파이썬(Python)으로 데이터 기반 주식 퀀트 투자하기 Part1

주식 투자를 똑똑하게 & 전략적으로! 
파이썬(Python) 데이터 기반 투자에 도전하세요!

🙌 누구를 위한 강의인가요?

아마 이 강의에 관심을 갖고 계신 분들의 대부분은 주식 투자에 대한 경험이 있으실 것입니다. 투자를 하면서 큰 이익을 챙기신 분도 있겠지만, 아마도 대다수가 투자 중 큰 손실을 겪어보셨거나 다수의 종목에 물려 본인의 의지와는 상관 없이 존버했던 경험이 있으시리라 생각됩니다. 서로 다른 환경에서 각자의 성향에 맞는 투자를 하고 있기에 투자에 실패한 이유 역시 각양각색일 것처럼 보이지만, 막상 보면 그 이유는 어느 정도 일관된 모습으로 나타납니다. 특히, 소위 ‘주린이’라고 불리는 주식 입문자들에게는 더욱 더 그렇습니다. 여러분들은 그 이유를 무엇이라고 생각하시나요?

인간은 투자에 너무 불리한 요소들을 갖추고 있습니다. 굳은 의지를 갖고 결심을 해도 내가 알고 있던 지식이나 주변 환경에 조금이라도 변화가 생기면 심리적으로 흔들리게 되고, 어떻게든 나의 생각과 판단에 유리한 정보만 받아들이거나 내 판단이 무조건 옳을 것이라는 최면을 스스로에게 걸게 됩니다. 자신의 의지와는 상관없이 본능적으로 말이죠. 이는 손실을 인정함으로써 발생하는 패배감을 느끼고 싶지 않기 때문일 수도 있지만, 무엇보다도 투자에 있어 명확한 판단 기준이나 다른 선택지가 없기 때문일 것입니다. 그렇다면, 이렇게 본능에 충실하며 투자한 사람들은 주식 시장에서 과연 어떤 모습을 보일까요? 아래는 과거 주식시장 상황이 좋지 않을 때, 주식 커뮤니티와 카톡방 등에서 나온 반응들을 일부 발췌한 내용입니다: 

어떠셨나요? 남 얘기 같지만은 않으실 것입니다. 위처럼 명확한 기준이나 근거가 없는 투자 방식은 앞으로 비슷한 상황이 닥치면 또 다시 큰 혼란과 함께 더욱 더 큰 손실을 야기할 것입니다. 이유야 어떻든 지속적으로 손실을 보게 되면 우리는 점점 더 조급해질 것이고, 극단적으로는 시장이 항상 내 생각과 반대로 움직이는 것처럼 느낄 것입니다. 인간은 여전히 이성보다 감정의 영향을 더 많이 받기에 우리는 또 다시 같은 실수를 범하게 되고, 결국에는 피땀 흘려 모은 돈이 한순간에 증발해버리는 지경까지 이를 수 있습니다. 아마 이러한 악순환을 걱정하여, 앞으로 투자를 어떻게 해나가야 할 지 걱정하는 분들도 많으실 것입니다.

그렇다고 우리가 투자에 대한 공부를 많이 할까요? 전 아니라고 생각합니다. 참 아이러니한 현상입니다. 소싯적 대학 입시를 위해, 원하는 기업에 입사하기 위해 밤낮으로 열심히 공부하며 준비하던 열정과 태도는, 주식 시장 앞에선 온데간데 없어지고, 욕심과 욕망으로 가득찬 투기성 매매로 나타나게 됩니다. 시장이나 종목에 대한 충분한 이해도 없이, 본다고 오를 리도 없는 차트만 보며 어떤 종목이 좋고 언제 진입하는 것이 좋을지만 계속 고민합니다. 어떻게 보면 우리가 지금껏 도전하며 부딪혔던 것들보다 훨씬 더 긴 호흡을 가지고 남들과는 조금 다른 방식으로 준비해야 흔들리지 않고 살아남을 수 있는 곳인데 말이죠. 

만약 여러분이 위와 같이 본능에 충실한(?) 투자를 경험해보셨거나 혹은 지금도 계속 하고 계시는 중이면서 딱히 떠오르는 특단의 대책도 없으시다면, 저와 함께 파이썬(Python)으로 데이터 기반 주식 투자에 도전해보는 것은 어떨까요? 본 수업을 통해, 우리는 사람보다 더 냉철하고 기계적이면서 똑똑한 “컴퓨터(프로그래밍)”의 힘을 빌려, 데이터에 기반한, 체계적이면서 근거 있는 투자 습관을 만들어보려고 합니다. 철저한 준비나 믿을 수 있는 조력자 하나 없이 나의 소중한 돈을 투자하면서 하루하루 심적으로 괴로워하는 분들을 위해, 이것 저것 시도는 해보았지만 제대로 다룰 줄 아는 툴이라곤 엑셀 뿐이라 아등바등하고 있는 분들을 위해, 본 수업에서는 파이썬 프로그래밍 언어를 활용하여 여러분들이 잘못된 투자 습관에서 벗어나, 똑똑한 투자를 할 수 있는 발판을 만들어드리고자 합니다.

---

🙌 왜 “데이터 기반 주식 투자”를 파이썬(Python)으로 배워야 하나요?

2020년에 접어들면서 전 세계적으로 하루에 44제타바이트 이상의 데이터가 발생하고 있습니다. 이에 따라 데이터의 가치가 높아지고, 이에 기반한 의사결정 프로세스가 점점 중요해지면서, 방대한 양의 데이터로부터 다양한 인사이트를 찾고 모델링을 해낼 수 있는 프로그래밍 능력이 기본적 소양으로 요구되고 있습니다.

이러한 시대의 흐름에서 엑셀(Excel)이 여전히 강력한 데이터 분석 도구일까요? 엑셀은 수백, 수천 메가바이트 이상의 데이터를 처리하고 자동화하기에는 복잡하고 무거울 뿐 아니라, 프로그래밍 언어와 비교했을 때, 동일한 아웃풋을 내기까지 상대적으로 많은 시간과 노력이 필요합니다. 게다가 특정 결과를 도출해내기까지의 분석 과정을 기록하고 정리하기도 매우 어렵다는 단점이 있습니다.

하지만 파이썬(Python) 프로그래밍 언어를 사용하면, 단 몇 줄의 코드만으로 다양한 분석 및 도식화가 가능합니다. 파이썬(Python)에 존재하는 풍부한 데이터 분석 관련 라이브러리들을 활용하면 데이터의 종류나 양에 제한 없이 쉽게 가공 및 분석을 할 수가 있고, 문제 해결의 과정을 쉽게 정리하고 보여줄 수 있는 인터페이스를 제공할 뿐만 아니라 이를 확장하여 하나의 end-to-end 프로그램(or 어플리케이션)으로도 손쉽게 만들 수 있습니다. 이러한 매력으로 인해, 지극히 보수적이라고 알려져 있는 은행/금융 업계마저도 오래 전부터 파이썬이 엑셀을 대체하기 시작했습니다.

파이썬(Python)의 인기는 여전히 진행 중입니다. 다른 프로그래밍 언어들을 제치고 프로그래밍 언어 인기 Top Rank에 자리할 수 있는 데에는 판다스(Pandas)라는 라이브러리가 한몫했다고 볼 수 있습니다. 판다스(Pandas)는 2차원 정형데이터에 대해 어떠한 분석도 손쉽게 할 수 있도록 도와주는 파이썬 라이브러리 중 하나입니다. 또한 본래 금융 데이터를 손쉽게 다루기 위해서 만들어진 만큼, 현존하는 그 어떤 툴보다도 금융데이터 분석에 최적화된 라이브러리입니다. 저 또한 다양한 분야에서의 정형데이터를 분석할 때 판다스를 기본적으로 사용하고 있고, 금융 및 주식 매매 관련 프로젝트에서도 코드의 대부분이 판다스(Pandas)로 이루어져 있을 만큼 active하게 사용하며 많은 덕을 보고 있습니다. 최근에는 다양한 컴퓨팅 환경에 분산해서 처리하거나 operation 성능을 한 층 더 높인 판다스(Pandas) 기반의 라이브러리들도 하나둘씩 생겨나고 있고, 이에 따라 파이썬(Python)은 점점 데이터 분석 툴의 끝판왕이 되어가고 있습니다.

본 수업에서는 이러한 판다스(Pandas) 라이브러리 활용하여 다양한 형태의 실전 금융데이터를 분석하고 처리하는 방법부터, 년도별 재무제표 데이터에서 투자 종목을 추출하여 백테스팅하고 결과를 도식화하는 방법까지 배웁니다. 그리고 이 과정에서 조금 더 현실적인 백테스팅을 하기 위해 주의해야 할 내용과 이를 개선하는 방향에 대해서도 알아봅니다. 평소 본인이 직접 전략을 검증해본 경험 없이 남들이 좋다고 평가하는 종목에 투자하거나 단순히 감으로만 투자하는 투자자, 그리고 기업의 가치를 조금 더 정량적/체계적으로 분석해서 투자하고 싶어하시는 분들께 “데이터 기반 투자 전략”을 역량을 기를 수 있는 좋은 기회가 될 것입니다. 또한 엑셀 함수, 매크로 사용법 등을 주구장창 외우면서 정작 새로운 데이터에 대해서는 어떻게 처리를 해야 할지 몰라 쩔쩔매시던 분들에게는 판다스(Pandas)라는 신세계를 경험할 수 있는 기회가 될 것입니다.

코딩, 프로그래밍 능력이 불가피한 시대에서, 넘쳐나는 데이터를 빠른 시간 내에 효과적으로 분석하고 사용하는 데 판다스(Pandas)는 훌륭한 선택이 될 수 있습니다. 또한, 이를 활용한 데이터 분석 경험은 파이썬(Python)이라는 낯선 프로그래밍 언어의 세계에 한 발 더 친근하게 다가갈 수 있는 좋은 출발점이 될 수 있습니다. 파이썬(Python)의 인기와 활발한 커뮤니티, 낮은 학습 장벽과 다양한 라이브러리, 그리고 그 중에서도 금융 데이터 분석 및 처리에 최적화 되어있는 판다스(Panas). 이 모든 것들이 이미 준비되어 여러분을 기다리고 있습니다. 앞으로 이것들만 있으면 어떠한 금융 데이터로도 다양한 분석을 할 수 있게 되고, 이로부터 원하는 투자 전략을 자유자재로 백테스팅도 할 수 있게 됩니다. 여러분들은 단지 이것들을 받아들일 마음의 준비만 하시면 됩니다. 삼성전자 2주(≈ 100,000원)보다 훨씬 더 가치있는 자산으로 남을 강의, 지금 한 번 시작해 보는 건 어떨까요?

---

🙌 나만의 데이터 기반 백테스팅 & 주식 투자를 하면 어떤 점이 좋은가요?

• 데이터를 기반으로 한 자신만의 매매 룰이 생기기 때문에, 시장, 차트, 주식 게시판 등을 자주 쳐다볼 필요가 없게 됩니다.
• 금융 위기와 같은 급변하는 시장 변화에도 심리적으로 절대 흔들리지 않게 됩니다.
• 과거 데이터에 대한 충분한 백테스팅으로 보다 근거 있는 투자를 하실 수 있게 됩니다.
• 뉴스나 대중들의 판단에 휘둘리지 않고, 본인이 데이터 검증을 통해 얻어낸 가장 중요하게 생각하는 요소를 기준으로 판단을 내릴 수 있게 됩니다.
• 자신의 입맛에 맞는, 본인에게 가장 최적화된 프로그램을 만들 수 있게 됩니다.
• 자는 동안, 출근한 동안, 휴가를 간 동안 수십, 수백만 건의 백테스팅을 하거나 이를 응용하여 실제 트레이딩까지 자동화할 수 있습니다.

---

🙌  파이썬(Python) + 판다스(Pandas)로 어떤 것들을 할 수 있나요?   

• 수강 후 여러분들은 판다스(Pandas)라는 엄청난 무기를 지니게 됩니다. 판다스(Pandas)를 자유자재로 쓸 줄 알면, 기본적으로 금융데이터(재무제표, 일봉/분봉, 개인/기관/외인 수급, 달러/유가 지수, 프로그래밍 매매 추이 등)로부터 다양한 투자지표를 추출해 백테스팅을 할 수 있는 기본기를 갖추게 됩니다. 그리고 금융데이터 뿐만 아니라 다양한 정형데이터에 대한 분석 전문가가 될 수 있습니다. 
• 아래는 제가 개별적으로 수집한 데이터를 오직 판다스(Pandas)만을 사용해서 구현한 간단한 토이 프로젝트 내용입니다.
  • 코로나 요일별 확진자 수 분석

 

• • 주식 커뮤니티 게시판 분석(주식, 부동산 관련 이벤트 발생 시 게시글 수 변화 등 체크)

 

 

 

• • KOSPI/KOSDAQ 시장 투자주체별 누적 net 거래대금 분석

 

• • 일자별 갭상/갭하(전날 종가대비 시가) 비율에 따른 간단한 전략 만들기

 

• • 데이터 기반 전략 vs 벤치마크 백테스팅 성능 비교

• 가장 중요(?) - 추후 오픈 예정인 "파이썬(Python)으로 데이터 기반 주식 투자하기 Part2"을 별도의 선수강 없이 수강할 수 있게 됩니다.

---

🙋 수강생들이 가장 궁금해하는 질문 Top 6

Q. 이번 온라인 강의와 기존에 진행했던 오프라인 강의와 차이는 무엇인가요?
Q. 강의에서 수익을 내는 전략에 대해서도 알려주시나요?
Q. 스캘핑, 단기 스윙과 같이 매매 빈도가 높은 전략 구현도 수업 내용에 포함되어 있나요?
Q. 퀀트라는 것을 하려면, 수학/확률/통계적인 내용에 risk, alpha, beta, factor model 등의 개념까지 다 알아야 하나요?
Q. 과거 데이터에 대한 투자 성과가 검증이 되었다고, 미래에도 잘 되리라는 보장은 없지 않나요?

A. 위 질문들에 대한 답변은 ‘Section0. 오리엔테이션’의 ‘6. FAQ’에서 자세하게 다룹니다.

 

Q1. 선행 지식이 필요한가요? 파이썬 문법 책 한 번 정도 보았는데 들을 수 있을까요? 주식 재무제표 관련한 내용도 알고 있어야 하나요?

A1. 본 수업은 프로그래밍의 개념과 파이썬(Python) 기초 내용에 대해 어느 정도 숙지하신 분을 대상으로 한 강의입니다.  파이썬(Python)을 처음 접하시는 분은 저의 기초 강의인 ‘누구나 배울 수 있는, 파이썬(클릭하면 이동)’ 수강을 권장드립니다(이제 막 파이썬(Python) 걸음마를 떼신 분들이라면 복습도 할 겸 빠르게 한 번 수강해보시는 것은 어떨까요?) 또한 재무제표 데이터를 분석하고 이를 기반으로 한 전략을 만들기 때문에, 투자에 자주 쓰이는 지표(PER, PBR 등)에 대한 지식이 있으면 좋습니다(하지만, 필수는 아닙니다). 

 

Q2. 본 수업의 메인 내용은 트레이딩인가요, 데이터 분석인가요?

A2. 굳이 따져야 한다면, 본 수업 내용은 “금융 데이터 처리 및 분석”에 더 초점을 맞췄다고 할 수 있을 것 같습니다. 제가 직접 투자 시스템을 만들면서 가장 고민을 많이 하고 시간을 투자한 부분은 "같은 정보를 표현하지만 다양한 모습을 가진 금융 데이터들을 어떻게 해야 내가 구현하고자 하는 전략에 fit하도록 빠르고 쉽게 처리할 수 있을까?"였습니다. 처음에는 저도 이를 중요시 여기지 않고, 매수/매도를 원하는 시점에 편하게 할 수 있는 프로그램이나 전략을 빨리 구현하는 것이 최우선이라 생각하여, 대충 알고 있는 프로그래밍 지식으로 주먹구구식으로 만들었습니다. 그러다 보니 새로운 전략을 구현할 때마다 기존 코드의 대대적인 수정이 필요하기도 했고, 그 과정에서 계속 난관에 부딪혀 구글링을 해보면 돌고 돌아 결국 "데이터에 대한 전처리"와 "실전 투입으로 이어질 때 발생할 수 있는 괴리감(e.g. 과거시점에서 미래를 보지 않도록 처리 등)을 없애는 작업"이 가장 중요하다는 결론에 도달하게 되었습니다. 저는 이 부분이 해결되면 다른 많은 부분들은 적은 노력으로도 만들어낼 수 있다고 판단하였고, 결국 현실적이고 robust한 투자 시스템을 만들기 위해 판다스(Pandas)를 도입하였습니다. 이 과정에서 제가 경험한 내용들을 커리큘럼화 한 것이 본 수업의 내용이라고 생각하시면 되겠습니다.

 

Q3. 강사님은 실제로 데이터 기반 투자를 하시나요?

A3. 저는 본 강의에서 다루는 내용을 기반으로 만든 전략들을 실제 사용하고 있고, 개인적으로는 만족할 만한 결과를 얻고 있습니다. 강의 내용은 제가 투자 시스템을 만드는 과정에서 가장 어려움을 겪었던 요소나 유용하다고 생각했던 도구들을 중심으로 구성했습니다. 때문에 본 강의에서 나오는 내용이나 테크닉들은 제 투자 시스템에서 하나도 빠짐 없이 사용되고 있습니다. 그렇기에 수업 내용에 대해서는 충분히 신뢰할 만한 가치가 있다고 생각하고, 수강 후 약간의 응용력만 가미한다면 본인 만의 투자 전략을 자유롭게 만들 수 있는 기본기와 역량을 갖출 수 있다고 확신합니다.

 

Q4. 투자 시스템을 만드려면 만들어야 될 게 이만저만이 아니더라구요. 저는 아직 파이썬 초보라서 만드는 데만 최소 1년 이상은 족히 걸릴 것 같은데, 너무 늦은 것 아닐까요?

A4. 모든 것을 한번에 다 끝내려고 하면 누구나 막막하고 좌절감만 들 것입니다. 저도 지금 시작한 지 2년이 넘었지만, 아직 제가 최종적으로 만들고 싶은 시스템의 반도 만들지 못했습니다. 여전히 새로운 기능을 추가하고, 테스트하며 검증하는 일들을 꾸준히 하고 있습니다. 1~2년 투자하고 주식 시장을 떠날 것이라면 저도 할 말 없지만, 보통의 개미투자자라면 남은 일평생을 투자와 함께할 것이기 때문에, ’앞으로 몇십년 동안 써먹을 획기적인 도구를 빠른 시일 내에 전부 완성해야겠다’라는 생각은 ‘빨리 주식으로 대박을 쳐서 떼돈을 벌어야겠다’와 같은 마인드라고 생각합니다. 이와 같은 관점에서 가장 중요한 것은, 현재 내가 투자하는 데에 있어서 가장 필요한 부분부터 하나씩 차근차근 프로그램화 하는 것입니다. 예를 들어 내가 구상하고 있는 전략이 '거래할 종목이 1~2종목 내외이고, 조건에 따른 매수와 매도 시점간에 충분히 여유가 있으면서 그 주기가 빈번하지 않다'면, 굳이 증권사 API를 통해 자동으로 매수/매도가 되는 시스템을 먼저 만들 필요는 없습니다. 이는 높은 확률로 HTS나 MTS의 주문 기능 혹은 손으로 매수/매도를 직접하여도 충분히 작동할 것입니다. 중요한 것은 이 과정에서 (금융)데이터 (전)처리를 어떻게 하느냐에 따라 생산성이 크게 차이가 나게 되는데, 판다스(Pandas)는 이러한 부분에서 여러분의 작업 시간을 앞당기고 완성도를 높이는 데 크게 일조할 것입니다.

 

Q5. 본 수업이 Part1 수업이라면, Part2 수업도 있는 건가요? Part2 수업에서는 어떤 내용을 다루시나요?

A5. Part1은 판다스(Pandas)의 기초 내용을 토대로 재무제표 데이터를 중심으로 한 다양한 금융데이터에 대해 적용해보며 학습하고, 이를 통한 간단한 백테스팅까지 하는 방법에 대해 배웁니다. 본 강의(Part1)가 아무래도 첫번째 강의이다보니 introduction 느낌이 조금 강하다면, Part2는 조금 더 시계열 가격데이터(OHLCV) 데이터를 중심으로 다룰 수 있는 판다스(Pandas) 테크닉과, 이를 기반으로 하여 다양한 주기별로 비중을 조절해야 하는 정적/동적 자산배분 전략(월별 리벨런싱, 60:40, 올웨더, VAA, DAA 등) 구현에 대해 다룰 예정입니다. 이와 더불어, 다양한 형태의 수익률 데이터를 활용하는 방법(log 수익률 등)과, 백테스팅 관련 평가지표(Annualized return, Sharpe, MDD, CAGR, Std 등)의 구현에 대해서도 깊이 있게 다룰 예정입니다.

 

Q6. 강의를 듣고나서 금융 데이터를 잘 다루게 되었습니다. 근데 금융데이터를 구하는 것 또한 일이네요ㅠ 어떻게 해야될까요?

A6. 오리엔테이션에서 말씀드렸다시피, 데이터 수집 + 처리가 가장 힘들고 시간도 오래 걸리는 작업입니다. 관련해서 본인이 필요한 데이터를 다양한 소스로부터 자유자재로 가져오고 자동화하는 수업 또한 오픈되어 있습니다: 내 업무를 대신 할 파이썬(Python) 웹크롤링 & 자동화(바로가기 클릭)

---

🙌 수강 전 주의사항

• 본 강의에서 제공하는 데이터는 학습한 내용을 적용해보기 위한 샘플 데이터입니다. 때문에 실전에 바로 적용되기에는 무리가 있습니다.
• 투자에 대한 책임은 항상 투자자 본인에게 있습니다.

 

📚 수업 내용만큼이나 신경 써서 오리엔테이션 영상을 준비했습니다. 오리엔테이션 영상의 길이가 조금 길지만, 그 만큼 본 강좌뿐 아니라 앞으로 제작되는 강좌들의 방향, 취지에 대해 자세히 다루었고, 여러분들이 궁금해할 만한 내용에 대해서도 자세히 다루고 있습니다. 오리엔테이션을 통해 여러분의 학습 욕구를 자극시켜보세요!

📚 강사 혼자 수강생들 앞에서 원맨쇼하는 강의는 그만! 원리를 이해하고 다 같이 함께 가는 수업! 지금 시작해볼까요?

 

전국민이 파이썬(Python)으로 투자하는 그 날까지!