한빛미디어

금융 전략을 위한 머신러닝

 

>시작

요즘이라기에는 한참지난 개념인 머신러닝에대해 관심은있었지만 굳이 찾아보지도 않고 학습 할 생각도 없이 있다가

최근 제태크에 흥미를가짐과 동시에 한빛미디어에서 새로이 금융과 관련된 머신러닝관련 도서가 출간되어 접하게되어 간략히 리뷰를 남겨보려 한다.

 

 

 

>추천합니다.

이 책에서는 머신러닝 알고리즘과 아이디어사이의 괴리를 좁히기위해 금융 시장에 맞춤화된 머신러닝 도구상자를 제공하며, 금융 산업에서 중요한 머신러닝 기반 알고리즘을 구축하는 기술과 기술을 활용하는 데 중접을 두고있다.

그리하여 특히나 데이터를 다루는 과학자, 엔지니어, 연구원, 머신러닝 설계자 또는 소프트웨어 언지니어와 같은 직책을 가진 전문가에게 매우 유용할 책일것이다.

이 책은 머린러닝을 제대로 배울려는 전문가들의 입문용으로 읽기에 좋은듯 해 보인다.

분명한 점은 단순히 아무나 읽기에는 다소 어려움이 있을꺼라 생각되며, 금융지식 및 데이터분석에 대한 기본 개념과 파이썬에대한 배경지식을 기자고있는 사람에게 추천할 수 있을것 같다. (물론 머신러닝에대한 개념은 책에서 친절히 알려주고있으니 머신러닝을 학습하고자 하는 마음만있으면 된다.)

파이썬으로 된 샘플코드 및 알고리즘 설명에는 파이썬을 이용하여 설명되어있으므로, 사전에 파이썬에대한 기본 개념을 알아둔 상태에서 이 책을 접하면 좀 더 수월하게 이해할 수 있을것이다.

 

 

 

>책소개

이 책은 쿼리큘럼이 존재한다.

학습난이도는 중,고급으로 지정되어있으며, 총 4부로 나눠져있다.

 

1부. 프레임워크 : 금융분야에서의 머신러닝을 기반으로 한 금융 모델에 대한 설명을 해준다.

2부. 지도학습 : 지도 학습 알고리즘에 대한 설명, 사례 및 실전 문제를 보여준다. (분류/회귀)

3부. 비지도 학습 : 비지도 학습 알고리즘에 대한 설명, 사례 및 실전 문제를 보여준다. (차원축소/군집화)

4부. 강화 학습과 자연어 처리 : 강화학습 및 자연어 처리(NLP)에대한 설명과 실전 문제를 보여줌으로서 머신러닝의 모델을 만들 수 있는 강좌가 있다.

 

프로젝트 및 예제는 아래와 같은 내용이 포함되어있다.

● 주가 예측, 파생 상품 가격 책정, 수익 곡선 예측

● 투자자 위험 감수 및 로보 어드바이저

● 사기 탐지, 채무 불이행 확률, 비트코인 거래 전략

● 포트폴리오 관리, 이자율 모델링

● 강화 학습 기반 거래 전략, 파생상품 헤징

● NLP 및 감정 분석 기반 거래 전략, 챗봇

 

이는 한빛미디어의 장점이자 특화된 부분이라고 생각하는데 이 책 또한

각 챕터별 구성은 어떤것을 학습할지, 개념에대한 상세 및 간략설명, 예제 및 예시가 부분별로 주석이 달려있고

마지막으로 챕터의 마무리 및 다음 챕터에서 배울 점을 기술하고 있다.

 

1장에서 머신러닝관련된 기초 개념들을 하나하나 다 설명해주고 있어 머신러닝에 대한 개념이 부족한 독자도 충분히 학습하면서 따라갈 수 있게 되어있다.

중간중간 실제 사례같이 실제상황에 개념을 대입하여 어떠한 상황에서 사용하는 개념인지 나와있어

업무에 적용할 때 매우 큰 도움이 될것이라 생각된다.

 

 

 

>끝으로

이 책은 분명 학습하기엔 쉬운 난이도의 책은 아니지만, 배경지식이 있고, 그 배경지식을 충분히 알고있는 사람이라면

이 책 또한 큰 문제없이 따라갈 수 있을꺼라 생각된다.

 

 

 

>참고

본 도서에서의 예제코드는 깃랩에서 확인할 수 있으니 참고하면될 듯 하다.

https://gitlab.com/inspro9/hanbit_mlfi

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