한빛미디어

금융 전략을 위한 머신러닝의 원제목은 Machine Learning and Data Science Blueprints for Finance입니다. 책을 소개하는데 영어 원제목을 먼저 설명하는 이유는 영어 제목이 이 책의 특성을 온전하게 설명해주기 때문인데요. 실제로 이 책은 금융에 활용할 수 있는 머신러닝과 데이터 과학의 청사진을 구체적으로 제시하는 책입니다. 

단순히 금융과 관련된 사례나 코드 예제만 제공하는 것이 아니라 머신러닝과 데이터 과학과 관련된 다양한 학습 모델을 제공하고 있고, 다양한 모델을 7단계 문제 접근 방법 툴을 활용해서 공통적으로 적용해볼 수 있도록 설명하고 있습니다. 

그뿐만 아니라 기존의 머신러닝 & 데이터과학 책에서는 주로 예제를 사이킷런 등에 포함되어 있는 기본 예제로 설명하는 경우가 대다수인데, 이 책은 캐글(https://www.kaggle.com/)의 다양한 예제 등을 활용하고 있습니다. 실제 예제의 파일들은 주로 FRED(Federal Reserve Economic Data, 미 연방 준비 은행 경제 데이터)나 야후 파이낸스, 비트스탬프 등 실제 미국의 주요 경제 지표를 확인할 수 있는 실질 데이터를 가지고 분석합니다. 이러한 예제만 보더라도, 실무에서 충분히 활용 가능한 예제임을 알 수 있습니다.

이 책에서 예측하는 독자층은 헤지 펀드, 투자 및 소매 은행, 핀테크 회사에서 일하는 데이터 과학자, 데이터 엔지니어 퀀트 연구원, 머신러닝 설계자 또는 소프트웨어 엔지니이업니다. 역으로 말하면 이러한 금융 핀테크 기업에서 데이터 전문가 직무를 갖기 원하는 주니어 개발자에게 실무 예제를 경험해볼 수 있는 책이라고 볼 수 있습니다. 

https://docs.google.com/spreadsheets/d/1zpLFAPZ8NA6V09JUUU66g_lvpVra24B_ZTDHunM2O8c/edit?usp=sharing 

다만, 이 책의 난이도는 상당히 높습니다. 한빛미디어에서 제작한 '[한빛미디어] 머신러닝·딥러닝 도서 선택 가이드'를 보면 이 책의 난이도는 무려 7입니다. 위 도서선택가이드에서 머신러닝, 딥러닝 관련 책이 총 61권인데, 이중 난이도 7이상의 책은 13권뿐입니다. 이 정도면 상당한 난이도라고 할 수 있습니다. 

하지만 난이도에 겁먹을 필요는 없습니다. 적어도 파이썬을 어느 정도 다뤄본 독자라면 충분히 이해하고 파악할 수 있습니다. 만약 파이썬을 다뤄보지 않았더라도, R 등을 활용해서 데이터 분석을 해본 독자도 충분히 접근 가능합니다. 

저는 오히려 이 책을 제대로 활용하기 위해서 필요한 지식은 컴퓨터 언어 관련 지식은 아니라고 생각합니다. 솔직히 말씀드리면 이 책에서는 아나콘다를 설치하여 주피터 노트북으로 코드를 실행하라고 나와 있는데, 예제 코드를 보고 주피터 노트툭보다 구글 코랩을 활용하면 훨씬 수월하게 예제 코드를 모두 실행할 수 있습니다. 

구글 코랩은 기본 세팅이 이미 다 되어 있고, 구글의 GPU를 활용하여 연산하기 때문에 노트북으로도 충분히 머신러닝을 할 수 있는 좋은 프로그램입니다. 구글 코랩에서 데이터를 불러오기만 할 수 있으면 프로그래밍 언어적으로 필요한 능력은 모두 끝났다고 생각합니다.

그것보다 더 요구되는 역량은 바로 머신러닝과 관련된 지도 학습, 비지도 학습, 강화 학습 등의 모델링과 알고리즘에 대한 이해도입니다. 예를 들어 이 책에서 지도 학습과 관련하여 선형 회귀부터 정규화 회귀, 로지스틱 회귀, 서포트 벡터 머신, K-최근접 이웃, 선형 판별 분석, 분류 트리, 회귀 트리, 앙상블 모델 등 다양한 모델을 소개하고, 실제로 데이터로 분석을 합니다. 이런 개념들을 이해하고, 어떻게 분석하고 효과성을 판별하는지에 대해서 정확히 알아야, 실제로 책에서 비트코인 거래 전략 알고리즘에서 다양한 모델 중에서 앙상블 모델의 랜덤 포레스트 모델을 선정했는지 이해할 수 있습니다. 이는 앞에서 말씀 드린 이 책의 기본 구조가 7단계 문제 접근 방식으로 인해 두드러지는 특징인데요. 예제 연습이나 실무에서도 바로 활용할 수 있도록 하기 위함인데요, 특히 모델 평가와 모델 튜닝 구조는 머신러닝에서 매우 필수적으로 학습해야 할 부분이며, 이 책이 지닌 가장 큰 매력이라고 생각합니다. 

또한 머신러닝, 딥러닝에 관심이 많은 독자분이라면 '[한빛미디어] 머신러닝·딥러닝 도서 선택 가이드'를 참고하시면 학습하는데 큰 도움이 될 것입니다.