방법, 오토인코더를활용해 주가 수익률 데이터와 패턴이 비슷한 데이터를 만드는 방법에 대해 학습할 수 있다.

퀀트 투자를 달리 표현하면 데이터 기반 전략이라고 할 수 있다. 머신러닝이나 딥러닝을 활용하는 투자 방법도 데이터 기반의 투자 전략이기 때문에 모두 퀀트 투자 전략으로 분류할수 있기 때문이다(…) 퀀트는 정략적 방법론을 기반으로 투자의사를 결정하는 것이며, 여기서 정략적 방법론이란 모든 것을 수치화하는 것을 의미한다.(115쪽)

듀얼 모멘텀은 투자 자산 가운데 상대적으로 상승 추세가 강한 종목에 투자하는상대 모멘텀 전략과 과거 시점 대비 현재 시점의 절대적 상승세를 평가한 절대 모멘텀 전략을 결합해 위험을 관리하는 투자 전략이다.(134쪽)

이미지넷 경진대회에서 이미지 인식 머신러닝 알고리즘(은)(…) 해가 바뀔 때마다 성능이 개선된 것을 확인할 수 있다.(…)
하지만 금융 특히 투자 영역에서는 이런 빠른 발전을 기대하기가 어렵다. 산업계에서 예측력이 좋은 알고리즘을 만든다면 공개하지 않을 것이고, 학계에서는실제 트레이딩 실적보다는 모델의 성능(예측 정확도)에 초점을맞추려 하기 때문이다.(202~203쪽)

다만 아직 파이썬을 다루는 스킬이 부족해 제시된 예제를 원활히 다루지 못한 아쉬움이 남았다. 기본적으로 파이썬을 다룰 수 있고, 투자 전략 등 금융지식이 있어야제시된 방법들을 이해하고 실행할 수 있다. 입문자라면 다른 책을 통해 파이썬과 금융지식을 학습한 후도전하면 좋을 듯 하다.

* 해당 도서는출판사로부터 무상으로 제공받았으며, 제 주관에 따라 솔직하게 작성했습니다.

[나의 한줄 추천사]

금융 데이터 기반으로 머신러닝/딥러닝을 통해서 나만의 투자전략을 짜고 싶다면 이 책을 보라

​

[책 추천 이유]

데이터 분석을 하는 이유는 올바른 의사결정을 하기 위함이다. 돈과 연결되는 의사결정일 경우에는 더욱더 데이터 기반 의사결정이 중요할 것이다. 이 책은 주식거래 할때에 데이터를 바탕으로 투자 가설 검증을 통해서 실패하지 않는 법을 가르쳐준다.

​

[내가 찾고자 했던 질문들]

1. 주식은 누구도 예측할 수 없다고 하는데, 머신러닝/딥러닝을 통해서 가능할까?

- 완벽하게 예측할 수 는 없으나, 보조적인 의사결정이나 새로운 알파를 찾는데는 도움을 준다. 충분히 도전할 만한 가치가 있는 분야이다.

​

2.어떤 방식으로 퀀트 투자 전략을 짤 수 있나?

(1) 이미 잘 알려진 지표들로 부터 유효한 시그널을 찾아낼 수 있다. 그 지표는 일종의 파생변수인데, 대표적인 파생 변수들로 연평균 복리 수익률(CAGR), 최대 낙폭(MDD), 변동성(Vol), 샤프지수(위험대비 수익성 지표) 등이 있다.

(2) 전통 퀀트 투자 전략으로는 모멘텀 지표를 활용한 "평균회귀" 전략, 투자 자사 가운데 상대적으로 상승추세가 강한 종목에 투자하는 상대 모멘텀 전략과 과거 시점 대비 현재 시점의 절대적 상승세를 평가한 절대 모멘텀 전략을 결함한 "듀얼 모멘텀" 전략, "가치 투자" 전략이 있다.

(3) 머신러닝을 이용한 SVM, 랜덤포레스트 등을 이용하여 주식 가격을 예측함으로써 퀀트 투자 전략을 짤 수 있다.

(4) 딥러닝을 이용한 LSTM 주식 가격 예측, 오토인코더를 통해서 데이터를 증강시켜서 풍분한 데이터를 바탕으로 가격을 예측해 볼 수 있다.

​

3. 퀀트 전략 모델 검증은 어떻게 하는가?

- 백테스팅(back-testing) 특정 전략을 과거에 적용했을때 어떠한 결과가 나오는지 시뮬레이션을 통해서 검증해 볼 수 있다.

이제 주식, 코인등의 투자가 없이는 살아가기 힘든 시대가 되었다.

나도 최근에는 주식이나 코인에 소량 투자하면서 수익을 보고자 했는데, 다양한 의견에 이리저리 치이고, 하락장에 불안해하면서 보다 확실한 투자 방법을 익히는 것이 필요하다고 생각되었다.

그러다 이 책을 접하게 되었다. ‘퀀트’, ‘인공지능’ 등 이전에 어느정도 들어 보았지만, 이들을 결합해 새로운(이미 사용하는 곳도 있지만) 투자 전략을 만든다는 것이 매우 흥미로웠다. 특히, 머신러닝, 딥러닝을 도입한다고 하지만 심화적인 개념이 아니라, 파이썬이나 사이킷런 등의 라이브러리에 대한 기본적인 이해만 있으면 충분히 만들 수 있는 그러한 방법을 소개하고 있어 참 마음에 들었다.

나도 몇 가지 예제들을 따라해 봤는데, 생각보다 쉬워서 좋았다. 재무 데이터를 크롤링을 통해 불러오고, 이를 적절하게 가공해서 이동평균선, 모멘텀 등 다양한 개인만의 지표를 만들어 자동 투자를 한다는 것이 또한 정말 신기했다.

아직 본격적으로 실전에 사용할 만한 것들을 만들진 못했지만, 종목/자산 및 사용하는 알고리즘 등을 이리저리 바꿔 가면서 공부해보는 자체가 이러한 시대의 흐름에 따라가는 데 도움이 되리라 생각한다. (이런 하나하나마다 예측률 및 정확도가 달라지기 때문에, 직접 코딩을 해 보면서 맞춰보는 것이 더욱 도움이 될 것이다.)

​

다만, 투자 수익률의 예측 정확도가 50%~60%정도에 머무른다는 것은 어쩔 수 없는 일이다 싶었다. 일반적으로 사용하는 데이터들과 달리, 시계열의, 다양한 feature들이 존재하는 데이터를 처리해야 하다 보니 간소화할수록 정확도가 떨어지고, 반대로 과적합 문제도 발생하게 된다. 지금 당장은 오른다/내린다 중에 하나만 찍는 것과 별반 차이가 없지만, 점차 기술이 발전하게 된다면, 투자의 대세는 이러한 AI 기술을 활용한 쪽으로 흘러가게 될 것이라 생각한다.

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

세상에 데이터가 많아지면서 이러한 데이터를 투자에도 접목시키는 사례가 많아지고 있습니다. 단순한 몇 개의 데이터는 엑셀로 간단하게 다룰 수 있지만 어느 수준을 넘어서게 되면 프로그래밍이 필요해지는 단계가 옵니다. ‘퀀트 전략을 위한 인공지능 트레이딩’은 파이썬이라는 프로그래밍 언어를 사용하여 투자에 필요한 데이터를 다루는 방법을 설명하고 있습니다. 단순한 코딩을 넘어 머신러닝, 딥러닝까지 설명하고 있습니다.

퀀트전략은 투자에서 수치화할 수 있는 데이터를 활용하는 것을 말하는데, 쉽게 말해 컴퓨터로 데이터를 분석하면서 투자하는 전략이라고 생각하면 됩니다. 거기에다 요즘 유행하는 인공지능(머신러닝, 딥러닝)을 투자에 활용하는 움직임이 많은데 그 연장선에 이 책이 있다고 생각하면 됩니다. ‘퀀트 전략을 위한 인공지능 트레이딩’은 초보를 위해 파이썬 문법부터 설명하는 책이 아닙니다. 독자가 프로그래밍과 투자에 대해 어느 정도 알고 있다 생각하고 쓴 책입니다. 파이썬을 전혀 모른다면 책이나 유튜브로 간단한 문법정도는 익히고 볼 것을 권합니다.

책의 초반에는 퀀트 전략이 무엇이며 현재 어떻게 사용되고 있는지 사례를 보여줍니다. 퀀트 투자에 필요한 도구로 파이썬을 쓰는데 여기서 꼭 필요한 라이브러리, 함수를 그 다음에 배웁니다. 파이썬은 데이터로 모든 것(분석은 물론 백테스팅, 시각화 등)을 할 수 있는 범용 프로그래밍 언어로 배워두면 정말 쓸모가 많습니다. 

퀀트 전략에 필요한 기초를 다진 후에는 본격적으로 퀀트 전략을 구현해봅니다. 올드한 퀀트를 넘어 머신러닝, 딥러닝까지 모든 내용은 아니지만 많은 내용을 다루고 있습니다. 뭐든 처음은 쉽지만 나중에 갈수록 복잡한 이론, 코드가 나오기 때문에 집중해서 읽어야 합니다. 특히 머신러닝, 딥러닝은 수학적 지식이 필요하기 때문에 많이 복잡해보입니다. 실제로 좀 복잡한데 개발자라면 알겠지만 보통 이런건 코드로 따라하면서 적응하는 것이 좋습니다. 자세한 내용은 책의 목차를 참고하세요.

퀀트 전략을 위한 인공지능 트레이딩. 책의 모든 내용을 이해하고 따라하지는 않았습니다. 퀀트 전략을 파이썬 코드로 어떻게 구현하고 사용하는지를 개략적으로 파악하는 것도 사는데 도움이 되지 않을까 싶습니다. 시중에 나와있는 인공지능 투자 상품이 뭔지는 대강 알 수 있으니까요. 퀀트가 투자의 모든 것은 아니지만 활용할수록 수익률이 좋아지지 않을까 생각합니다.

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



1.인트로

최근 주식열풍과 인공지능의 열풍이 불면서 인공지능을 활용한 트레이딩 서비스를 만드는 사람들이 많다.

하지만 대부분의 사람들은 AI의 A도 모르는 경우가 많고, 어떻게 시작해야할지 전혀 모른다.

이 책은 자신만의 트레이딩 방법을 인공지능에 학습시켜 나 대신 트레이딩을 해주는 프로그램을 만들 수 있게 도와준다.

2.메인 내용

1. 금융과 투자 영역의 머신러닝

2. 금융 데이터 분석을 위한 파이썬 활용번

3. 파이썬으로 만드는 투자 전략과 주요 지표

4. 전통 퀀트 투자 전략

5. 금융에서의 머신러닝

6. 머신러닝을 이용한 투자 전략

7. 금융에서의 딥러닝

8. 딥러닝을 이용한 투자 전략

이렇게 목차가 구성되어있다.

파이썬으로 프로그램을 만드는데, 정말 코딩 기초부터 어떻게 바로 접목하고, 자신의 전략을 어떻게 넣을지까지 상세하게 기록되어있다.

당연한 말이지만, 처음하는 사람이 보고 따라하지 못할 정도의 내용이면, 한빛미디어에서 출판을 하지 않았을 것이다.

자신의 AI를 만들수도 있긴하고, 최근 부상하고 있는 AI에 대한 경험을 할 수 있는 것 같다.

3.나의 생각

먼저 나는 전공자지만, AI에 관련된 지식이 전혀 없는 상태로 시작했다.

파이썬과 케라스를 사용한다는데, 자세한 내용은 책에 상세히 설명되어있고, 많은 그림으로 이해도 도와준다.

필자는 부업으로 해보고 싶어서, 일주일정도 하루 3시간씩 투자하면서 직접 프로그램을 만들어보았다.

실제로 돈을 다뤄보진 않았지만, 책만 따라가고, 자신이 생각하는 지표들을 활용해서 퀀트투자를 AI를 통해 할 수 있는 것을 깨달았다.

4.마무리

AI는 너무 추상적이고 현실에서 활용못할 것 같지만, 이 책을 통해 AI를 실제로 다뤄보면서 좀더 가까워 질 수 있기도 한듯한다.

부업으로 AI 퀀트 트레이딩을 생각하거나, 금융권에 관심있으면 한번쯤은 읽어보며, 따라해보면 정말 좋은 경험이 될 것 같다.

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

‘투자에서의 데이터활용은 유용할까?’

_

투자를 지속적으로 하다보면, 가장 효율적인 투자법이 무엇인지 고민하게 되는 것이 아주 자연스러운 수순입니다. 워렛버핏의 방식을 흉내내보기도 피터린치의 방법을 따라해보기도, 수많은 투자자들의 저서들을 읽게 되죠. 그러다가 단기간의 효율적으로 시세차익을 내는 트레이딩기법에 빠지기도 합니다. 그러다보면, 최대한 안전마진을 확보하면서 수익을 내는 공식이 무엇이 있을까를 자연스레 생각하게 됩니다. 그리고 그 결과값이 바로 퀀트 전략인데, 퀀트전략이 가장 최적화된 기법이던 아니던간에 어느정도 주식투자를 해본 분들이라면 퀀트에 대해 조금이라도 보지 않은 분은 없을 겁니다. 왜냐하면 수많은 변수, 데이터들을 몇가지 공식과 분석기법에 적용해서 도출되는 적정 주가가는 마법의 공식처럼 보이기 때문이죠. 만일 여기에 관심있다면 <퀀트전략을 위한 인공지능 트레이딩>은 아주 흥미로운 서적이 될 것입니다.

본서는 금융과 투자영역에서의 머신러닝이 아주 유용하다는 전제하에 금융데이터 분석을 위한 파이썬 활용법과 파이썬을 통한 투자전략과 지표, 퀀트전략과 머신러닝, 그리고 딥러닝을 통한 투자전략에 대해 연구한 서적입니다. 이렇게 얘기해보면 되게 멋있고 화려해보이는 서적인데, 사실 실제로도 본서를 보다보면 아주 엄청난 연구를 했고, 서적제작을 위해 진행한 콘텐츠들을 보면 숙연해질정도로 대단하다는 생각이 들게합니다. 게다가 본서는 파이썬과 코딩을 이해하지 못하면 본서에 나오는 퀀트전략을 온연히 이해하지 못할 수도 있다는 특징이 있지요. 

아이러니하게도 그 특징이 본서의 장점이자 단점입니다. 기존에 머신러닝과 파이썬 전문가들이 보기에 최적화된 서적이고 이런 분야를 잘 모르는 투자자들에게는 굉장히 거리감이 느껴지는 서적입니다. 그래서 파생되는 문제는 이제 퀀트전략을 통한 트레이딩 기법을 알면 남들과는 다른 방식으로 주식투자나 코인투자를 해서 돈을 벌 수 있겠다는 착각을 심어줄수 있다는 겁니다. 그.러.나 주식시장이나 거래시장이 그렇게 단순하지 않습니다. 왜냐하면 주식시장의 경우는 차트분석도 중요하지만 사람들의 심리, 그리고 수많은 정보들이 존재하는 시장이기 때문이고, 이 모든 변수가 퀀트전략에 오롯이 반영되는 데에는 한계가 있기 때문이죠.

그렇다면 퀀트전략은 무의미하냐? 그렇지도 않습니다. 퀀트전략은 분명 도움이 됩니다. 하지만 퀀트전략에 매몰되는게 아니라, 투자를 위한 적정주가 밸루에이션을 위해 조금씩 해도 충분합니다. 반복하지만 퀀트전략이 전가의 보도가 아니라 좋은 기업을 선별할 경우 적장 매수/매도를 위한 보조전략으로 사용한다면 아주 유용하다는게 제 개인적인 생각입니다. 그리고 적절한 분산을 할 경우에는 퀀트를 통한 트레이딩이 지속적인 수익을 내는데도 도움이 될 것이 분명하지요. 그래서 저는 본서를 전부 읽고 이해하고 적용되는 데는 일반서적보다 훨씬 오랜시간이 될거라 생각하고 가볍게 완독을 한 뒤에 다시한번 한페이지씩 천천히 정복하기로 마음먹었습니다. 

‘퀀트전략이 대세라면 누구나 퀀트를 썼겠지요. 그런데 그러면 결국 스마트머니는 이동합니다’

주식 투자에서 미래의 주가를 정확하게 예측하는 것은 불가능한 일로 생각되고 있고, 많은 사람들이 방법을 찾으려 연구를 하고 있습니다.

다양한 수치를 이용해 주가 예측 모델을 학습하고 예측 정보를 제공하면서 투자자들은 결정에 도움을 줄 수 있는 도구로 활용하고 있습니다.

퀀트를 이용해 투자하는 방식이 정답은 아니며 일정 수익을 보장하지도 않습니다. 오히려 큰 손실을 볼 수도 있습니다.

주식 투자에 있어서 책임은 투자자에 있기에 본인이 잘 판단해서 확신이 있을 때 사용해야 합니다.

하지만 본인의 퀀트 전략을 잘 세우고 활용할 수 있다면, 투자에 큰 도움이 되는 건 확실합니다.

이 책에서는 머신러닝/딥러닝을 기반으로 예측 모델을 만들어보고 전략을 세울 수 있는 기본적인 정보들을 제공합니다.

파이썬을 활용할 수 있고 주식 투자에 관심이 있었다면, 쉽게 따라해 볼 수 있게 되어 있습니다.

퀀트 투자를 위한 입문서를 찾고 계신 분들에게 이 책을 추천합니다.

신기한 책을 만났습니다.

그동안 인공지능/머신러닝 입문서를 떼고 나서 심화학습을 하기 위한 책을 찾아 보면 그리 많지 않았습니다. 때문에 캐글 같은 경진대회 참여와 전문업체 취업 외에는 갈고 닦을 방법이 적었습니다.

퀀트 분야도 마찬가지입니다. 엄청나게 수학적(!)이거나 자전소설 같은 느낌을 주는 책을 읽어 본 적이 있습니다. 책 한두 권 읽었다고 그 업계 노하우 등 일하는 방식을 흡수할 엄두는 내지 않았지만 겉핥기조차 쉽지 않았다는 느낌을 받았습니다. 반면 이 책은 이 정도로 날짜형식을 이런 식으로 변환하는 게 좋다는 식으로 노하우를 알려주며 저자들이 경험했을 시행착오를 줄이도록 도와줍니다.

더불어 여러 입문서에서 다루는 예제로는 함수가 발휘하는 진정한 가치를 몰랐을 때도 많았는데, 다시 말해 그 기능을 왜 저렇게 쓰는지 납득하지 못하는 때가 많았는데 금융 데이터를 다룬 예제를 통해 보니 고민 끝에 나온 기능들임을 실감했습니다.

대신 이 책은 기초지식을 요구합니다. 우선 파이썬과 기본적인 머신러닝 입문지식을 필요로 합니다. 너무 두껍지 않은 입문서를 두 권 정도 골라 미리 보면 좋겠습니다. 더불어 주식투자에 대한 지식도 어느 정도 필요합니다. 이런 저런 투자 관련 개념을 설명하지 않고 넘어가지는 않습니다만, '모멘텀'이 뭔지도 모르는 수준이라면 이 책이 재미없어질 수도 있습니다. 평소에 관련 기사를 즐겨 보는 것으로도 충분해 보이긴 합니다.

요즘들어 투자에 대한 관심이 부쩍 늘어나서 투자 관련 도서를 여러가지 살펴보고 있었습니다.

주식 투자 기본서 부터, 워렌 버핏 같은 투자의 대가에 대한 서적, 투자 전략 설정에 관한 서적까지 

여러 종류의 내용읖 살펴보고 실제 시도해 보기도 하였습니다.

그런데 일반 직장인이 주식투자하는데 가장 걸림돌이 되는것은 바로 시간이었습니다.

전업투자자가 아닌이상 평일 9시 부터 오후 3시반까지는 보통 업무시간이어서

주식 차트나 호가창을 항상 들여다볼수가 없었습니다.

그래서 생각한것이 내가 설정한 조건이 오면 알림을 주는 단순 봇 부터, 

전략을 설정해 놓으면 매매까지 하는 트레이딩 봇을 만들자 하는 것이었습니다.

그러던 와중  이 책을 발견하게 되었고, 지금 주식 거래 관련 봇을 제작 중입니다.

이 책은 파이썬과 주식에 대한 기본적인 개념을 필요로 하는 책이며, 퀀트 자체에 대한 개론서는 아닙니다.

필승 전략이나 특수한 알고리즘을 알려주지는 않지만, 

데이터를 어떻게 받아오고, 어떻게 처리하며, 어떻게 알고리즘을 설정해서 매수 및 매도를 할 수있는지에 대한

기본을 상세하고 알려주는 책입니다.

아직 이렇다할 알고리즘을 만들지는 못해서 백테스팅은 못해봤지만, 책을 쭉 읽어나가면서 투자 알고리즘 작성부터

백테스팅까지 일련의 과정을 쭉 진행해볼 계획입니다.

이책은 금융투자분야에서 머신러닝과 인공지능을 결합하여  투자 전략을 수립하기 위한 안내서이다.   

파이썬으로 투자전략을 만들고  수익률 계산 , 최대 낙폭, 샤프지수와 같은 주요 지표를 생성한다. 전통적인 퀀트 방법론으로서 평균 회귄 전략을 구현하고,  듀얼 모멘텀 전략을 구현하기 위한 

절대 및 상대 모멘텀 투자 전략을 살펴본다.  이후 마법공식에 의한 가치투자 전략을 다룬다. 

머신러닝을 이용한 투자 전략기술로서 KNN과 KMeans 를 사용하여 종목 분류 방법을 살펴본다. 딥러닝 기술의 활용예로서 , 오토인코더를 사용하여 주가 데이터를 생성한다. 

CNN 모델과 LSTM 모델을 사용하여 주가의 종가를 예측한다.  

머신러닝과 인공지능 기술이 퀀트 투자에 왜 필요한지 근본적인 물음을 던지고 있고, 퀀트 투자 전략가로 성장하기 위한 기초를 마련해 준다. 

목차

CHAPTER 1 금융과 투자 영역의 머신러닝

1.1 AI, 금융, 투자의 삼자관계

1.2 실제 투자 영역의 머신러닝 응용 사례

1.3 투자 영역에서 활용하는 알고리즘

1.4 투자 영역에서 활용하는 데이터

1.5 마치며

CHAPTER 2 금융 데이터 분석을 위한 파이썬 활용법

2.1 날짜와 시간

2.2 금융 데이터 전처리와 분석을 위한 판다스 사용법

2.3 금융 데이터 분석을 위한 오픈 API 활용

2.4 마치며

CHAPTER 3 파이썬으로 만드는 투자 전략과 주요 지표

3.1 바이앤홀드 전략

3.2 투자 성과 분석 지표

3.3 마치며

CHAPTER 4 전통 퀀트 투자 전략

4.1 전통 퀀트 방법론 소개

4.2 평균 회귀 전략

4.3 듀얼 모멘텀 전략

4.4 가치 투자 퀀트 전략

4.5 마치며

CHAPTER 5 금융에서의 머신러닝

5.1 왜 머신러닝을 활용해야 하는가?

5.2 머신러닝 알고리즘 소개

5.3 금융 시계열 데이터에 대한 교차 검증 방법

5.4 금융에서의 데이터 전처리

5.5 머신러닝을 활용한 전략의 평가 지표

5.6 백테스팅

5.7 머신러닝 알고리즘 구현을 위한 사이킷런

5.8 마치며

CHAPTER 6 머신러닝을 이용한 투자 전략

6.1 ETFs를 활용한 주가 방향 예측

6.2 k-최근접 이웃 알고리즘을 활용한 투자 전략

6.3 클러스터링 알고리즘을 활용한 종목 분류

6.4 마치며

CHAPTER 7 금융에서의 딥러닝

7.1 딥러닝

7.2 딥러닝 알고리즘 구현을 위한 케라스

7.3 마치며

CHAPTER 8 딥러닝을 이용한 투자 전략

8.1 CNN을 활용한 캔들차트 예측 분석

8.2 RNN을 활용한 주가 방향성 분류 예측

8.3 오토인코더를 활용한 주가 데이터 생성

8.4 마치며

부록 A 파이썬 시간/날짜 라이브러리 

부록 B 파이썬을 이용한 백테스팅 API 

부록 C 금융 용어 및 주요 거시 경제 지표

부록 D 금융 관련 파이썬 라이브러리 

한빛미디어 출판사에서 출판중인 "퀀트 전략을 위한 인공지능 알고리즘" 이라는 책이다.

아직도 핫한 인공지능과 최근 더욱 핫해진 주식시장과의 만남이다.

프로그래밍을 통한 자동매매에 대한 열망은 개발이 시작된 이래로 계속 되어왔던듯 하다

이제는 기존에 있던 퀀트 전략에 추가해서

파이썬과 케라스를 통한

간편한 백테스팅과 딥러닝을 통한 투자 전략 설계까지 지원하는 수준이다.

책에서는 기초적인 퀀트 분석방법부터 시작해서

딥러닝을 실제적으로 어떻게 응용하고 그것의 한계는 어디까지 인지를 설명하고 있다.

현재 최신의 예측 모델은 어떻게 구현하고

어떤식으로 주식매매에 적용할 수 있는지를 가볍게 훑어볼 수 있는 좋은 책이라고 생각한다.

주식매매와 함께 머신러닝을 제대로 시작해보고 싶다면

이 책도 함께 읽어보는건 어떨까?

이 책을 통해서 금융 데이터를 프로그래밍적으로 수집/분석 해 볼 수 있다는 것으로 충분한 경험과 방향을 제시하는 듯 하다.

다만, 최종 목표의 소프트웨어 개발까지는 조금 힘들어 보인다.

(전문 지식 및 프로그래밍의 경험이 많이 필요할 듯 하다.)

제1장 ~ 제3장.

금융 데이터 분석을 위한 파이썬에 대한 기초 와 응용을 소개하고 있다.

이 부분에서는 파이썬 모듈(함수)들응 위주로 특정 기능 구현/테스트를 할 수 있다.

예제 따라하기도 그렇게 어렵지 않다.

"야후 파이낸스 데이터 다운로드" 를 소개하는 화면 캡쳐가 있지만,

상세하게 어떤 설정을 하고, 받아야 하는지에 대한 정보가 없어서, 직접 경험해 보아야 한다.

- Yahoo Finace 검색을 통해 사이트 접속, S&P500 지수 선택, "Historicla Data" 선택

- Time Period 영역을 지정하지 않으면, 기본 1년 데이터

특히 2장 마지막에 소개하는 "금융 데이터 분석을 위한 오픈 API 활용"

여기서는 FinanceDaraReader 라는 오픈 API를 소개하고 있다.

https://github.com/FinanceData/FinanceDataReader

이후 FinanceDataReader 라는 API를 제공하고 소개한다.

이를 이용하면 한국 주식 가격, 미국 주식 가격, 지수, 환율, 암호 화폐 가격, 종목 리스트 등을 제공받을 수 있다.

상세한 정보는 FinanceData GitHub를 통해서 사용법을 제공한다.

https://financedata.github.io/posts/finance-data-reader-users-guide.html

본 도서는 머신러닝과 딥러닝을 활용한 AI 트레이닝 전략 및 구현을 다룬다.

알파고가 등장한지 4년이 넘어서일까 이제 시중에는 좋은 AI 서적들이 많이 늘어났다. 이 책 역시 그런 멋진 도서 중 하나이다. 총평을 먼저 내리자면 AI 실용서 중 으뜸인 수작이라고 평하고 싶다.

총 379페이지에 달하는 분량안에 투자의 핵심, 퀀트 전략, 머신러닝과 딥러닝에의 접목, 알짜배기 Python 스킬, 금융 학술분야 논문 구현에 이르기까지 상대적으로 적은 분량에 어떻게 이 모든 지식들을 다 녹여낼 수 있는 것인지 저자의 역량에 감탄을 금할 길 없다.

AI를 다루는 서적임에도 좋은 투자의 교본서 같은 느낌도 든다. 주식이나 코인 등을 투자해본 경험이 있는 분이 이 책을 읽는다면 왠만한 시중의 주식 서적보다 더 많은 인사이트와 분석법을 제공한다는 사실을 깨닫게 될 것이다.

무엇보다 저자의 전달력이 너무 뛰어나다. 저자는 AI 분야의 베스트 셀러인 단단한 머신러닝, 데이터 과학자와 데이터 엔지니어를 위한 문답집의 역자이기도 하다.

두 책 모두 읽은 독자로써 번역서임에도 읽기가 참 편하다는 느낌이 들어 저자분의 성함을 기억하고 있었는데 그런 전달력으로 본인의 내공을 전달하기 때문일까 고난도의 알짜배기 지식이 간결하고 알기 쉽게 저술되어있어 인상적이었다.

책의 구성은 크게 개요 및 파이썬, 퀀트 전략, 머신러닝 적용, 딥러닝 적용 4개의 파트로 나뉜다. 각 장의 특성에 맞게 파트별로 간단히 소개해 보겠다.

• 개요 및 파이썬 (1~2장)
  1장 개요에서는 금융 영역 전반에 걸쳐 머신러닝이 어떤 평가를 받고 있고 어떻게 적용되고 있으며 투자에 어떤 알고리즘이 활용되는지 등의 전반적인 교양 수준의 지식을 총체적으로 다룬다. 뒷장에서 이어나갈 이론의 배경이자 실습 구현을 위한 기본 상식이기 때문에 미리 알아두는 것이 좋다.

  2장은 금융에 특화된 파이썬 활용법을 소개한다. 이 장은 비록 본 도서의 핵심 내용은 아니지만 반드시 필요한 기초 중의 기초를 다루고 있으며 이 장의 파이썬 스킬들만 잘 익혀도 뒷 장의 구현에 큰 어려움이 없을만큼 알짜 지식이 잘 정리되어 있다.

  일반적인 다른 서적들이 두루뭉실 API 활용법과 예제의 나열로 이루어져 뒷장을 넘길수록 망각하거나 체계가 잡히지 않아 고난이도 파트를 구현하는데 애를 먹기 마련인데 이 책은 필요 지식들이 유기적으로 연결되어있어 기억이 오래 남았다. 무엇보다 파이썬으로 데이터를 처리하려는 초보자가 한 번씩 골머리 앓는 아래와 같은 문제들을 디테일하게 언급하고 있어 인상적이었다.

  • 시계열에 특화된 함수들
    잘 모르면 group by 등 전통적인 프로그래밍 방식으로 노가다의 지옥에 빠져들 수 있는데 이를 방지하기 위한 주요 함수들을 깔끔히 정리해준다.
    • shift() : 특정 시점 시프트 이동 기능. 이후 비교 등의 처리에 용이. 아래와 같이 직관적인 시각화 그림이 제시되어있어 정말 쉽게 이해할 수 있다.
    • pct_change() : shift 기능 + 백분율 변화량
    • diff() : shift 기능 + 변화량
    • rolling() : 마치 CNN의 윈도우와 비슷한 개념으로 윈도우 크기만큼 일정 구간 데이터들의 평균, 최소, 최대 값을 계산하는 함수
    • resample() : 시간 간격 조정 가능. 업 샘플링 + 다운 샘플링
  • 시계열 데이터 분석 시 시점과 기간의 컨트롤 차이
  • R과의 차이점 : NaN(Not a Number) 등
  • dropna() 함수로 열을 제거하고 싶은 경우 axis=1 옵션에 대한 깔끔한 설명
  • Pandas에서 컬럼에 접근 시 중괄호 두번 사용 등

  거의 매일 쓰이는 유용한 금융 데이터 처리 기법을 익힌 후 금융 API가 소개되며 “인베스팅.com”의 API를 활용하여 차트를 그려보는 등의 실습을 진행한다. 금융 데이터를 처리할 때 사용하는 Python의 핵심 기능을 최대한 분량을 줄여 전달하는 저자의 노력과 배려가 돋보였다.

• 퀀트 전략 (3~4장)
  3장에서는 가장 기초적인 바이앤홀드 전략을 소개하고 연평균 복리 수익률, 최대 낙폭, 변동성, 샤프 지수, 성과 분석 결과를 구현해 본다. 일반인들에게도 크게 어렵지 않은 지표들이지만 데이터에 특화된 프로그래밍 언어나 라이브러리를 사용하지 않고 일반적인 프로그래밍 기법으로 구현하면 쉽지도 않을뿐 더러 코드가 복잡해진다. 나중에는 객체 지향 기법과 패턴을 동원해도 한 눈에 알아보기 힘들어 시간이 흐른 후 유지보수하기 힘들어지는 단점을 2장에서 배운 핵심 파이썬 지식을 활용해 방지할 수 있다.

  4장에서는 전통적인 퀀트 투자 전략을 구현해본다. 주식 투자를 한 번이라도 해 본 사람은 귀에 익은 말이 있을 것이다. 바로 기술적 투자와 가치투자.

  이 장에서는 기술적 투자에 있어 대표적인 2가지 관점에 대한 지표들을 직접 구현해 본다. 먼저 “올라간 주식은 반드시 내려온다.” 관점의 대표격이라 할 수 있는 평균 회귀 지표인 볼린저 밴드를 구현해 본다.

  마찬가지로 또 다른 유용한 관점 “올라가는 주식이 계속 오른다”의 방식인 듀얼(상대-절대) 모멘텀도 구현해 본다.

  더불어 가치투자에 해당하는 마법의 공식도 구현해본다. 이는 주식 실전 투자 전략서에 자주 소개되는 유명한 공식인데 조엘 그린블라트가 고안한 방법이다.

  주식 투자 시 각종 차트를 통해 활용했던 입장에서 직접 구현을 해봄으로써 내부 매커니즘을 익히는데 도움이되고 특히 퀀트를 목표로 하는 입문자에게는 상당한 자신감을 키워줄 수 있는 유용한 파트였다.

• 머신러닝 적용 (5~6장)
  사실 위 4장까지만 다뤄도 충분히 부족함 없는 완성도 높은 책이라는 생각이 들텐데 본 게임은 여기에서부터 시작된다.

  금융 분야는 핵심 이론의 공유가 폐쇄된 분야인데 이는 수익성과 직결되어있기 때문이다. 5장에서는 조심스러운 입장에서 많이 공개되지 않은 학술자료를 바탕으로 머신러닝이 금융에서 차지하는 포지션을 다뤄본다.

  더불어 머신러닝의 대표적인 기법들을 간단히 정리해 본 후 교차검증, 전처리, 측정 지표, 백테스팅 방법에 대해 다룬다. 짧은 내용이지만 머신러닝의 알짜배기를 빠르게 익힐 수 있고 특히 말로만 듣던 백테스팅 방법을 직접 구현해보며 퀀트의 실제에 대한 맛을 볼 수 있었다.

  6장에서는 5장에서 배운 지식들을 토대로 머신러닝을 적용한 결과물들을 직접 구현해본다. ETFs를 활용한 주가 방향 예측 구현 파트에서는 트리 기반의 앙상블 구현을 통해 각 전문가들의 의견을 조합하는 방식을 배울 수 있다.

  이어 초보자도 이해하기 쉬운 k-최근접 이웃 알고리즘을 통한 지도학습 전략, 비지도 학습 알고리즘인 클러스터링을 활용한 종목 분류 또한 직접 구현한다. 여기까지 이르면 사실 머리가 상당히 복잡해지지만 그럼에도 머리속에 나름의 체계가 잡히는 것이 신기했다. 아마도 저자의 뛰어난 체계적인 전달력이 책에 녹아있기 때문이 아닐까 생각한다.

• 딥러닝 적용 (7~8장)
  드디어 대망의 딥러닝이 등장하는 파트이다.

  7장에는 딥러닝의 전반적인 지식을 소개하는 개요 부분이라 할 수 있다. 대표적인 딥러닝 알고리즘 소개 및 학술 분야의 연구 현황과 케라스 프레임워크를 다루는 방법까지 두루 살펴본다.

  이어 8장에서는 7장의 지식들을 활용해 직접 논문의 기술들을 구현해본다. 제일 먼저 주식 데이터의 캔들 그림을 인풋 데이터로 활용하여 CNN으로 예측 분석 모델을 구현한다. Tabular 데이터가 뻔히 있음에도 이미지로 변환하여 CNN에 적용하는 아이디어가 매우 인상적이었다.

  다음으로 시계열 모델에 유리한 RNN을 활용하여 주가 방향성을 분류하는 모델을 만든다. 더불어 오토인코더를 활용하여 주가 데이터를 생성해보는 논문도 구현하게 되는데 이 부분은 나중에 GAN 같은 기술을 활용하면 더욱 의미 있을 듯 하다.

  그간 금융 분야에 딥러닝을 적용하는 기법들은 세간의 관심사인데 반해 정작 알려진 혹은 쉽게 이해할 수 있는 레퍼런스가 매우 드물었다. 특히 국내 서적은 말할 것도 없다. 그런점에서 본 파트가 책 중 가장 가치 있는 내용을 다룬다고 생각한다. 논문을 직접 구현해보며 학술적인 안목도 높힐 수 있고 스스로의 인사이트를 트레이닝 모델에 접목해 볼 수 있는 자생력을 키울 수 있기에 매우 유익했다.

책 소개는 이 정도면 충분할 것 같다. 금융 분야에의 AI 기술은 수익과 직결되는 부분이기에 쉽게 공유되지 않는 소중한 지식들이다. 더욱이 일반인들이 쉽게 이해하기 어려운 영역이기도 하다.

이런 소중한 지식을 저자의 내공과 전달력이 버무러져 쉽게 떠먹을 수 있는 형태로 구성된 책이기에 도저히 추천하지 않을 수 없다. 앞에서 칭찬 일색으로 도배했듯 AI에 관심 있는 모든 분들이 반드시 읽어봐야 할 필독서임을 강조하고 싶다. 이런 멋진 양서를 세상에 베푼 저자, 출판사 관계자 분들께 깊이 감사드린다.

• 책소개 - 퀀트 전략을 위한 인공지능 트레이딩



 

 

 

 



우리는 지금 4차 산업 혁명 시대를 살고 있습니다. 2016년 알파고와 이세돌의 대국으로 인해 우리나라에 인공지능이 전파되었습니다. 인공지능이 여러 산업 분야에서 놀라운 성취를 이루는 것을 보면서 주식 투자에 인공지능을 적용한 사례가 있는지 궁금했습니다. 사례를 찾아보니 미국 월가에서 인공지능 알고리즘으로 주식 투자를 해서 펀드 매니저의 수익률을 뛰어 넘는 수익률을 거둔다는 것을 알게 되었습니다.

 

주식 투자는 경제에 대한 이해와 냉철한 판단력이 요구되는 분야입니다. 경제에 대한 이해가 없다면 판단을 할 수 없습니다. 경제에 대해서 이해하기 위해서는 수많은 데이터를 조사하고 분석해야 합니다. 경제 데이터의 양은 매우 많기 때문에 사람이 일일이 분석하는 데 시간이 걸립니다. 분석을 도와주는 인공지능이 있었으면 좋겠다는 생각이 들었습니다. 주식 투자에 대한 판단을 인공지능에게 도움을 받는 사례를 <퀀트 전략을 위한 인공지능 트레이딩>에서 알 수 있어서 좋았습니다.

 

<퀀트 전략을 위한 인공지능 트레이딩>은 주식 투자 관련 공식들을 파이썬 코드로 표현하는 방법을 알려줍니다. 머신러닝 및 딥러닝 기술을 주식 투자에 적용하는 방법을 알려줍니다. 다만 아쉬운 점은 금융공학에 대한 설명이 빈약해서 자료 조사를 추가로 해야한다는 것입니다.

 

주식 투자에 인공지능을 적용하고 싶은 그대에게 <퀀트 전략을 위한 인공지능 트레이딩> 책을 추천합니다!





이 글은 2020년 8,9월 한빛미디어에서 진행하는 <나는 리뷰어다>프로그램에 참여하게 되어 책을 제공받아 글을 작성하였습니다.

우선 글에 들어가기 앞서 이 책의 제목에 나와 있는 퀀트 무엇인지 간단하게 설명하고 넘어가려고 한다.

퀀트란?

계량적인(quantitative) + 분석(analyst)의 합성어로써, 느낌과 감정에 의한 투자 대신 수학, 통계지식을 이용해서 투자 법칙을 찾아내 투자모델을 만들거나 금융시장의 변화를 예측하는 사람
출처 : http://blog.naver.com/mosfnet/221168970740

이 책을 신청한 이유

인공지능은 2016년 알파고와 이세돌의 대결이후 우리나라에서 엄청난 속도로 발전하고 있으며 이를 배울려는 사람 또한 증가 하고 있다. 또한 인문, 자연, 보건계열과 같은 다른 학문과 융합하여 다양한 분야에서 꾸준히 발전해 나가고 있다.

내가 이책을 선정하게된 가장 큰 이유는 스마트폰을 사용하여 은행 어플을 사용하면서 사용자에 따라 추천 되는 금융 상품이 다르고 사용자의 패턴에 따라 적금 상품의 쿠폰또한 지급되는 것을 보고 금융권, 흔히 말하는 핀테크분야에서 인공지능은 어떻게 적용되고 사용되는지 궁금했기 때문에 선정 하였다.

목차

이 책의 목차는 다음과 같다.

CHAPTER 1 금융과 투자 영역의 머신러닝
CHAPTER 2 금융 데이터 분석을 위한 파이썬 활용법
CHAPTER 3 파이썬으로 만드는 투자 전략과 주요 지표
CHAPTER 4 전통 퀀트 투자 전략
CHAPTER 5 금융에서의 머신러닝
CHAPTER 6 머신러닝을 이용한 투자 전략
CHAPTER 7 금융에서의 딥러닝
CHAPTER 8 딥러닝을 이용한 투자 전략

책의 목차를 살펴보면 알 수 있듯이 인공지능과 금융 투자와 관련된 내용이 골고루 섞여 있는 것을 확인 할 수 있다.

실제로 책을 살펴 보게 되면 2장, 3장, 6장, 8장의 경우 딥러닝과 관련된 내용 즉, python과 python 라이브러리인 numpy, pandas 머신러닝과 딥러닝을 공부하다보면 사용하게 되는 sklearn과 keras등을 사용하여 코드 예제를 통해 직접 실습을 해볼 수 있고, keras을 사용하여 다층신경망과 모델을 구현하여 직접 학습까지 해볼 수 있도록 구성 되어 있다.

예상독자

이 책의 예상독자를 한줄로 표현 하지면 금융투자에 관심 있는 딥러닝 개발자라고 할 수 있다.

이유는 8개의 챕터중 4개의 챕터는 python을 사용하여 설명을 하고 있다. 따라서 비전공자나 딥러닝을 이제 막 공부하기 시작한 입문자에게는 다소 어려운 책이라고 생각된다.

퀀트 전략을 위한 인공지능 트레이딩

숨만 쉬어도 데이터가 양산되는 현시점에

너무나 잘 어울리는 퀀트 전략.

수학적 모델을 이용한 계량분석기법을 기반으로 

투자 전략을 세위기 위한 퀀트 전략.

정답을 알려주지는 않지만,

정답을 찾을 수 있는 나만의 계량적 투자 가설을

쉽지는 않지만 실현할 수 있도록 도와줄 것 같은 책이다.

그 기대만으로도 충분히 

이 책을 봐야하는 정당성이 입증된다.

저자들이 금융융합기술 전문가들이다보니

현장에서 실제 사용한 경험과 노하우를

이해하기 쉽게 예제로 제공하고 있다.

이것들은 어떤 데이터를 어떻게 처리하는 것인지에 대해

기본기부터 고급 기술까지 폭넓게 알게해주는 것이

콕콕 집어주는 족집게같다.

다양한 각도에서 새로운 투자방법을 생각하게 해주는 것이

데이터에 기반한 투자 인사이트를 통해

미래의 금융 투자 방향도 생각할 수 있는 시간이었다.

시중의 1%대 저금리 예금이 당연한 우리의 현실에서

수많은 금융 데이터에 머신러닝/딥러닝을 활용하여

폭넓고 합리적인 투자 전략을 세우기에

충분한 밑거름이 되지 않을까 생각된다.

하지만, 퀀트 투자의 핵심이

끊임없이 의문을 가지고 

끊임없이 연구하는 것이라고 하니

이 책을 밑거름 삼아

끊임없이 노력해서

내가 만족하는

퀀트와 머신러닝 기반 계량 투자 전략을

만들어 낼 날을 고대해본다.

#책소개

나만의 투자 전략 실현을 위한 인공지능 퀀트 투자 학습법
알파고 이후 인공지능 기술은 제조, 의료, 교육, 게임, 보안 등 다양한 산업에 도입되었고, 머신러닝과 딥러닝을 기반으로 한 서비스가 생겨났다. 금융권도 인공지능이라는 날개를 달고 진화 중이다. 고객 대응, 자산 관리, 종목 분석, 주식 거래 등 지능형 시스템과 빅데이터를 활용하여 다양한 분야에서 폭넓은 서비스를 제공한다.
이 책은 주식 거래를 위한 자료 수집부터 퀀트 투자 전략과 머신러닝/딥러닝을 이용한 투자 전략까지 상세히 설명한다. 알고리즘 트레이딩에 대한 머신러닝과 딥러닝 방법의 한계와 가능성을 명확히 알려주고, 실전에서 활용 가능한 최신 모델링 기법을 알려준다. 예제 코드는 이해하기 쉽도록 짧고 간단하게 구성했다. 이 책의 내용을 잘 따라 하면 자신만의 투자 가설을 검증하고, 자신만의 투자 기법을 머신러닝 툴로 실현하며, 계량적 투자 전략을 구현하는 과정에서 만나는 문제를 해결할 수 있다.

● 머신러닝과 딥러닝을 활용한 투자 사례
● 금융 데이터 분석을 위한 넘파이, 판다스 활용법
● 파이썬으로 만드는 투자 전략과 주요 지표
● 금융 데이터를 이용한 전통 퀀트 전략 구현
● 머신러닝을 이용한 투자 전략 구현
● 딥러닝을 이용한 투자 전략 구현

저기 위에 파랗게 된 문장이 바로 이 책을 쓴 이유인데

나는 사실 관심이 없었다. 하지만 학문에는 경계가 없다고 하니 한 번 읽어보려고 한다.

# 이 책의 특징

1. 우선 누구를 위한 책인지 분명하다.

● 일반 퀀트, 머신러닝 기반 계량 투자(퀀트)에 관심 있는 분
● 머신러닝을 실무(투자금융)에 적용해보고 싶은 투자자
● 금융 데이터에 관심이 많은 데이터 과학자, 학생, 일반인
● 4차 산업혁명 시대를 준비하는 금융업계 관리자
● 미국과 한국 금융업계에서 활용하는 머신러닝 알고리즘이 궁금한 분

이렇게 처음부터 목표 독자들이 있기 때문에 읽을지 말지 결정하기 쉽고, 위의 목표 독자들이 있어서 배경지식을 알고 있다고 생각하고 설명하는 경우가 있었다. 

2. 파이썬에 익숙한 사람이라면 쉽게 적용할 수 있는 예제다.

파이썬에 익숙하다면 여기서는 적용하기 위한 예제만 준다. 처음부터 다 설명하는 것이 아닌 필요한 것만 뽑아서 다시 배운다는 느낌이다. 즉, 시간 절약이 된다는 말이다.

3. 파이썬에만 익숙한 사람이 보는 안목을 넓히는 기회가 된다.

파이썬에서 그냥 예제를 보고 베꼈다면 여기서는 새로운 관점을 제시한다. 혼자서도 모델링이 가능할 수 있게 그 기반을, 지식을 제공한다. 하나를 알면 둘을 알듯이 말이다.

4. 책 하나로 많은 것을 할 수 있다.

All in One 느낌이다. 주식 거래를 위한 자료 수집부터 투자 전략까지 모조리 담아놓고 상세하게 설명해준다. 책 하나로 자료수집부터 구현까지 다 할 수 있다는 말이다.

#후기

다만 내가 관심이 딱히 끌리지 않았다. 아직까지.. 금융쪽이라.. 그렇지만 책의 내용에 있어서는 아주 좋은 내용만 담겨있지 않나 그런 생각이 든다.  내년쯤에 주식투자를 생각해볼까 했는데.. 내년쯤에 다시 보면 엄청 도움이 되지 않을까?? 그런 책이다.

내가 지금 당장 관심이 없어서 솔직히 후기를 말하기가 힘들다. 그렇지만 책의 구성도 괜찮고 예시도 많고 책의 내용도 정말 충실해서 내가 내년에 봐도 어?? 이번에 나온건가?? 라고 할 정도의 책인 것 같다. 

내년에 보자 퀀트야 

주식 투자를 하면서 어떻게 수익을 낼 수 있을까 언제나 고민을 한다. 파이썬과 주식 투자에 대한 어느정도의 지식이 있어서 파이썬을 통해 딥러닝과 머신러닝을 활용하여 인공지능 트레이딩을 경험 하며 나만의 투자전략을 생각 할 수 있게 해 주는 책인듯 하다. 

최근 인공지능 데이터 분석, 빅데이터가 핫이슈여서 그런지 그와 관련된 도서들이 많이 나오고 있다. 이 책도 그런 흐름에 따라서 나온 책이지 않나 싶다. 이번엔 퀀트 전략을 인공지능으로 분석해보는 그런 책을 한빛으로부터 받게 되었다. 언뜻보면 저번에 리뷰한 '파이썬 증권 데이터 분석'과 비슷해보이지만 사뭇 다른 점이 많이 존재했다.

기존의 데이터 분석책은 컴퓨터를 전공하는 사람들이 중심인 서술이 많았다. 그래서인지 그런 책들 1,2장을 보면 파이썬 기초문법을 설명하는 부분이 많았다. 하지만 여기선 처음엔 금융과 투자분야에서 머신러닝이 어떻게 활용하는 지를 보여주고 있었고, 본격적인 머신러닝의 활용은 그 뒤에 등장하고 있었다. 얼핏보면 내용을 전개하는 방식이 컴퓨터보단 경제학, 경영학을 전공하는 사람에게 설명하는 느낌이 더 많이 들었다. 

이런 부분은 투자전략에 대한 소개에서도 잘 드러났다. 책에서는 전통적인 투자전략, 머신러닝을 이용한 투자 전략 이렇게 두 가지를 중점으로 소개하고 있는데, 책 제목이 인공지능이란 단어가 들어감에도 전통적인 투자전략에 대한 소개가 꽤나 자세하게 소개되어있는게 무척 놀라웠다. 인공지능 활용서라기 보단 과거와 현재의 방법들을 전반적으로 다 소개하는 현대판 투자전략서란 생각이 강하게 들었다. 

특히 인공지능에 대해 친절하게 설명한 부분이 마음에 들었는데, 보통 인공지능을 활용해서 무언가를 만드는 책들은 이론보단 실전에 치중하는게 많은데, 이 책은 둘다 동시에 잘 잡으려는 시도를 많이 보인것 같았다. 각각의 투자전략에서 필요한 모델이 무엇인지 설명하고, 이를 만들 수 있는 코드 예제와 실행결과 그리고 그 결과에 대한 분석까지 잘 적혀있어 보면 볼수록 감탄이 나왔다.

이 책의 앞부분에서도 이 책을 읽으면 좋을 사람들을 소개하고 있지만, 확실히 이 책을 보려면 파이썬 기초를 어느정도 알고 이 분야에 대해 관심을 많이 가지는 사람에게 추천하고 싶다. 금융 쪽의 데이터를 분석하고 싶은 사람들, 인공지능을 활용해 전략을 세우고 싶은 투자자나 금융업자에겐 무척 좋은 인사이트를 제공해줄 것 같다.