한빛출판네트워크

제목이 넘 거창한가요? 

저자님의 소스코드를 다 돌려보고 드디어 전부 제 것으로 만들었습니다. 

퇴근후 무료한 시간이었는데 3개월동안 잼나게 해봤습니다. 

직접했다면 1년 걸릴 일(짬내서)을 금방 끝냈네요.  

넘 감사하고 귀한 자료입니다. 이 기반을 토대로 여러 voting 프로그램을 만들어봐야겠습니다. 

책을 정독하시고, 

소스코드를 실행하시다보면 저자님의 몇몇 함정(?)을 발견하실 수 있습니다 . 

발견하여 해결하는 재미가 쏠쏠하고, 

주석처리한 코드에는 앞으로 고민해야할 방향이 담겨있습니다. 

리뷰 중에 수박 겉핥기라는 분이 계신데, 

국내 도서중 알고리즘 트레이딩에 대해 이정도 정리해준 책이 있나요? 전 좋았습니다. 

강추드리고 기본서로 활용하시길 적극 추천드립니다.

이제 부자될 일만 남은건가요? 

기회가 된다면 감히, 후속편을 집필해보고 싶은 소망이 있네요. ㅋㅋㅋ

좋은 하루되세요. 

평범한 개발자 입장에서 머신러닝으로 주식트레이딩을 한다는 개념에 끌려서 구입 하게 되었다.

책 초기의 90% 가량의 거래량이 알고리즘 트레이딩이라는 말에 약간 쇼크를 받았는대..

이게 정말인가? 약간 의심이 간다. 이말인 즉 이제는 트레이딩은 사람이 하는게 아니라.

AI가 90%를 담당하고 있다는 말인대.. 상당한 문화 쇼크다.

이러다 개인투자자는 개발자가 아니면 할수없는 직업이 될것이다.

애초에 이정도 분량으로 다룰 내용이 아니라서 그런지

너무 추상적으로 다뤄서 이책만 가지고는 내용을 거의 이해하는게 불가능하다..

이책을 기점으로 모르는걸 모조리 찾아보거나 해야 겨우 조금은 이해가 가능할것이다.

개발자지만 파이썬도 잘모르고 특히 통계 수학 개념이 너무 난해해서 이해가 힘들었지만..

중간 중간 유용한 정보들은 캐치할수 있었다.

하루만에 모르는 부분을 생략하고 대략적으로만 훑어 봤는대..

과연 이걸로 트레이딩 시스템을 만들어서 어느정도 효율이 있을까 의문이다.

90%나 되는 비율로 이미 장악하고 있는 시장인대..;;

 머신러닝을 이용한 알고리즘 트레이딩 시스템 개발은 211페이지, 목차와 저자소개, 장 넘김을 위한 빈 페이지를 제외하면 194페이지정도 된다. 사실 이 분량으로는 머신러닝이나 알고리즘 트레이딩 중 하나라도 제대로 설명하기 어려운 절대적으로 부족한 분량이라고 생각했다.

 저자도 책의 말미에 책의 목적이 머신러닝의 전체 흐름과 이를 구체적으로 어떻게 적용하는지를 보여주는 것이고, 설명이 부족한 부분 과 소개하지 않은 개념들이 많다고 하였다.

 하지만 의도한 대로 알고리즘 트레이딩 중 주식거래에 관한 전체적인 흐름은 가상의 데이터가 아닌 삼성전자와 한미약품의 실제 데이터를 사용하였기에 더욱 현실감에 있게 볼 수 있었다.

 파이썬을 이용한 프로그래밍 과정도 일부 있지만, 이는 데이터 분석에 필요한 라이브러리가 잘 되어 있어서 대부분의 경우 소개한 라이브러리를 이용하는 정도로 사용되고 코드도 길지 않기에 파이썬을 모르는 사람이라도 볼 수 있었다. 프로그래밍이 주가 되는 책은 아니지만 그대로 따라 할 수 있는 코드가 전부 제공된다. (eBook 이므로 복붙으로도 쓸 수 있다.)

 저자는 머신러닝을 위해 필요한 요소는 알고리즘, 컴퓨팅 파워, 데이터 3가지라고 하고 이 중 절대적으로 데이터의 중요성을 강조한다. 

 머신러닝 중 가장 인기있는 딥러닝은 이미 1943년 논문 "A LOGICAL CALCULUS OF THE IDEAS IMMANENT IN NERVOUS ACTIVITY"(http://www.minicomplexity.org/pubs/1943-mcculloch-pitts-bmb.pdf)을 통해 신경망의 이론적 기초를 갖췄지만 큰 발전이 없는 상태에 있다가 2000년 후반 컴퓨팅파워의 증가를 통해 부흥기를 맞게 되었음에도 컴퓨팅 파워나 심지어 알고리즘보다 데이터에 대한 중요성을 여러번 강조한다. 

 ‘Garbage in, Garbage Out’ 원칙을 이야기 하며 데이터의 수집, 선택, 검증하는 과정을 통해 데이터의 질적인 측면에 대한 노력 없이는 좋은 결과가 나올 수 없음을 이야기 하는데 이는 머신러닝에서 데이터를 전처리하는 시간과 결과를 후처리 하는 시간이 더 중요하고 많이 걸리는 이유라 할 수 있겠다.

 책에 나온 "머신러닝에 대해 흔히 하는 착각 하나는 데이터만 입력하면 머신러닝이 알아서 원 하는 결과를 만들어줄 것이라는 믿음이다." 이 문구는 부끄럽게도 나도 가졌던 믿음이었다.

 개발을 하면서 무조건 좋기만 하고 다 해결되는 Silver Bullet은 본 적이 없었음에도 머신러닝에 대해서는 잘못된 믿음을 갖고 있었던 것이다. 책을 다 읽고나면 이 생각이 얼마나 얕은 믿음인지 알게 될 것이다.

  그리고 가장 기본인 데이터의 중요성을 각인하고 통계 및 수학에 대한 기본적 소양부터 쌓아 올려야 겠다는 생각이 들지도 모른다. 

 지금의 내가 그러하듯이...

이 책을 가장 잘 써먹는 것은 '머신 러닝'에 관심만 가지고 있는 상태에서, 해당 분야에 대한 개관/개괄 도우미로 사용하는 것이라고 생각한다. 본운동 하기 전에 다치지 않도록 warm up이 필요한데, 이 책이 딱 어울린다. 부담스럽지 않은 분량으로, 이런 것들이 있다-고 알려주기 때문에 전혀 몰랐던 분야를 시작하기에 적합하다. 

책은 7장이지만, 크게 두 부분이다. 1-3장에서는 이후 4-6장을 읽을 때 크게 거슬리지 않도록 관련 지식을 간추려 설명하고 있다. 수학 관련 내용은 깊이 다루지 않으니까 통계나 그래프 등을 보고 겁을 먹지 않아도 된다. 물론 깊이 알고 싶으면 각 절의 이름으로 검색하면 먼 길이 펼쳐질 것이다 :)

4장 부터는 코드도 나온다. 앞에서 이야기 했던 대로 파이썬 코드다. 1-3장에 설명했던 개념을 토대로 실제로 실습을 시작한다. 5장부터 본격 구현에 들어가는데, 각 코드의 의미 보다는 빠르게 실습하고, 머신러닝으로 이런 것을 할 수 있겠구나 감을 잡는 것을 목적으로 삼는다. 6장은 실습으로 만든 시스템 성능을 평가하는 방법도 코드로 실습할 수 있다. 

책이 코드 포함 200페이지 정도이므로, 이 책을 본다고 해서 머신러닝을 알거나 잘 쓸 수 있게 되리라 기대하지는 않을 것이다. 또한 실습할 환경을 구축하는 부분에 대한 것은 전혀 나와있지 않으므로, 이 부분에서 시간을 많이 잡아먹을 수 있다. 개정 혹은 내용이 추가된다면 텐서플로우를 사용해서도 실습할 수 있도록 되었으면 좋겠다.

7장 맺음말에도 나와있듯 '머신러닝의 전체 흐름과 이를 구체적으로 어떻게 적용하는지' 보여주는 것이 목적이고, 얇은 분량에 많은 것을 다루어야 하기 때문에 간추려진 것들이 많다. 

앞서 말했듯이 이 분야에 대한 팜플렛 정도로 생각하고, 이후 로드맵을 세워나가는 데에 도움을 받는 것이 좋을 것이다. 

저는 여유가 있을 때마다 프로그래밍을 취미 수준으로 즐겨온 직장인 입니다. 증권 투자에 관심을 갖고 증권사 API를 통해 시스템 트레이딩을 시도해 본 경험이 있습니다. 특별한 알고리즘이 없이 거래를 했더가, 큰 돈은 아니지만 수십만원을 손해보고 느낀 바가 있어서 잠시 접어두었습니다. 이후 알고리즘 트레이딩에 대해 조금 더 공부를 하고자 했지만, 그럴만한 시간을 찾기 힘들었습니다. 

그러던 중, 이 책 “머신러닝을 이용한 알고리즘 트레이딩 시스템 개발”을 접할 수 있었습니다. 

이 책은 크게 3부분으로 구성되는데, 1부는 머신러닝 개요, 2부는 통계지식, 3부는 실제 트레이딩 시스템 구현을 다루고 있습니다. 

1부 머신러닝 개요에서는 머신러닝의 개념을 설명합니다. 머신러닝이 무엇이고, 무엇을 할 수 있는지를 설명합니다. 아무런 배경지식이 없어도 어려움 없이 술술 읽힙니다. 내가 모르는 것이 무엇이고, 어떤 것을 공부해야 할 지 감이 옵니다.

2부는 본격적으로 시작하기 전에 통계를 설명합니다. 책에서도 상당한 부분을 할애하여 설명했지만, 일정 수준의 통계지식은 머신러닝을 활용하는데 반드시 필요합니다. 저자는 적당한 그림과 함께 쉽게 설명하려 노력합니다. 참고로 이 책에서 사용하는 ‘parameter’는 통계학에서 ‘모수’라고 쓰기도 합니다. 여담이지만, 통계학을 공부할 때는 용어를 정확하게 정의하고, 공부하는 것이 큰 도움이 되었습니다. 

3부는 본격적으로 알고리즘 트레이딩 시스템을 구축하기 시작합니다. 저자는 프로그램 코드를 하나하나 모두 설명하지는 않고, 다만, 어떤 역할을 하는지 설명하는데 초점을 둡니다. 일반 독자들이 어쩌면 제일 관심있어 할 수 있는, 즉 증권사 시스템에 접속하여 데이터를 받고 특정 알고리즘을 적용한 실전 트레이딩하는 프로그램은 없습니다. 다만, 그 전 부분과 그 이후 사후관리(성능 평가, 최적화 등)에 대한 내용을 다룹니다. 저자의 이런 접근은 당연하다 할 수 있습니다. 실제 증권사 시스템에 접속해서 실제 거래를 하는 것은 알고리즘 트레이딩과 무관한 내용이기 때문입니다.

요약하자면, 이 책은 머신러닝을 활용한 알고리즘 트레이딩 시스템 개발을 설명합니다. ‘실제 증권사 API를 이용하는 부분’은 다루지 않지만, 그것을 제외한 모든 부분을 다루고 있습니다.(그러한 접근이 맞다고, 저 또한 생각합니다.) 

이 책에서 설명하는 머신러닝은 애초에 그렇게 만만한 내용은 아니었습니다. 예상컨대, 통계학은 아마도 수학은 싫지만 프로그래밍은 좋아하는 독자들에게 첫 번째 어려움으로 다가올 것입니다. 통계학의 관문을 통과했다면, 이젠 수 많은 머신러닝 관련 방법론에 압도당 할 것입니다. 이 책은 필요한,  혹은 많이 쓰이는 머신러닝 방법론을 최대한 설명하려고 노력하는 것으로 보입니다. 덕분에 앞으로 어떤 분야를 공부해야할 지 좋은 참고가 되었습니다. 

개인적으로는, 머신러닝, 알고리즘 트레이딩 시스템이라는 2가지 주제에 대해서 입문 수준으로 잘 작성된 한 권의 책인것 같습니다.

 머신러닝의 개념 및 트레이딩 시스템 개발에 대한 절차가 궁금한 독자들에게 추천하고 싶은 기본서 

대상 독자:

- 프로그래밍이 가능한 자. 

현재 IT분야를 비롯한 다양한 분야에서 머신러닝이 활용될 것으로 기대되고 있습니다. 금융분야에서도 이미 알고리즘을 활용한 트레이딩 시스템이 활발하게 사용되고 있지요. 

기존의 트레이딩 시스템이 적시에 사고 파는 것이 목적이었다면, 머신러닝을 적용한 트레이딩 시스템은 분석한 지표를 기반으로 매매여부를 결정합니다. 그렇기 때문에 트레이딩 시스템이 좋은 성능을 내기 위해서는 수많은 데이터 분석을 필요로 하는데요. 금융시장 자체가 특성상 분석에 활용할 수 있는 데이터가 방대하기 때문에 머신러닝을 잘만 적용한다면 좋은 결과를 낼 수 있는 환경을 제공한다 합니다. 

사실 트레이딩 시스템 구현에 대한 호기심도 있었지만 그보다도 머신러닝을 활용한 영역의 한 부분을 자세히 보고싶어 이 책을 선택하였는데요. 머신러닝이라는 큰 주제 내에서 트레이딩 시스템으로 활용하는 소주제로 범위를 좁히면서 머신러닝의 단편적인 면을 볼 수 있었던 계기가 되었습니다.

프로그래밍 언어로는 python을 이용하구요. 풍부한 라이브러리를 제공하는 python의 장점을 잘 활용합니다. 대부분의 코드는 외부 패키지의 기능으로 쉽게 구현할 수 있는 것들이며, 각 기능에 대한 소스코드와 대략적인 부연설명도 제공됩니다. 이것들은 꼭 알고리즘을 적용하지 않더라도 주가 데이터 분석 시에도 유용하게 사용할 수 있는 것들입니다. 아주 복잡한 알고리즘을 이용하여 프로그램을 구현하는 것이 아니라, 책이 설명하는 기본개념을 이해하고 실습하기 위한 용도로써 구현하려는 함수에 대한 설명과 테스트를 위한 기본 정보만을 제공하는 형태입니다. 

이 책은 프로그래밍을 할 줄 아는 독자가 대상으로, 머신러닝을 이용한 알고리즘 트레이딩 입문서이다. 따라서 주식거래 경험은 많지만, 프로그래밍 경험이 없는 독자는 이 책에 맞지 않는 대상 독자가 될 것이다.(이런 독자는 ‘파이썬을 이용한 시스템 트레이딩(기초편)’이라는 책을 추천한다.)

저자는 수익을 낼 수 있는 모델을 만드는데 평균회귀와 머신러닝을 이용하였기 때문에, 실제 구현파트로 들어가기 이전에, 확률통계 기본개념과 머신러닝 기본개념(로지스틱 회귀, 랜덤 포레스트, SVM)을 소개하고, 그다음 챕터에서 구현을 시작한다. 수익 모델(알파 모델)과 더불어 리스크모델을 만드는 데 사용되는 기초 개념들도 소개해 구현과 평가모델 사이를 자연스럽게 이어주었다.

책의 가장 큰 장점은, 알고리즘 트레이딩 및 머신러닝에 관련된 양질의 레퍼런스 소개이다. 시계열데이터에서 평균회귀를 판단하는 모델부터 머신러닝에 사용되는 구체적인 라이브러리, 클래스, 함수를 소개해 이 분야에 처음 입문하는 독자에게 충분한 가이드 역할을 했다고 본다. 

저자가 언급한 대로 이 책에 있는 모든 내용을 알려면 몇 권의 책으로도 부족하다. 금융공학 등의 분야에서 다루는 랜덤워크 이론, 위너 프로세스부터 리스크관리 까지… 이 책을 읽으면서 떠오른 전공과목만 4~5개 정도이다. 그렇지만 저자는 서문과 내용 중간중간 독자에게 충분한 인사이트를 제공하고, 예시를 통해 문장을 이어나갔기 때문에, 책을 읽는데 이런 지식이 필수적으로 필요하다는 생각은 들지 않았다. 좀 더 공부해 보고자 하는 독자는 레퍼런스를 적극적으로 활용하기를 권한다. 하지만 통계 기초지식이 없는 상태에서 책을 읽는 것은 추천하지 않는다.