파이썬으로 데이터 주도 금융 분석 마스터하기현재 파이썬은 데이터와 인공지능이 주도하는 금융 분석 분야에서 대표적인 프로그래밍 언어로 사용되고 있다. 일부 대형 투자은행과 헤지펀드는 파이썬을 핵심적인 거래 시스템과 위험 관리 시스템 구축에 활용 하고 있다. 이 책에서는 다양한 파이썬 패키지와 도구를 사용하여 금융 데이터 과학, 알고리즘 트레이딩 및 계산 금융에 활용하는 방법을 설명한다. 이 책은 파이썬 프로그래밍 소개서나 일반적인 금융 입문서가 아니라는 점을 강조하고자 한다. 이 책은 이 두 가지 분야가 만나는 그 중간에 있다. 이 책은 독자들이 (반드시 파이썬이 아니라도) 프로그래밍에 대해 약간의 배경지식이 있고 어느 정도 금융 지식도 가지고 있다는 전제하에 쓰였으며 독자들은 이 책을 읽고 파이썬과 파이썬 생태계를 금융 분야에 적용하는 방법을 배우게 될 것이다. 이 책은 파이썬 3에 맞게 업데이트되었기 때문에 수록된 예제 코드는 대화형 개발 환경인 주피터 노트북을 사용하여 실행할 수 있다. 이 책의 예제 코드와 주피터 노트북은 필자의 Quant Platform에서 직접 실행할 수 있다. 웹사이트 주소는 http://py4fi.pqp.io이며 사용자 등록이 무료다.
이브 힐피시는 DX Analytics 금융 분석 라이브러리의 창시자이며, 금융 데이터 과학, 인공지
능, 알고리즘 트레이딩 및 계산 금융을 위한 오픈소스 기술 사용에 중점을 둔 회사 The Python
Quants(http://home.tpq.io), AI Machine(http://aimachine.io)의 설립자이자 최고
경영자다. 주요 저서로는 『Artificial Intelligence in Finance』(O’Reilly, 2020), 『Python
for Algorithmic Trading』(O’Reilly, 2020), 『Python for Finance, 2e』(O’Reilly, 2018),
『Listed Volatility and Variance Derivatives』(Wiley Finance, 2017), 『Derivatives
Analytics with Python』(Wiley Finance, 2015) 등이 있다. 한편 CQF(https://www.
cqf.com)에서 컴퓨터 금융, 머신러닝 및 알고리즘 트레이딩을, htw saar 대학(https://www.
htwsaar.de)에서는 데이터 과학을 강의하고 있다. 또한 금융 관련 파이썬 자격증을 취득할 수 있
는 온라인 교육 프로그램의 책임자이기도 하다.
PART I 파이썬과 금융CHAPTER 1 왜 금융 분석에 파이썬을 사용하는가1.1 파이썬 소개 1.2 금융에서 쓰이는 기술 1.3 금융공학을 위한 파이썬 1.4 데이터 주도 금융과 인공지능 우선 금융 1.5 마치며 1.6 참고 문헌CHAPTER 2 파이썬 기반구조2.1 패키지 매니저로서의 콘다 2.2 가상 환경 매니저로서의 콘다 2.3 도커 컨테이너 사용법 2.4 클라우드 인스턴스 사용법2.5 마치며2.6 참고 문헌PART II 파이썬 기초 정복CHAPTER 3 자료형과 자료구조3.1 기본 자료형3.2 기본 자료구조3.3 마치며3.4 참고 문헌CHAPTER 4 NumPy를 사용한 수치 계산4.1 데이터 배열4.2 정규 NumPy 배열4.3 구조화 NumPy 배열 4.4 코드 벡터화 4.5 마치며4.6 참고 문헌CHAPTER 5 pandas를 사용한 데이터 분석5.1 DataFrame 클래스 5.2 기본적인 분석5.3 기본적인 시각화5.4 Series 클래스 5.5 GroupBy 연산5.6 고급 선택법5.7 병합, 조인, 머지 5.8 성능 측면 5.9 마치며5.10 참고 문헌 CHAPTER 6 객체지향 프로그래밍6.1 파이썬 객체 소개 6.2 파이썬 클래스 기초6.3 파이썬 데이터 모델6.4 Vector 클래스6.5 마치며6.6 참고 문헌PART III 금융 데이터 과학CHAPTER 7 데이터 시각화7.1 정적 2차원 플롯7.2 정적 3차원 플롯7.3 상호작용형 2차원 플롯7.4 마치며7.5 참고 문헌CHAPTER 8 금융 시계열8.1 금융 데이터8.2 이동 통계8.3 상관관계 분석8.4 고빈도 데이터8.5 마치며8.6 참고 문헌CHAPTER 9 입출력 작업9.1 기본 파이썬 입출력 9.2 pandas를 이용한 입출력9.3 PyTables를 이용한 입출력 9.4 TsTables을 이용한 입출력 9.5 마치며9.6 참고 문헌CHAPTER 10 파이썬 성능 개선10.1 반복문10.2 알고리즘10.3 이항트리 10.4 몬테카를로 시뮬레이션10.5 재귀적 pandas 알고리즘10.6 마치며10.7 참고 문헌 CHAPTER 11 수학용 도구11.1 근사화11.2 최적화 11.3 적분 11.4 심볼릭 연산 11.5 마치며 11.6 참고 문헌 CHAPTER 12 확률 과정12.1 난수 생성12.2 시뮬레이션12.3 가치 평가12.4 위험 측도 12.5 파이썬 스크립트12.6 마치며 12.7 참고 문헌 CHAPTER 13 통계 분석13.1 정규성 검정 13.2 포트폴리오 최적화13.3 베이즈 통계학13.4 머신러닝 13.5 마치며13.6 참고 문헌PART IV 알고리즘 트레이딩CHAPTER 14 FXCM 트레이딩 플랫폼14.1 시작하기 14.2 데이터 받기 14.3 API 다루기14.4 마치며14.5 참고 문헌CHAPTER 15 매매 전략15.1 단순 이동평균15.2 랜덤워크 가설15.3 선형 회귀분석15.4 클러스터링 15.5 빈도주의 방법론15.6 분류 알고리즘15.7 심층 신경망 15.8 마치며15.9 참고 문헌CHAPTER 16 매매 자동화16.1 자금 관리16.2 머신러닝 기반 매매 전략16.3 온라인 알고리즘16.4 기반구조와 배포16.5 로깅과 모니터링 16.6 마치며 16.7 파이썬 스크립트16.8 참고 문헌PART V 파생상품 분석CHAPTER 17 가치 평가 프레임워크17.1 자산 가격결정 기본 정리17.2 위험 중립 할인17.3 시장 환경 17.4 마치며17.5 참고 문헌 CHAPTER 18 금융 모형 시뮬레이션18.1 난수 생성 18.2 일반적인 시뮬레이션 클래스18.3 기하 브라운 운동 모형18.4 점프 확산 모형18.5 제곱근 확산 모형18.6 마치며 18.7 참고 문헌 CHAPTER 19 파생상품 가치 평가19.1 일반적인 가치 평가 클래스19.2 유러피안 행사 방식19.3 아메리칸 행사 방식19.4 마치며19.5 참고 문헌CHAPTER 20 포트폴리오 가치 평가20.1 파생상품 포지션 20.2 파생상품 포트폴리오 20.3 마치며20.4 참고 문헌CHAPTER 21 시장 기반 가치 평가21.1 옵션 데이터 21.2 모형 보정 21.3 포트폴리오 가치 평가21.4 파이썬 코드 21.5 마치며 21.6 참고 문헌 APPENDIX A 날짜와 시간A.1 파이썬 A.2 NumPy A.3 pandasAPPENDIX B 블랙-숄즈-머튼 옵션 클래스B.1 클래스 정의B.2 클래스 사용
