소스 코드 파일은여기에서 내려 받으실 수 있습니다.
https://github.com/AcornPublishing/mastering-Python-Finance-2e

파이썬을 활용해 금융의 여러 개념을 친절하게 설명하는 책이다. 파이썬을 활용한 금융 정보 분석이 무엇인지 설명하는 1장을 시작으로, 2장에서는 금융에서의 선형 성질이 가지는 의미를 파악하며 3장에서 비선형으로 확장한다.
4장은 옵션 가격을 책정하기 위한 여러 수치적 기법을 심도 있게 살펴보며 5장은 이자율에 관한 여러가지 모델링 기법을 설명한다. 6장은 금융의 가장 핵심이기도 한 시계열 데이터를 다루는 열 기법을 소개하며, 7장에서는 VIX(Volatility Index)를 가지고 상호작용적 금융 분석에 관한 여러 개념을 살펴본다. EURO STOXX 50 index, VSTOXX, VIX 등의 여러 지표에 대해 소개하며 S&P 500 지수와 VIX를 통해 다양한 금융 분석을 수행한다.
8장에서는 알고리듬 트레이딩을 위한 기초적 알고리듬을 공개 API를 사용해 직접 구축해 보며 평균-회귀, 추세-추종 등의 여러 알고리듬 트레이딩 기법을 소개한다. 9장은 금융의 주요 요소인 백테스팅을 소개하고 10장, 11장은 인공지능과 금융의 여러 측면을 살펴본다.

◆ 다양한 금융 문제를 나타내는 선형 및 비선형 모델 해석
◆ 다우 지수와 구성 요소에 대한 주성분 분석 수행
◆ 정상성과 비정상성 시계열 프로세스에 대한 분석, 예측, 예상
◆ 이벤트 기반 백테스팅 툴의 생성과 자신의 전략 측정
◆ 파이썬으로 고빈도 알고리듬 트레이딩 플랫폼 구축
◆ VIX 기반 전략 이해를 위해 CBOT VIX 지수를 SPX 옵션으로 복제
◆ 예측에서 회귀 기반 및 분류 기반 머신러닝 과제 수행
◆ 딥러닝 아키텍처에 텐서플로와 케라스 사용

금융 전문가, 데이터 분석가 혹은 금융 업계의 소프트웨어 개발자로서 정량적 방법에 고급 파이썬 기술을 사용하는 데 관심이 있다면 이 책을 읽기에 적합하다. 스마트 머신러닝 기술을 사용해 기존 금융 애플리케이션의 기능을 확장하려는 경우에도 유용하다.

1장. ‘파이썬을 사용한 금융 분석’에서는 책을 읽기 위한 사전 준비로 개요 Jupyter 노트북을 포함한 파이썬 환경 설정을 간략히 설명한다. Jupyter 내에서 분석을 위해 도면을 사용함으로써 pandas로 시계열 분석을 수행한다.
2장. ‘금융에서 선형성의 중요성’에서는 파이썬을 사용해 선형 방정식 시스템을 풀고 정수 프로그래밍을 수행하며 포트폴리오 할당의 선형 최적화에 행렬 대수를 적용한다.
3장. ‘금융의 비선형성’에서는 정보 추출에 도움이 되는 몇 가지 방법을 살펴본다. 비선형 변동성 모델링에서 근 찾기 기법을 배운다. SciPy의 최적화 모듈에는 root와 fsolve 함수가 포함돼 있어 비선형 모델에서 근 찾기를 수행할 수 있다.
4장. ‘옵션 가격 책정을 위한 수치적 방법’에서는 옵션 평가를 위한 트리, 격자, 유한 차분 체계를 탐색한다.
5장. ‘금리와 파생상품 모델링’에서는 수익률 곡선의 부트스트래핑(bootstrapping) 프로세스에 대해 설명하고 파이썬을 사용해 금리 파생상품의 가격을 책정하는 몇 가지 단기 금리 모델을 다룬다.
6장. ‘시계열 데이터의 통계 분석’에서는 주성분을 식별하기 위한 주성분 분석을 소개한다. 딕커-풀러(Dicker-Fuller) 검정은 시계열이 고정돼 있는지 여부를 테스트하는 데 사용된다.
7장. ‘VIX를 사용한 대화형 금융 분석’에서는 변동성 지수를 설명한다. 미국 주가 지수와 VIX 데이터에 대한 분석을 수행하고 하위 지수의 옵션 가격을 사용해 주요 지수를 복제한다.
8장. ‘알고리듬 거래 플랫폼 구축’에서는 브로커 API를 사용해 평균 회귀와 추세 추종 실거래 인프라를 개발하는 단계별 접근 방식을 취한다.
9장. ‘백테스팅 시스템 구현’에서는 이벤트 기반 백테스팅 시스템을 설계하고 구현하는 방법을 설명하며, 시뮬레이션된 거래 전략의 성능을 시각화해본다.
10장. ‘금융을 위한 머신러닝’에서는 머신러닝을 소개함으로써 금융 분야의 개념과 애플리케이션을 연구해본다. 또한 거래 결정을 지원하기 위해 머신러닝을 적용하는 몇 가지 실용적인 예를 살펴본다.
11장. ‘금융을 위한 딥러닝’에서는 신경망을 사용해 딥러닝 예측 모델을 구축함으로써 텐서플로와 Keras를 학습하는 실습 접근 방식을 취하도록 한다.

차세대 방법론을 사용해 금융 업계에서 실행되는 복잡한 재무 계산을 수행하는 방법을 안내하는 책이다. 따라서 공개 도구를 활용해 파이썬(Python) 생태계를 마스터함으로써 연구와 모델링을 성공적으로 수행하고 고급 예제를 사용해 위험을 관리하는 방법을 배우게 될 것이다.
책 전반에 걸친 작업 구현을 위해 Jupyter 노트북을 설정하는 것부터 시작한다. 텐서플로(TensorFlow), 케라스(Keras), NumPy, SciPy, scikit-learn 등과 같은 인기 있는 라이브러리를 사용해 효율적이고 강력한 데이터 기반 금융 결정을 내리는 방법을 살펴본다. 또한 주식, 옵션, 이자율 및 파생상품 같은 개념과 계산 방법을 사용한 위험 분석을 마스터해 금융 애플리케이션을 구축하는 방법을 소개한다. 이러한 기초를 통해 시계열 데이터에 대한 통계 분석을 적용하는 방법을 배우고 고빈도 데이터를 활용해 알고리듬 거래 플랫폼을 구축할 때 거래 전략을 고안하는 방법을 이해하게 된다. 이벤트 기반 백테스팅 시스템을 구현하고 성능을 측정해 거래 전략을 검증하는 방법도 다룬다. 마지막으로는 금융에 적용되는 머신러닝과 딥러닝 기술을 살펴본다.
이 책이 끝날 무렵에는 금융 산업의 다양한 패러다임에 파이썬을 적용하고 효율적인 데이터 분석을 수행하는 방법을 익힐 수 있을 것이다.

제임스 마 와이밍(James Ma Weiming)

싱가포르에 거주하는 소프트웨어 엔지니어다. 금융 기술, 머신러닝, 데이터 과학, 컴퓨터 금융을 주로 연구하고 있으며 국채와 외환 상품, 펀드 배분에 관련된 금융 서비스 분야에서 경력을 시작했다. 파생상품에 이끌려 시카고로 옮겨간 후 시카고 무역위원회의 베테랑 트레이더들과 협력해 시장을 공략하는 고빈도, 저지연 전략을 고안했다. 미국 일리노이공과대학교 스튜어트 경영대학(Illinois Tech’s Stuart School of Business)에서 금융 석사 학위를 받았으며 난양이공대학교(Nanyang Technological University)에서 컴퓨터공학 학사 학위를 받았다.

금융에서 사용되는 여러 분석 기법을 파이썬을 통해 설명하는 책이다. 기초적인 개념과 이론 설명은 물론, API 사용 실습을 통해 여러 금융 지표를 분석하는 기법을 직접 구현해 볼 수 있도록 구성됐다.
파이썬을 사용하면서 보다 심도 있는 분석을 원한 금융인은 쉬운 설명과 함께 코드를 하나씩 따라가다 보면 인공지능 기법과 함께 여러 오픈 API를 사용해 금융 데이터를 취급하는 방법을 익힐 수 있다. 한편 금융에 대한 지식이 거의 없는 사람들도 이 책을 따라가다 보면 금융 데이터 분석을 위한 핵심 개념을 하나씩 이해하게 될 것이다.
전체 내용은 금융의 기본 개념의 설명부터 시작해, 하나씩 새로운 개념이 도입될 때마다 파이썬 실습을 통해 쉽게 이해할 수 있도록 구성돼 있다. 가장 쉬운 선형 기법부터 시작해 비선형으로 확장하며, 이후 장을 거듭할수록 지속적으로 추가적인 개념을 도입하고, 이를 통해 여러가지 파이썬 오픈 API를 접할 수 있도록 구성돼 있다.
금융인은 물론 비금융인도 모두 쉽게 접할 수 있는 금융 분석 입문서로 이 책을 추천한다.

이병욱

서울과학종합대학교 디지털금융 주임교수
한국과학기술원(KAIST) 겸직교수
한국금융연수원 겸임교수
인공지능연구원(AIRI) 부사장
- 금융위원회 금융규제혁신회의 위원
- 금융위원회 법령해석심의위원회 위원
- 금융위원회 적극행정위원회 위원
- 금융위원회 가상자산 자문위원
- 금융정보분석원 “특금법 후속조치를 위한 TF” 위원
- 한국산업기술진흥원(KIAT) ‘규제자유특구 분과위원회’ 위원
- 과기정통부 우정사업본부 정보센터 네트워크 & 블록체인 자문위원
전) BNP 파리바 카디프 전무
전) 삼성생명 마케팅 개발 수석
전) 보험넷 Founder & CEO
전) LG전자 연구원

서울과학종합대학원 AI전략경영 주임교수와 한국과학기술원 겸직교수를 맡고 있으며, 한국금융연수원 겸임교수 및 인공지능연구원의 부사장으로도 재직 중이다. 한국과학기술원 전산학과 계산이론 연구실에서 공부했다. 공학을 전공한 금융 전문가로, 세계 최초의 핸드헬드-PC(Handheld-PC) 개발에 참여해 한글 윈도우 CE 1.0과 2.0을 미국 마이크로소프트 본사에서 공동 개발했다.
1999년에는 전 보험사 보험료의 실시간 비교 서비스를 제공하는 핀테크 전문회사 ㈜보험넷을 창업해 업계에 큰 반향을 불러일으켰다. 이후 삼성생명을 비롯한 생명 및 손해 보험사에서 CMO(마케팅 총괄 상무), CSMO(영업 및 마케팅 총괄 전무) 등을 역임하면서 혁신적인 상품과 서비스를 개발, 총괄했다.
세계 최초로 파생상품인 ELS를 기초 자산으로 한 변액 보험을 개발해 단일 보험 상품으로 1조 원 이상 판매되는 돌풍을 일으켰고, 매일 분산 투자하는 일 분산 투자(daily Averaging) 변액 보험을 세계 최초로 개발해 상품 판매 독점권을 획득했다. 인공지능 연구원에서 머신러닝 기반의 금융 솔루션 개발에 관련된 다양한 활동을 하고 있으며, 금융위원회, 금융정보분석원 등에 다양한 자문을 하고 있다.
저서로는 문체부가 2023 세종도서로 선정한 『돈의 정체』(에이콘, 2021)와 함께 『비트코인과 블록체인, 탐욕이 삼켜버린 기술』(에이콘, 2018) 그리고 대한민국학술원이 2019 교육부 우수학술도서로 선정한 『블록체인 해설서』(에이콘, 2019)와 한국금융연수원의 핀테크 전문 교재인 공저 『헬로, 핀테크!』(2020), 『헬로, 핀테크! - 인공지능 편』(2021)이 있다.

• 1부. 파이썬 시작하기
  
• 1장. 파이썬을 사용한 금융 분석 개요
  • 파이썬 구하기
    • 가상 환경 준비
    • Jupyter 노트북 실행
    • 파이썬 기능 개선 제안서
  • Quandl 소개
    • 환경에 맞는 Quandl 설정
  • 시계열 차트 도식화
    • Quandl에서 데이터셋 가져 오기
    • 주가와 거래량 차트 도식화
    • 촛대 차트 도식화
  • 시계열 데이터에 대한 금융 분석
    • 수익률 도식화
    • 누적 수익률 도식화
    • 히스토그램 도식화
    • 변동성 도식화
    • 분위수-분위수 도면
    • 복수의 시계열 데이터 다운로드
    • 상관 행렬 표시
    • 상관관계 도식화
    • 단순이동평균
    • 지수이동평균 이동
  • 요약
    
    
• 2부. 금융 개념
  
• 2장. 금융에서 선형성의 중요성
  • 자본 자산 가격 책정 모델과 증권시장선
  • 차익 거래 가격 결정 이론 모델
  • 요인 모델의 다변량 선형 회귀
  • 선형 최적화
    • Pulp 받기
    • 선형 계획법을 사용한 최대화 예제
    • 선형 프로그램의 결과
    • 정수 프로그래밍
  • 행렬을 사용한 선형 방정식 해결
  • LU 분해
  • 촐레스키 분해
  • QR 분해
  • 다른 행렬 대수 방법으로 풀기
    • 자코비 기법
    • 가우스-자이델 기법
  • 요약
    
    
• 3장. 금융의 비선형성
  • 비선형성 모델링
    • 비선형 모델의 예
  • 근 찾기 알고리듬
    • 증분 검색
    • 이분법
    • 뉴턴 기법
    • 시컨트 기법
    • 근 찾기 기법 조합
  • SciPy의 근 찾기 구현
    • 근 찾기 스칼라 함수
    • 일반 비선형 솔버
  • 요약
    
    
• 4장. 옵션 가격 책정을 위한 수치적 방법
  • 옵션 소개
  • 이항 트리로 옵션 가격 책정
  • 유럽식 옵션 가격 책정
  • StockOption 기본 클래스 작성
    • 이항 트리를 사용한 유럽식 옵션 클래스
    • 이항 트리를 사용한 미국식 옵션 클래스
    • 콕스-로스-루빈스타인 모델
    • 라이젠-라이머 트리 사용
  • 무료 그릭
    • LR 이항 트리를 사용하는 그리스인을 위한 클래스
  • 옵션 가격 책정의 삼항 트리
    • 삼항 트리 옵션 가격 책정 모델의 클래스
  • 옵션 가격 결정의 격자
    • 이항 격자 사용
    • CRR 이항 격자 옵션 가격 책정 모델의 클래스
    • 삼항 격자 사용
  • 옵션 가격 설정의 유한 차분
    • 명시적 기법
    • 유한 차분 기본 클래스 작성
    • 암시적 기법
    • 크랭크-니콜슨 기법
    • 특이 배리어 옵션의 가격 책정
    • 유한 차분으로 미국식 옵션 가격 책정
  • 종합하기: 내재 변동성 모델링
    • AAPL 미국식 풋 옵션의 내재 변동성
  • 요약
    
    
• 5장. 금리와 파생상품 모델링
  • 고정-수입 증권
  • 수익률 곡선
  • 제로 쿠폰 채권 평가
    • 현물 금리와 제로 금리
  • 수익률 곡선의 부트스트랩
    • 수익률 곡선의 부트스트랩 예
    • 수익률 곡선 부트스트랩 클래스 작성
  • 선도 금리
  • 만기 수익률 계산
  • 채권 가격 계산
  • 채권 듀레이션
  • 채권 볼록성
  • 단기 금리 모델링
    • 바시첵 모델
    • 콕스-인거졸-로스 모델
    • 렌들만과 바터 모델
    • 브레넨과 슈바르츠 모델
  • 채권 옵션
    • 수의상환권부 채권
    • 상환청구권부 채권
    • 전환 사채
    • 우선주
  • 수의상환권부 채권 옵션의 가격 책정
    • 바시첵 모델에 의한 제로 쿠폰 채권 가격 책정
    • 조기 행사 가치
    • 유한 차이에 의한 정책 반복
    • 수의상환권부 채권 가격 책정의 기타 고려 사항
  • 요약
    
    
• 6장. 시계열 데이터의 통계 분석
  • 다우 존스 산업 평균과30개 구성 요소
    • Quandl에서 다우 구성 요소 데이터셋 다운로드
    • 알파 밴티지
    • 알파 밴티지 API 키 얻기
    • 알파 밴티지 파이썬 래퍼 설치
    • 알파 밴티지에서 DJIA 데이터셋 다운로드
  • 커널 PCA 적용
    • 고유 벡터와 고유 값 찾기
    • PCA를 사용해 다우 인덱스재구성
  • 정상성과 비정상성 시계열
    • 정상성과 비정상성
    • 정상성 확인
    • 비정상 프로세스의 유형
    • 정상성 프로세스의 유형
  • 증강 딕키-풀러 검증
  • 추세가 있는 시계열 분석
  • 시계열을 정상성으로 만들기
    • 추세 제거
    • 차분을 사용한 추세 제거
    • 계절적 분해
    • ADF 검정의 단점
  • 시계열 예측과 예상
    • 자기 회귀 통합 이동평균
    • 그리드 검색을 통한 모델 매개변수 찾기
    • SARIMAX 모델 적합화하기
    • SARIMAX 모델의 예측과 예상
  • 요약
    
    
• 3부. 실습
  
• 7장. VIX를 사용한 대화형 금융 분석
  • 변동성 파생상품
    • STOXX와 Eurex
    • EURO STOXX 50 지수
    • VSTOXX
    • S&P 500 지수
    • SPX 옵션
    • VIX
  • S&P 500과 VIX의 금융 분석
    • 데이터 수집
    • 분석 수행
    • SPX와 VIX 간의 상관관계
  • VIX 지수 계산
    • SPX 옵션 데이터 가져오기
    • 단기와 차기 옵션 찾기
    • 필요 분 계산
    • Calculating the forward SPX Index level
    • 필요한 선도 행사 가격 찾기
    • 행사 가격 경계 결정
    • 행사 가격별 기여도 표 만들기
    • 변동성 계산
    • 차기 옵션 계산
    • VIX 지수 계산
    • 여러 VIX 지수 계산
    • 결과 비교
  • 요약
    
    
• 8장. 알고리듬 거래 플랫폼 구축
  • 알고리듬 거래 소개
    • 공개 API를 사용하는 거래 플랫폼
    • 프로그래밍 언어 선택
    • 시스템 기능
  • 알고리듬 거래 플랫폼 구축
    • 브로커 인터페이스 설계
    • 파이썬 라이브러리 요구 사항
    • 이벤트 기반 브로커 클래스 작성
    • 가격 이벤트 핸들러 저장하기
    • 주문 이벤트 핸들러 저장
    • 포지션 이벤트 핸들러 저장
    • 가격을 얻기 위한 추상 메서드 선언
    • 가격 스트리밍을 위한 추상 메서드 선언
    • 주문을 전송하기 위한 추상 메서드 선언
    • 브로커 클래스 구현
  • 평균 회귀 알고리듬 거래 시스템 구축
    • 평균 회귀 알고리듬 설계
    • 평균 회귀 트레이더 클래스 구현하기
    • 이벤트 리스너 추가하기
    • 평균 회귀 신호 생성기 작성
    • 거래 시스템 실행
  • 추세 추종 거래 플랫폼 구축
    • 추세 추종 알고리듬 설계
    • 추세 추종 트레이더 클래스 작성
    • 추세 추종 신호 생성기 작성
    • 추세 추종 거래 시스템 실행하기
  • 리스크 관리를 위한 VaR
  • 요약
    
    
• 9장. 백테스팅 시스템 구현
  • 백테스팅 소개
    • 백테스팅의 우려 사항
    • 이벤트 기반 백테스팅 시스템의 개념
  • 백테스팅 시스템 설계와 구현
    • 틱 데이터를 저장하는 클래스 작성
    • 시장 데이터를 저장하는 클래스 작성
    • 시장 데이터의 소스를 생성하기 위한 클래스 작성
    • 주문 클래스 작성
    • 포지션 추적을 위한 클래스 작성
    • 추상 전략 클래스 작성
    • 평균 회귀 전략 클래스 작성
    • 모듈을 백테스팅 엔진으로 바인딩하기
    • 백테스팅 엔진 실행
    • 백테스팅 엔진의 다중 실행
    • 백테스팅 시스템 개선
  • 백테스팅 모델에 대한 열 가지 고려 사항
    • 모델을 제약하는 리소스
    • 모델 평가 기준
    • 백테스팅 매개변수의 품질 평가
    • 모델 위험에 직면할 준비를 하라
    • 내표본 데이터를 사용한 백테스팅 성능
    • 백테스팅의 일반적인 함정 해결
    • 모델에 대한 상식적인 아이디어를 가지라
    • 모델의 문맥 이해
    • 올바른 데이터가 있는지 확인하라
    • 결과 데이터 마이닝
  • 백테스팅에서 알고리듬에 대한 논의
    • k-평균 클러스터링
    • k-최근접 이웃 머신러닝 알고리듬
    • 분류와 회귀 트리 분석
    • 2k 요인 설계
    • 유전 알고리듬
  • 요약
    
    
• 10장. 금융을 위한 머신러닝
  • 머신러닝 소개
    • 금융에서 머신러닝의 사용
    • 지도 학습과 비지도 학습
    • 지도 머신러닝의 분류와 회귀
    • 모델 과적합과 과소 적합
    • 특징 공학
    • 머신러닝을 위한 scikit-learn
  • 단일 자산 회귀 모델을 사용한 가격 예측
    • OLS에 의한 선형 회귀
    • 독립과 목표 변수 준비
    • 선형 회귀 모델 작성
    • 예측 성능 측정을 위한 위험 척도
    • 리지 회귀
    • 기타 회귀 모델
    • 결론
  • 교차 자산 모멘텀 모델로 수익 예측
    • 독립 변수 준비
    • 목표 변수 준비하기
    • 다중 자산 선형 회귀 모델
    • 결정 트리의 앙상블
  • 분류 기반 머신러닝으로 추세 예측
    • 목표 변수 준비
    • 여러 자산의 데이터셋을 입력 변수로 준비하기
    • 로지스틱 회귀
    • 분류 기반 예측 측정을 위한 위험 척도
    • 서포트 벡터 분류기
    • 다른 유형의 분류기
  • 머신러닝 알고리듬 사용에 대한 결론
  • 요약
    
    
• 11장. 금융을 위한 딥러닝
  • 딥러닝에 대한 간략한 소개
    • 딥러닝이란 무엇인가?
    • 인공 뉴런
    • 활성화 함수
    • 손실 함수
    • 최적기
    • 네트워크 아키텍처
    • 텐서플로와 기타 딥러닝 프레임워크
    • 텐서란 무엇인가?
  • 텐서플로를 사용한 딥러닝 가격 예측 모델
    • 모델의 특징 공학
    • 요구 사항
    • 데이터셋 다운로드
    • 데이터 확장과 분할
    • 텐서플로로 인공 신경망 구축
    • 예측 값과 실제 값 도식화
  • Keras를 사용한 신용카드 결제 디폴트 예측
    • Keras 소개
    • Keras 설치하기
    • 데이터셋 얻기
    • 데이터 분할 및 크기 조정
    • Keras를 사용해 5개의 은닉 계층이 있는 심층 신경망 설계
    • 모델의 성능 측정
    • Keras 히스토리에 기록된 이벤트 표시
  • 요약
• 찾아보기