한빛미디어

금융에서도 초거대 AI 시대에 맞춰 디지털 전환에 가속화를 하며 비대면으로 하는 서비스를 빠르게 확대해나가고 있습니다. 그럼에도 아직은 금융 분야가 다른 분야에 비해서 뒤처져 있다고 평가되어 왔고 궁금증으로 이 책을 접하게 되었습니다.

파이썬 기반 금융 인공지능(Artificial Intelligence in Finance)

파이썬과 케라스를 활용한 금융 시계열 데이터 기반 알고리즘 트레이딩 전략

난이도

금융 분야의 핵심 이론 형성과 어떤 장단점을 갖는지 어떻게 이를 보완할 수 있는지를 설명하고 실무에 어떻게 적용하는지에 대한 예제를 제공하고 있어 파이썬이나 어느 정도 프로그래밍 언어를 알고 금융 도메인의 실무자에게 적합한 도서입니다. 금융 관련 프로젝트를 진행 계획이 있다면 책으로 빠르게 훑을 수 있어 실무자뿐 아니라 관련 프로젝트를 할 때에도 실용적이라고 느꼈습니다.
그리고 수식도 간간이 나오는데 이 이론의 수식을 구현하고 현실에서는 어떠한 지를 보여주기 위함으로 이해를 100% 못하더라도 흐름 파악에 방해가 되는 정도는 아니었습니다.

구성

금융이라는 도메인을 바탕으로 한 인공지능 책으로 신경망을 중심으로 실습 예제를 제공하고 있습니다. 인공지능의 활용에 초점이 맞추어지기 때문에 구현된 라이브러리를 사용하여 어떤 것을 사용해야 하는지 소스코드로 나와있고 탐구를 위해서 참고 문헌을 매 장마다 제시하고 있습니다. 하지만 소스코드는 이전 O'reilley 시리즈에서 깃허브로 제공하는 것과 달리 저자의 퀀트 플랫폼 웹사이트에 가입해야 받을 수 있어 불편했습니다.
구체적으로 무엇을 구현해 내는 것보다는 금융 분야에서의 인공지능기술 적용에 대한 포괄적인 거인의 관점을 보여주고 있습니다.

본문에서

책에서 다루는 인공지능에 대한 이해를 돕기 위해서 일반적인 인공지능에 대한 활용 및 개념에 대해서 초반에 포괄적으로 설명해 줍니다. 이후 인기 있는 기대효용 이론, 평균-분산 포트폴리오(MVP), 자본자산 가격 결정 모형(CAPM), 차익거래 가격결정과 같은 규범적 금융 이론과 모형과 정규성 가정 및 선형관계 가정을 파이썬으로 구현해 보고 이런 이론들이 너무나 단순화하고 비현실적인 가정으로 발생하여 경험적 증거 불충분하고 이론적인 이유로 현실에서는 어떻게 실패하는지 보여줍니다.

그리고 머신러닝과 인공지능으로 이론이 지닌 부족함을 어떻게 보완할 수 있는지, 통계적 비효율성을 발견하고 알고리즘 트레이딩을 활용하고 비효율성을 역이용하는 방법을 설명합니다. 심층 신경망(DNN), 재귀 신경망(RNN), 강화학습으로 하는 실습 하면서 방법으로 서술하고 기술적 세부 사항은 다룹니다.

따로 섹션을 나누어 알고리즘 트레이딩으로 벡터화된 백테스팅으로 매매전략으로 갖아 경제적 비효율성을 찾고 이벤트 기반 백테스팅으로 리스크 관리 수단으로 트레이딩 봇을 구현 및 훈련시킵니다. 구현한 트레이딩 봇을 매매 플랫폼에 연결하여 주문 실행되도록 배포까지 진행합니다.

 인공지능이 다시금 큰 주목을 받았고 이러한 대목에서 이 책은 금융권에서의 인공지능의 활용에 대해서 방향성을 제시하고 있어 완벽히 소화하지 못하였지만 활용 측면에서 인사이트를 얻어가는 시간이었다. 특히 QL 에이전트 형태의 트레이딩 봇 구현하는 과정에서 주어진 상태와 모형에 따라 최적의 행위, 이 행위에 다른 포지션 계산하여 조건에 따라 매수/매도 포지션하고 손절, 익절로 리스크 관리하며 전략을 만들어 가는 흥미로웠다.

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