퀀트 투자를 위한 파이썬 트레이딩룸 만들기 - Part 1
파이썬을 활용해 자신만의 지표를 만들고, 편리하게 증권을 분석할 수 있는 도구를 만들어보세요!
파이썬(Python)으로 데이터 기반 주식 퀀트 투자하기 Part2
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.
금융데이터 분석을 위한 판다스 활용법
엑셀 대신 파이썬 판다스(Pandas)로 데이터 분석을 더 쉽고 효과적으로 할 수 있다는 사실! 판다스 라이브러리의 기본적인 기능과 실무 활용 방법을 금융데이터 분석을 통해 학습해 봅니다.
파이썬(Python)으로 데이터 기반 주식 퀀트 투자하기 Part1
본 수업에서는 파이썬(Python)의 판다스(Pandas) 라이브러리를 활용하여 다양한 형태의 금융데이터를 분석하고 처리하는 원리와 방법에 대해 배우고, 이를 실전에서 마주할 수 있는 상황에 적용해보며 최종적으로는 재무제표 데이터에 기반한 백테스팅(backtesting)을 구현하는 법(강환국님 '할 수 있다 퀀트 투자' 책 기반)에 대해서 알아봅니다. 결과적으로 여러분들은 투자 논리에 대한 검증이나 근거 없이, 단순히 남이 좋다는 것만 따라하는 '수동적인 투자자'에서 벗어나, 전략 구현에 필요한 다양한 요소들을 파이썬(Python)과 판다스(Pandas)로 활용하여 데이터로부터 자유자재로 추출하여 정량적으로 분석할 수 있는 '자기 주도적이면서 능동적인 투자자'가 될 수 있습니다.
데이터 사이언스로 내리는 경영 의사결정 마스터 클래스
데이터 분석 도구 사용법을 넘어 실무에서 쉽게 마주하는 비즈니스 문제를 기반으로 한 스토리를 따라가며 실제 BQ를 해결해가는 Problem-Based Learning 과정입니다.