개념에 위주한 강의로 기억에 오래 남게해줍니다

딸셋

본 강의는 '파이썬(Python)으로 데이터 기반 주식 퀀트 투자하기 Part1'의 후속 강의로서, part1 강좌가 introduction 느낌에 가까웠다면, part2는 실전 전략 구현과 퀀트 투자 개발의 전체 flow 경험이 중심이 되는 심화 강의입니다. 본 수업에서는 시계열 데이터를 다루는 advanced한 판다스(Pandas) 테크닉과, 이를 기반으로 하여 signal based 전략 및 다양한 주기별로 자산의 비중을 조절해야 하는 정적/동적 자산배분 전략을 구현하는 방법에 대해 중점적으로 다룹니다. 나아가 전략 구현에만 그치지 않고, 다양한 투자 전략을 최소한의 코드 수정으로 직접 검증하고 백테스팅하는 '코드의 framework화'와, 이를 확장하여 실전 투자까지 이어지도록 개선하는 법, 그리고 이 과정에서 주의해야 할 사항들에 대해 알아봅니다. 또한 프로그래밍적인 component와 더불어, 2가지 형태의 수익률 개념(simple return, log return)과 백테스팅 관련 평가지표 등의 이론적 내용에 대해서도 수학적으로 깊게 다루어 시중의 투자 서적이나 블로그, youtube 등 에서는 볼 수 없었던 최고의 파이썬(Python) 퀀트 투자 flow를 경험할 수 있습니다.

DeepingSauce

지식공유자의 깜짝할인

파이썬(Python)으로 데이터 기반 주식 퀀트 투자하기 Part2

입문

초급

중급이상

판다스

Pandas

Investment

투자

Quant

퀀트

오리엔테이션

Time series 데이터를 제대로 다루기 위한 기초, datetime index

제대로 알고 쓰자, 수익률(returns)

투자전략의 비교 잣대, 성과 지표(performance indicator)

Signal 기반 투자의 대표적인 지표, 이동평균선

Signal 기반 단일 종목 투자 전략 구현 (feat. 볼린져밴드, 모멘텀, 변동성돌파)

Datetime frequency 변환

리밸런싱 기반 투자 전략 만드는 원리

리밸런싱 기반의 실전 전략 구현 (feat. Code의 framework화)

강의 wrap-up