Thumbnail
BEST
자기계발 금융 · 재테크

파이썬(Python)으로 데이터 기반 주식 퀀트 투자하기 Part2 대시보드

(4.8)
43개의 수강평 ∙  951명의 수강생
99,000원

월 19,800원

5개월 할부 시
지식공유자: DeepingSauce
총 65개 수업 (16시간 26분)
수강기한: 
무제한
수료증: 발급
난이도: 
입문
-
초급
-
중급이상
지식공유자 답변이 제공되는 강의입니다
폴더에 추가 공유

중급자를 위해 준비한
[금융 · 재테크, 데이터 분석] 강의입니다.

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.

✍️
이런 걸
배워요!
시계열 데이터를 Pandas로 '제대로' 전처리하기 위해 반드시 알아야 하는 내용
퀀트 세계에서 쓰이는 다양한 용어(log return 등)와 성과지표(Sharpe, MDD 등)에 대한 깊은 이해와 코드화
투자에 사용되는 다양한 가격 기반 지표(Moving average 등)와 이를 활용한 전략구현
시그널(buy, sell signal) 기반 전략을 '일관성 있게' 구현하는 방법과 그 원리
자산 배분 & 리밸런싱 기반 전략을 '일관성 있게' 구현하는 방법과 그 원리
실전에서 쓰이는 다양한 자산배분 전략들의 구현과 결과 비교

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

커리큘럼 전체 로드맵
로드맵 전강의 30% 할인받기(클릭)

개별 강좌 수강 할인(최대 30%) 이벤트
이벤트 바로가기 (클릭)

🙌 누구를 위한 강의인가요?

  • part1 강의 상세 페이지의 누구를 위한 강의인가요?  참고바랍니다
    • part1 수업보다 한 단계 더 발전한, 실전적인 내용을 원하는 수강생이라면 더욱 좋습니다.

강의를 시작하게 된 근본적인 이유이자,
수강생들에게 최종적으로 전달하고 싶었던 바로 그 내용!


🙌 강의를 수강하고 나면 무엇을 할 수 있게 되나요?  

        1. 다양한 전략에 대한 백테스팅 구현 및 성능비교

(위 그래프는 가독성을 더 높이기 위해 matplotlib 대신 plotly라는 라이브러리로 작성되었습니다)

         2. 아래와 같은 질문(의문)사항들에 대해 '혼자 힘으로(직접)' + '쉽게' 해결 할 수 있습니다.

  1. 백테스팅 & 데이터 분석
    • (특정 두 개의 종목에 대해 N:M 비율) vs (하나의 종목에 몰빵) 어떤 것이 더 나을까? 
    • 올웨더와 VAA전략 포트폴리오 수익률의 상관성
  2. 리밸런싱 시기
    • (월말에 리밸런싱) vs (월초에 리밸런싱)
    • 주식:채권:금 = 6:3:1 전략 --> 한달 or 6개월 or 1년 리밸런싱?
    • 논문에 있는 백테스팅이 월말 월초에 까지 기다렸다가 리밸런싱 시점에 수비자산으로 넘어가서 나온 수익률인지 카나리아 자산 부호가 바뀌면 바로 수비자산으로 넘어가서 나온 수익률인지 알 수가 없네요ㅠㅠ
  3. 전략 응용(tweaking)
    • 올웨더 전략에 물타기를 하면 어떻게 될까?
    • 올웨더에서 주식 자산에 대해 아래 둘 중에 어떤 것이 더 나을까?
      1. 선진국 주식(VT)
      2. 미국 주식(VTI) / 선진국 주식(VEA) / 신흥국 주식(VWO)
    • 정적자산배분에 일정 비율 가상화폐를 넣고 싶은 데 괜찮을까?
    • 특정 전략의 주식 비중을 spy qqq 반반으로 하는 것도 괜찮을까?
    • DAA 전략 중에 카나리아 자산군 +일 때만 매수했을 대의 수익률과 MDD 자료?

앞선 강의들은 본 강의를 제대로 수강하기 위한 준비과정이었을 뿐.
'파이썬 + 주식 퀀트투자' 커리큘럼의 핵심이자 그 마지막 내용!


🙌 지식공유자's 실전 포트폴리오

  • 본 강의에서 다루는 내용을 기반으로 한 실전 포트폴리오 운용 중
  • 전략 구성: 한국 4개, 미국 5개, 암호화폐 2개
  • 운용 자산: n억 2천
  • 참고
    • 전체 전략에 대한 시드 투입(환전 등)이 안정화 되기 시작하고, portfolio의 각 계좌 및 자산을 programmatic하게 tracking한 것이 2021년 초부터라서, '벤치마크 비교 그래프'는  2021년 결과만 제공하게 되었습니다.
      • 배당은 반영되지 않았습니다.
      • 특정 전략은 과거 리벨런싱 이전의 포트폴리오별 종목 구성이나 자산 상태가 정확히 tracking이 안되는 부분도 있어 약간의 오차 존재합니다.
      • 시장의 큰 낙폭 발생시, 추가적으로 매수하여 단기적 차익을 실현한 자산에 대해서는 반영 되지않았습니다.
    • 2021년 이전은 각 전략별 투입시점이 동일하지 않아 시작 시점이 일관되지 않습니다.
    • 전략별 리밸런싱 주기는 서로 상이합니다.(월별, 분기별, 반기별, 년도별 등)
    • 특정 증권사는 최근 6개월 수익률만 제공하여 해당 그래프만 제공합니다.

프로그래밍은 공부하고 연습하기 위한 대상이 아닙니다.
실제 세상의 문제를 효율적으로 해결하기 위한 도구입니다.


📣 수강 전 체크리스트: 이 강의를 수강해도 괜찮을까?

  1. [파이썬 기초] 아래 2가지 중 하나를 충족한다.
    • 문과생도, 비전공자도, 누구나 배울 수 있는 파이썬(Python) 수강 완료
    • 혹은 아래 내용에 대해 '전부' 잘 알고 있다.
      • 어떤 for 구문이든 while 구문으로 바꿀 수 있다
      • 라이브러리와 모듈의 개념을 잘 알고 있다.
      • 클래스와 객체의 차이에 대해서 잘 알고 있다.
      • 어느 상황에서 리스트(list) 자료형을 쓰고, 딕셔너리(dict) 자료형을 써야하는지를 구분할 수 있다.
      • jupyter lab or notebook에 대한 사용 경험이 있다.
  2.  [Pandas 숙련도 with 금융데이터] 아래 2가지 중 하나를 충족한다
    • 파이썬(Python)으로 데이터 기반 주식 퀀트 투자하기 Part1 수강 완료
    • 혹은 아래 내용에 대해 '전부' 잘 알고 있다.
      • DataFrame과 Series의 차이와 관계에 대해서 알고 있다.
      • DataFrame or Series간 사칙연산(add, divide 등)시, index, column alignment에 대한 이해를 하고 있다.
      • Pandas를 이용해서 간단한 데이터 전처리를 혼자 진행해 본 경험이 있다. (e.g. for loop을 쓰던 코드를 Pandas화 해서 개선해본 경험이 있다)
      • concat(), join(), merge()의 차이를 잘 알고 있다.
  3.  [기초 수학 지식] 아래 내용들을 **간단하게나마** 배워본 경험이 있다 (필수는 아님)
    • 랜덤변수, 기대값(E[X]), 분산(Var[X])의 의미 등 기초 확률/통계적 내용
    • 확률/통계에서 독립(independent)의 의미
    • log, exponential의 의미와 관계 그리고 log의 특징(밑이 같은 log의 덧셈은 어떻게 진행하는지)

위 체크리스트를 다 체크하셨다면 본 강의를 수강하시기에 매우 적합합니다 :)


📣 수강 전 주의사항

  •  자동 거래 시스템(증권사 API + 매수/매도를 위한 GUI 프로그램)을 구현하는 강의가 아닙니다.
  •  본 강의에서 제공하는 데이터는 학습한 내용을 적용해보기 위한 샘플 데이터입니다. 때문에 실전에 바로 적용되기에는 무리가 있습니다.
  • 투자에 대한 책임은 항상 투자자 본인에게 있습니다.

📖 연관 강의 살펴보기

이런 분들께 추천드려요!

🎓
학습 대상은
누구일까요?
'파이썬(Python)으로 데이터 기반 주식 퀀트 투자하기 Part1' 수강하면서 학습에 대한 희열을 느꼈고, 그 이상의 희열을 한 번 더 느끼고 싶으신 분
책, 강의 등에서 접한 전략들을 곧이 곧대로 받아들이는 것이 아니라, 직접 벡테스팅하여 검증하고 이를 응용하여 새로운 전략을 직접 만들고 싶으신 분
전략을 특징별로 frame화 하여, 최소한의 코드 수정으로 다양한 전략을 구현할 수 있는 백테스팅 아키텍쳐를 경험하고 싶으신 분
백테스팅 코드를 실전 투입을 위한 코드로 변환 시 주의해야 할 사항들에 대한 경험을 듣고 싶으신 분
log 수익률, Sharpe Ratio, annualized return 등 퀀트 투자에 필요한 용어/지식에 대한 깊은 이해와 이를 올바르게 사용하는 방법에 대해 알고 싶으신 분
금융 시계열 데이터 전처리부터 백테스팅까지 하나의 퀀트 투자 Flow에 대해서 경험하고 싶으신 분
강사가 던져준 코드를 그대로 실행만 하며 진행하는 수업이 아닌, 원리 이해를 통해 수강생이 학습내용을 스스로 응용할 수 있는 수업을 원하시는 분
📚
선수 지식,
필요할까요?
'문과생도, 비전공자도, 누구나 배울 수 있는 파이썬(Python)'의 내용
'파이썬(Python)으로 데이터 기반 주식 퀀트 투자하기 Part1'의 내용 (혹은 이에 준하는 Pandas 라이브러리에 대한 이해)
'내 업무를 대신 할 파이썬(Python) 웹크롤링 & 자동화' 수업은 본 수업과 직접적인 관련은 없지만, 수강하시면 본 강의 내용에 대한 활용도가 매우 높아집니다(원하는 주식 관련 데이터를 자유자재로 가져올 수 있기 때문)
중/고등학교 수준의 수학 및 확률/통계적 내용 (자세한 내용은 OT 영상 참고)
로드맵 참고: https://www.inflearn.com/roadmaps/474

안녕하세요
DeepingSauce 입니다.
DeepingSauce의 썸네일

프로그래밍, 데이터(Data) 그리고 AI로 세상의 모든 문제를 해결할 수 있다고 믿는 Lifelong learner입니다. Lifelong contributer가 되는 것이 목표입니다.

커리큘럼 총 65 개 ˙ 16시간 26분의 수업
이 강의는 영상, 수업 노트, 첨부 파일이 제공됩니다. 미리보기를 통해 콘텐츠를 확인해보세요.
섹션 1. Time series 데이터를 제대로 다루기 위한 기초, datetime index
1.1 Timestamp, DateTimeIndex 11:07
1.2 DateTimeIndex 인덱싱 11:18
1.3 pd.date_range() 04:23
1.4 Period, PeriodIndex 07:44
섹션 2. 제대로 알고 쓰자, 수익률(returns)
2.1 Simple daily return(일별 단순 수익률) 13:36
2.2 Log daily return(일별 로그 수익률) 13:06
2.3 Daily return - Code 15:42
2.4 Cumulative return(누적 수익률) from price data - Code 05:33
2.5 Cumulative return(누적 수익률) from simple return - Code 06:30
2.6 Cumulative return(누적 수익률) from log return - Code 05:30
2.7 Why log return? - part1 17:06
2.8 Why log return? - part2 47:31
섹션 3. 투자전략의 비교 잣대, 성과 지표(performance indicator)
3.1 Annualized(년단위) simple return 13:39
3.2 Annualized(년단위) log return part1 - Reminder 07:40
3.3 Annualized(년단위) log return part2 - 독립시행과 기대값 18:17
3.4 Annualized(년단위) log return part3 - 기대값과 분산의 특징 18:53
3.5 Annualized(년단위) log return part4 - Annaulizing 15:19
3.6 Annualized(년단위) log return part5 - Code 06:38
3.7 CAGR(연평균 수익률) 04:34
3.8 Sharpe Ratio(샤프지수) 14:16
3.9 (Maximum) Drawdown 28:44
섹션 4. Signal 기반 투자의 대표적인 지표, 이동평균선
4.1 Simple Moving Average(이동평균선, SMA) 16:24
4.2 Bollinger band(볼린져밴드) 10:35
4.3 Customizing a rolling fuction 10:55
4.4 Rolling correlation(상관계수) 22:08
4.5 Exponential Weight Moving Average(지수가중평균, EWMA) 22:02
섹션 5. Signal 기반 단일 종목 투자 전략 구현 (feat. 볼린져밴드, 모멘텀, 변동성돌파)
5.1 이동평균선(Moving Avg)을 이용한 전략 - 소개 06:41
5.2 이동평균선(Moving Avg)을 이용한 전략 - Code part1 33:15
5.3 이동평균선(Moving Avg)을 이용한 전략 - Code part2 14:44
5.4 이동평균선(Moving Avg)을 이용한 전략 - Code part3 05:04
5.5 이동평균선(Moving Avg)을 이용한 전략 - 주의사항 07:43
5.6 모멘텀(Momentum)을 이용한 전략 - 소개 05:30
5.7 모멘텀(Momentum)을 이용한 전략 - Code 21:47
5.8 평균회귀(Mean reversion)를 이용한 전략 - 소개 09:55
5.9 평균회귀(Mean reversion)를 이용한 전략 - Code 17:20
5.10 변동성 돌파 전략(Volatility Breakout) - 소개 06:37
5.11 변동성 돌파 전략(Volatility Breakout) - Code 24:54
5.12 변동성 돌파 전략(Volatility Breakout) - 주의사항 13:58
섹션 6. Datetime frequency 변환
6.1 asfreq() 13:03
6.2 resample() 25:47
6.3 실전예제. 월별수익률 구하기 - resample() 08:30
6.4 실전예제. 월별수익률 구하기 - drop_duplicates() 14:50
섹션 7. 리밸런싱 기반 투자 전략 만드는 원리
7.1 기본개념 & 컨셉 미리보기 08:34 7.2 중요한 포인트 미리보기 19:56 7.3 Buy & hold - 구현방법1 미리보기 23:38
7.4 Buy & hold - 구현방법2(part1) 11:02
7.5 Buy & hold - 구현방법2(part2) 11:52
7.6 Buy & hold - 실수할만한 내용 09:56
7.7 자산 투입 시점에 따른 portfolio value의 차이 - Code 16:00
7.8 주기적 리밸런싱 전략 구현 방법1 27:23
7.9 주기적 리밸런싱 전략 구현 방법2 37:08
7.10 실전연습 - 동일가중 리밸런싱 06:11
7.11 실전연습 - 각자 해볼만한 것 07:48
7.12 실전 투입 관련 - part1 20:46
7.13 실전 투입 관련 - part2 23:00
섹션 8. 리밸런싱 기반의 실전 전략 구현 (feat. Code의 framework화)
8.1 정적자산배분 - All Weather(올웨더), Golden Butterfly(황금나비) 31:38
8.2 동적자산배분 part1 - VAA 45:59
8.3 동적자산배분 part2 - DAA 35:06
8.4 동적자산배분 part3 - Inverse Volatility 10:24
8.5 자산배분전략 결과 비교 08:54
섹션 9. 강의 wrap-up
9.1 Wrap-up 03:52
강의 게시일 : 2021년 09월 15일 (마지막 업데이트일 : 2021년 09월 15일)
수강평 총 43개
수강생분들이 직접 작성하신 수강평입니다.
4.8
43개의 수강평
5점
4점
3점
2점
1점
VIEW 추천 순 최신 순 높은 평점 순 낮은 평점 순 평점 순 높은 평점 순 낮은 평점 순
법경 thumbnail
5
여기저기 찾던 강의 예요!
2021-09-24
Andy_Choi LGIT QA1 thumbnail
5
감사합니다
2024-03-18
Rogue wave thumbnail
5
데이터에 대한 인사이트, 분석기법 등 많은 도움이 되었습니다!
2023-11-01
jaeyoul jon thumbnail
5
파이썬 초급 강의 빼고 전부 수강했습니다. 제가 들었던 강의들중 가장 쉽고 통찰력있게 잘 가르쳐 주십니다. 닥분에 많이 배워 갑니다. 감사합니다!
2021-09-23
지식공유자 DeepingSauce
안녕하세요! 첫 수강평 감사드립니다 :) 부족한 강의 계속 관심 가져와주셔서 감사드리고, 재열님 원하시는 목표에 꼭 도움이 되는 강의가 되었으면 좋겠네요!
2021-09-23
learn_learn thumbnail
5
선생님! 원래 파이썬 기초 수업만 들으려고 했던 수업인데, 강의 내용뿐만아니라 커리큘럼이 너무 좋아서 마지막 강의까지 물흐르듯이 오게되었습니다. part1 수업 듣고 제 전략을 만들면서 코드적으로 막히는 부분이 꽤 있었는데, part2를 보면서 더 많은 부분을 개선시킬 수 있을 것 같습니다(아직 100% 이해는 못해서 한번 더 수강할 예정입니다). 혹시 part3는 예정에 없으신 걸까요? 계속 강의 내주셨으면 좋겠습니다. 무조건 수강하겠습니다.
2021-10-17
연관 로드맵
이 강의가 포함된 잘 짜여진 로드맵을 따라 학습해 보세요!