퀀트 전략을 위한 인공지능 트레이딩

CHAPTER 1 금융과 투자 영역의 머신러닝
1.1 AI, 금융, 투자의 삼자관계
1.2 실제 투자 영역의 머신러닝 응용 사례
1.3 투자 영역에서 활용하는 알고리즘
1.4 투자 영역에서 활용하는 데이터
1.5 마치며

CHAPTER 2 금융 데이터 분석을 위한 파이썬 활용법
2.1 날짜와 시간
2.2 금융 데이터 전처리와 분석을 위한 판다스 사용법
2.3 금융 데이터 분석을 위한 오픈 API 활용
2.4 마치며

CHAPTER 3 파이썬으로 만드는 투자 전략과 주요 지표
3.1 바이앤홀드 전략
3.2 투자 성과 분석 지표
3.3 마치며

CHAPTER 4 전통 퀀트 투자 전략
4.1 전통 퀀트 방법론 소개
4.2 평균 회귀 전략
4.3 모멘텀 전략
4.4 절대 모멘텀 전략
4.5 상대 모멘텀 전략
4.6 가치 투자 퀀트 전략
4.7 마치며

CHAPTER 5 금융에서의 머신러닝
5.1 왜 머신러닝을 활용해야 하는가?
5.2 머신러닝 알고리즘 소개
5.3 금융 시계열 데이터에 대한 교차 검증 방법
5.4 금융에서의 데이터 전처리
5.5 머신러닝을 활용한 전략의 평가 지표
5.6 백테스팅
5.7 머신러닝 알고리즘 구현을 위한 사이킷런
5.8 마치며

CHAPTER 6 머신러닝을 이용한 투자 전략
6.1 ETFs를 활용한 주가 방향 예측
6.2 k-최근접 이웃 알고리즘을 활용한 투자 전략
6.3 클러스터링 알고리즘을 활용한 종목 분류
6.4 마치며

CHAPTER 7 금융에서의 딥러닝
7.1 딥러닝
7.2 딥러닝 알고리즘 구현을 위한 케라스
7.3 마치며

CHAPTER 8 딥러닝을 이용한 투자 전략
8.1 CNN을 활용한 캔들차트 예측 분석
8.2 RNN을 활용한 주가 방향성 분류 예측
8.3 오토인코더를 활용한 주가 데이터 생성
8.4 마치며

부록 A 파이썬 시간/날짜 라이브러리
부록 B 파이썬을 이용한 백테스팅 API
부록 C 금융 용어 및 주요 거시 경제 지표
부록 D 금융 관련 파이썬 라이브러리