[마감][강의소개] 금융 데이터, 딥러닝을 만나다

"금융 데이터, 딥러닝을 만나다" 강의를 소개합니다.

SK 하이닉스 BackTesting

PortFolio 최적 분포비율 계산

Tesla 주가 패턴 분석 (Prophet (R))

파이썬을 활용한 금융데이터 다루기

강의 목표

본 강의의 목적은 공개 오픈소스 툴인 파이썬 언어의 기초를 익히고, 이를 활용하여 Pandas 모듈을 활용하여 다양한 금융 기술적 분석 능력을 스스로 갖출 수 있도록 실습과 이론을 통하여 배울 수 있도록 하는 것입니다. 본 강의를 통해 수강생들이 단순한 실습만아니라 실제적으로 각자의 업무에 어떻게 파이썬을 적용해야 할지 실무적 아이디어를 얻어 가시기를 바랍니다.

과정 상세

금융데이터 분석을 진행하면서 Pandas, Tensorflow, Scikit-Learn, Keras 등 적용 가능한 모듈의 종류와 수는 상당히 많고, 이들이 새로운 버젼이 제공될때마다 관련 코드의 내용이 달라짐에 따라 유연한 대처를 못함으로써 곤란함을 격는 경우를 많이 봤습니다

이러한 경험에 비추어 봤을때 다양한 모듈을 맛보기 식으로 진행하기 보다는, 기본 이론을 익힌 뒤 Pandas 모듈을 활용한 금융데이터 다루기(시계열 데이터 다루기)를 집중적으로 진행합니다

이를 위해 먼저 파이썬의 기본적인 객체와 함수들에 대한 내용을 학습합니다. 이를 바탕으로 Pandas 모듈을 활용한 시계열 금융 데이터를 다루는 방식을 학습함으로써 기본개념들이 각각의 모듈에 어떤 방식으로 적용되는지를 익히는 과정을 진행합니다.

Pandas로 생성한 DataFrame을 바탕으로 시각화, BackTesting, Risk관리를 위한 포트폴리오 구성비율 예측 그리고 머신러닝 기본 이론을 적용한 '종가 데이터를 활용한 주가예측'을 진행합니다

종가를 활용한 주가 예측은 'hidden Markov model', 'ARIMA'시계열 패턴 예측, Prophet (R) 모듈의 활용 및 Keran LSTM을 활용하여 진행합니다

대표적인 모듈인 Pandas 내용을 통해서 Python의 기본 철학에 익숙해 지신다면, 다른 어떠한 모듈에 대해서도 두려움 없이 접근하고 학습의 방향을 스스로 잡는 능력을 배양할 기회가 될것입니다.

수강 대상

Pandas 모듈을 활용한 시계열 데이터를 다루기 원하는 분

Python을 활용한 시계열 데이터를 다루기 원하시는 금융 업계 종사자

스스로 금융 분석을 위한 Simulation을 구현하기 원하는 분

투자 또는 금융 데이터 분석에 기본적인 머신러닝 이론을 적용해 보고 싶은 분

Python 을 통한 금융 투자 분석과 투자 기회에 인사이트를 얻고자 하는 금융 업계 종사자

강사 소개

김용범 (AI 아카데미 금융파트 전임강사)

수업 내용

Python 기초 및 객체 다루기

Pandas 기초 및 시계열 데이터 다루기

금융데이터 분석

1. 종목간 상관성 분석

2. Value at Risk

3. 이평선 활용한 수익률 분석

4. 몬테카를로 시뮬레이션을 활용한 최적의 포트폴리오 찾기

5. 다양한 기술적 보조지표 생성

   1. Stochastic Oscillator

   2. RSI(Relative Strength Index : 상대강도지수)

   3. 볼린저 밴드

   4. MACD(moving average convergence/divergence)

금융데이터 예측

1. 은닉마르코프 모델을 활용 (HMM)

2. ARIMA 시계열 분석을 활용한 주가 예측

3. Prophet (R) 활용한 주가예측

4. Keras 의 LSTM 딥러닝 모델을 활용한 주가예측

강의장소

서울스퀘어 4층, 위워크 내 클래스룸, 서울특별시 중구 회현동 한강대로 416

* GITHUB LINK