- 현재 위치
- home > 컴퓨터·ICT·어학 > 컴퓨터·IT 도서 > 컴퓨터공학 > 금융 전략을 위한 머신러닝[한빛미디어]
;)
적용사례연구및코드예제를함께제공하는금융분야의 ML 및 AI를다루는 ‘완전한’ 책
앞으로금융산업은머신러닝과데이터과학으로인해변화될것이다. 이책은금융업계에서종사하는분석가, 거래자, 연구원, 개발자, 데이터엔지니어에게유익한머신러닝알고리즘구축법을다룬다. 자연어처리와함께지도학습, 비지도학습, 강화학습에필요한머신러닝개념과 19가지사례연구를살펴본다. 또한헤지펀드, 투자은행, 핀테크회사등투자전문가로성장하기에필요한딥러닝기반의가이드를제공한다. 포트폴리오관리, 알고리즘거래, 파생상품가격책정, 이상거래탐지, 자산가격예측, 감정분석, 챗봇개발에대해자세히설명한다. 실무자가직면한실제문제를코드와예제를활용해해결할수있도록과학적솔루션을제공한다.
앞으로금융산업은머신러닝과데이터과학으로인해변화될것이다. 이책은금융업계에서종사하는분석가, 거래자, 연구원, 개발자, 데이터엔지니어에게유익한머신러닝알고리즘구축법을다룬다. 자연어처리와함께지도학습, 비지도학습, 강화학습에필요한머신러닝개념과 19가지사례연구를살펴본다. 또한헤지펀드, 투자은행, 핀테크회사등투자전문가로성장하기에필요한딥러닝기반의가이드를제공한다. 포트폴리오관리, 알고리즘거래, 파생상품가격책정, 이상거래탐지, 자산가격예측, 감정분석, 챗봇개발에대해자세히설명한다. 실무자가직면한실제문제를코드와예제를활용해해결할수있도록과학적솔루션을제공한다.
저자: 하리옴 탓샛
PART 1 프레임워크
CHAPTER 1 금융머신러닝
1.1 현재와미래의금융머신러닝활용
1.2 인공지능, 머신러닝, 딥러닝, 데이터과학
1.3 머신러닝의다양한유형
1.4 자연어처리
1.5 맺음말
CHAPTER 2 머신러닝모델개발
2.1 왜파이썬인가?
2.2 머신러닝을위한파이썬패키지
2.3 모델개발단계
2.4 맺음말
CHAPTER 3 인공신경망
3.1 구조, 학습, 하이퍼파라미터
3.2 인공신경망모델생성
3.3 맺음말
PART 2 지도학습
CHAPTER 4 지도학습: 모델및개념
4.1 지도학습모델: 개념
4.2 모델성능
4.3 모델선택
4.4 맺음말
CHAPTER 5 지도학습: 회귀(시계열모델)
5.1 시계열모델
5.2 실전문제 1: 주가예측
5.3 실전문제 2: 파생상품가격책정
5.4 실전문제 3: 투자자위험감수및로보어드바이저
5.5 실전문제 4: 수익률곡선예측
5.6 맺음말
5.7 연습문제
CHAPTER 6 지도학습: 분류
6.1 실전문제 1: 사기탐지
6.2 실전문제 2: 채무불이행확률
6.3 실전문제 3: 비트코인거래전략
6.4 맺음말
6.5 연습문제
PART 3 비지도학습
CHAPTER 7 비지도학습: 차원축소
7.1 차원축소기술
7.2 실전문제 1: 포트폴리오관리(고유포트폴리오찾기)
7.3 실전문제 2: 수익률곡선구축및이자율모델링
7.4 실전문제 3: 비트코인거래(속도와정확성향상)
7.5 맺음말
7.6 연습문제
CHAPTER 8 비지도학습: 군집화
8.1 군집화기술
8.2 실전문제 1: 쌍거래를위한군집화
8.3 실전문제 2: 포트폴리오관리(투자자군집화)
8.4 실전문제 3: 계층적위험패리티
8.5 맺음말
8.6 연습문제
PART 4 강화학습과자연어처리
CHAPTER 9 강화학습
9.1 강화학습: 이론및개념
9.2 실전문제 1: 강화학습기반거래전략
9.3 실전문제 2: 파생상품헤징
9.4 실전문제 3: 포트폴리오배분
9.5 맺음말
9.6 연습문제
CHAPTER 10 자연어처리
10.1 자연어처리: 파이썬패키지
10.2 자연어처리: 이론및개념
10.3 실전문제 1: NLP 및감정분석기반거래전략
10.4 실전문제 2: 챗봇-디지털어시스턴트
10.5 실전문제 3: 문서요약
10.6 맺음말
10.7 연습문제
CHAPTER 1 금융머신러닝
1.1 현재와미래의금융머신러닝활용
1.2 인공지능, 머신러닝, 딥러닝, 데이터과학
1.3 머신러닝의다양한유형
1.4 자연어처리
1.5 맺음말
CHAPTER 2 머신러닝모델개발
2.1 왜파이썬인가?
2.2 머신러닝을위한파이썬패키지
2.3 모델개발단계
2.4 맺음말
CHAPTER 3 인공신경망
3.1 구조, 학습, 하이퍼파라미터
3.2 인공신경망모델생성
3.3 맺음말
PART 2 지도학습
CHAPTER 4 지도학습: 모델및개념
4.1 지도학습모델: 개념
4.2 모델성능
4.3 모델선택
4.4 맺음말
CHAPTER 5 지도학습: 회귀(시계열모델)
5.1 시계열모델
5.2 실전문제 1: 주가예측
5.3 실전문제 2: 파생상품가격책정
5.4 실전문제 3: 투자자위험감수및로보어드바이저
5.5 실전문제 4: 수익률곡선예측
5.6 맺음말
5.7 연습문제
CHAPTER 6 지도학습: 분류
6.1 실전문제 1: 사기탐지
6.2 실전문제 2: 채무불이행확률
6.3 실전문제 3: 비트코인거래전략
6.4 맺음말
6.5 연습문제
PART 3 비지도학습
CHAPTER 7 비지도학습: 차원축소
7.1 차원축소기술
7.2 실전문제 1: 포트폴리오관리(고유포트폴리오찾기)
7.3 실전문제 2: 수익률곡선구축및이자율모델링
7.4 실전문제 3: 비트코인거래(속도와정확성향상)
7.5 맺음말
7.6 연습문제
CHAPTER 8 비지도학습: 군집화
8.1 군집화기술
8.2 실전문제 1: 쌍거래를위한군집화
8.3 실전문제 2: 포트폴리오관리(투자자군집화)
8.4 실전문제 3: 계층적위험패리티
8.5 맺음말
8.6 연습문제
PART 4 강화학습과자연어처리
CHAPTER 9 강화학습
9.1 강화학습: 이론및개념
9.2 실전문제 1: 강화학습기반거래전략
9.3 실전문제 2: 파생상품헤징
9.4 실전문제 3: 포트폴리오배분
9.5 맺음말
9.6 연습문제
CHAPTER 10 자연어처리
10.1 자연어처리: 파이썬패키지
10.2 자연어처리: 이론및개념
10.3 실전문제 1: NLP 및감정분석기반거래전략
10.4 실전문제 2: 챗봇-디지털어시스턴트
10.5 실전문제 3: 문서요약
10.6 맺음말
10.7 연습문제
