아래 내용은 “파이썬으로 구현하는 로보어드바이저” 책을 공부하며 정리한 내용입니다. Chapter 9. 고급 최적화 전략 블랙-리터만 알고리즘 블랙-리터만 전략 이론 블랙-리터만 모델은 피셔 블랙과 로버트 리터만이 만든 포트폴리오 배분 이론이다. 이 모델은 평균-분산 모델의 단점을 극복하기 위해 등장했다. 블랙-리터만 모델은 다음과 같은 식...

아래 내용은 “파이썬으로 구현하는 로보어드바이저” 책을 공부하며 정리한 내용입니다. Chapter 8. 딥러닝 예측을 통한 시장 모니터링 딥러닝 예측 모델 구성 분석 딥러닝은 이미지, 자연어, 시계열 등 다양한 분야에서 우수한 성능을 보이며 주목을 받고 있다. 이 책에서는 그중에서 시장 예측에 활용될 시계열 데이터 분석에 집중한다. ...

아래 내용은 “파이썬으로 구현하는 로보어드바이저” 책을 공부하며 정리한 내용입니다. Chapter 7. 멀티 팩터 전략 전략별 일별 수익 주식 시장이 좋을 때는 모멘텀, 내실 있는 기업만 살아남을 수 있는 시기에는 가치주, 찬 바람 불 때는 배당주. 조금은 단정적일 수 있어도 각 팩터가 경제 상황마다 각각의 유리함을 가질 수 있다. 그럼 그걸...

아래 내용은 “파이썬으로 구현하는 로보어드바이저” 책을 공부하며 정리한 내용입니다. Chapter 3. 평균-분산 전략 구현 및 시뮬레이션 분석 평균-분산 전략 구현 시물레이션 개발 과정 거래 흐름 모델링 거래 흐름 금융 클래스 평균-분산 시뮬레이션 시뮬레이션을 위한 주요 클래스 정의 후, 가상의 환경에서 거래를 시뮬레이션 하기 위한 유...

아래 내용은 “금융전략을 위한 머신러닝” 책을 공부하며 정리한 내용입니다. Chapter 10. 자연어 처리 이론 및 개념 자연어 처리 파이프라인 전처리 토큰화 토큰화는 텍스트를 토큰이라고 하는 의미 있는 세그먼트로 분할하는 작업이다. 세그먼트는 문장의 구성요소인 단어, 구두점, 숫자 또는 기타 특수 문자일 수 있다. 불용어 제거 모...

아래 내용은 “금융전략을 위한 머신러닝” 책을 공부하며 정리한 내용입니다. Chapter 09. 강화 학습 강화 학습: 이론 및 개념 강화 학습의 개념 강화 학습 구성요소 에이전트: 동작을 수행하는 본체 동작: 에이전트가 환경에서 수행 할 수 있는 동작 환경: 에이전트가 속해 있는 세계 상태: 현재 상황 보상: 에이전트가 ...

아래 내용은 “금융전략을 위한 머신러닝” 책을 공부하며 정리한 내용입니다. Chapter 08. 비지도 학습: 군집화 군집화 기술 K-평균 군집화 K개의 중심을 찾고 군집 내 분산을 최소화 하는 것이 목표 군집수를 지정 군집 중심으로 데이터 포인트를 무작위로 선택 가장 가까운 군집 중심에 데이터 포인트를 할당 할당된 포인트의...

아래 내용은 “금융전략을 위한 머신러닝” 책을 공부하며 정리한 내용입니다. Chapter 07. 비지도 학습: 차원 축소 차원 축소 기술 주성분 분석 주성분 분석이란 데이터의 분산을 가능한 한 많이 유지하면서 변수가 많은 데이터셋의 차원을 줄이는 것 PCA를 사용하면 원래 데이터 포인트의 대부분을 설명할 수 있는 데이터의 다른 표현이 있는지...

아래 내용은 “금융전략을 위한 머신러닝” 책을 공부하며 정리한 내용입니다. Chapter 05. 지도 학습: 회귀(시계열 모델) 시계열 모델 시계열 명세 추세 요소 추세는 시계열에서 일관된 방향으로의 이동을 나타낸다. 계절 요소 휴가철이나 기온과 관련된 계절적 변동이 따른다. 시계열구...

아래 내용은 “금융전략을 위한 머신러닝” 책을 공부하며 정리한 내용입니다. Chapter 04. 지도 학습: 모델 및 개념 회귀 기반 모델은 포토폴리오 관리 및 파생 상품 가격 책정에 활용 된 사례가 많다. 분류 기반 모델은 금융 전반에 걸쳐 분류적 결과를 도출하거나 예측하는 데 사용되었다. 사기감지, 채무 불이행 예측, 신용 점수, 자산 가치...