인사이트캠퍼스
756
2018-10-20 15:15:51 작성 2018-10-20 15:19:17 수정됨
0
281

R과 기계학습으로 배우는 금융 포트폴리오 전략 분석 3기


R과 기계학습으로 배우는 금융 포트폴리오 전략 분석 3기 신청링크

▶강의소개


이 교육과정은 퀀트 분석가나 퀀트를 기반으로 커리어를 세우고 싶은 실무자들에게 매우 유익한 강의입니다. 또한 포트폴리오 매니저, 리스크 매니저 및 투자 전략 담당자들의 과학적 분석능력도 향상시킬 수 있을 것으로 기대됩니다. 석/박사 등 학자로서 커리어를 세우고 싶은 학계 관련자들에게는 실무 현장에서 중요하게 생각하는 핵심을 배울 수 있는 기회입니다. 이 강의를 통해 연구를 위한 보다 실용적인 분석을 가능하게 할 수 있을 것입니다
다년간 금융 현장 경험을 가진 전문가가 자신의 경험과 노하우를 바탕으로 강의를 진행하기 때문에, 실무에서 정말 필요한 금융상품 이론에 대한 깊은 이해는 물론, 교육 후 본인의 업무 현장에서 바로 사용할 수 있을만한 생생한 지식을 배웁니다. R언어를 통해서 강의를 진행하며, 광범위한 내용을 다루고 있지만 배운 내용을 동시에 바로 R로 실습하는 과정을 통해 학습의 효율을 극대화 합니다.
본 교육과정의 목적은 포트폴리오 투자를 위한 금융 분석의 기초단계부터 고급단계까지 광범위한 내용을 실무에서 사용할 수 있는 다양한 기법을 중심으로 배우는 것입니다.




▶강의소개

"각종 금융 시장 분석 방법 및 포트폴리오 모델링과 관련된 R 프로그램 모듈을 직접 만들어봅시다."


본 교육과정은 다년간의 금융 현장 경험을 녹여, 실무에서 사용하는 분석 방법과 분석 툴을 중심으로 가르칩니다. 사용할 가능성이 낮은, 이론을 위한 이론은 배제하고 실무 현장에 바로 도입할 수 있는 기법들을 가르칩니다.
교육과정 전반부에서는 R 사용법과 금융통계에 대한 기초 이론을 학습하여 포트폴리오 분석을 위한 기본기를 굳건히 합니다. 교육과정의 중/후반에서는 실무에서 접하게 되는 각종 금융 시장 분석 방법 및 포트폴리오 모델링과 관련된 R 프로그램 모듈을 직접 작성하게 됩니다. 마무리 단계에서는 그동안의 학습내용을 바탕으로 포트폴리오 분석 및 관리 시스템 구축 예제를 실습하고자 합니다.
금융 포트폴리오 분석 전반에 대해 이론적인 바탕을 닦고 관련 실습을 통해 그 결과를 해석함으로써, 금융현장에서는 무엇을 어떻게 왜 사용하는지에 대한 의문을 명쾌하게 풀수 있을 것입니다. 또한 금융 현장에서 자주 쓰이는 R 함수 위주로 교육과 실습을 진행하기 때문에, 교육이 끝나면 수강생들의 업무 현장에 바로 사용할 수 있을 것입니다.


▶강의소개


-투자 관련 업무를 맡고 있는 증권, 운용사 실무사
: 실무에 쓸 수 있는 최신 금융 포트폴리오 분석 기술을 배울 수 있습니다.

-머신러닝을 포트폴리오 분석에 적용하고 싶은 금융권 실무자
: 머신러닝 이론을 도입하여 최적의 포트폴리오 분석을 실습할 수 있습니다.

-퀀트가 되고 싶은 대학(원)생 또는 권트 관련 연구자
: 금융 실무 현장에서 중요하게 생각하는 핵심 이론을 배울 수 있습니다.

▶강의 교수 소개

이기홍 강의교수님

Finance PhD CFA FRM
금융투자/경제분석 전문가
현재 딥러닝과 강화학습을 투자에 접목시키는 투자시스템 개발 중
前 WWG자산운용 CIO
前 한국투자공사 Deputy CIO/대체투자 실장
前 새마을금고연합회 해외대체투자팀장
前 JR Investment L.P. Financail Consultant
서울대학교 경제학
Carnegie-Mellon University Accounting (석사)
University of Pittsburgh Ph.D. in Finance
[저서] 엑셀 VBA로 쉽게 배우는 금융공학 프로그래밍
[번역] 딥러닝 부트캠프 with 캐라스 2017


▶커리큘럼

R 프로그래밍과 금융 통계

Part I. | R 기초

금융 포트폴리오 분석을 위한 R 기초를 학습합니다. R에 대한 기본적인 개념 및 기능을 설명하고 직접 R 실습을 해 봅니다.
  • Packages, installing과 loading
  • Managing your session
  • Importing and exporting data
  • Cleaning the data
  • Vectorization in R
    a. Apply, Lapply, Tapply, Rollapply
  • Plots in R

Part II | 기초 통계

금융 포트폴리오 분석을 위한 기초 통계 내용을 배웁니다. 통계에 대한 기본 개념을 설명하고, 실무 데이터를 활용한 R 실습을 통한 이해도를 증진합니다.
  • 기초 시계열 데이터
  • 성과분석
  • 수익률 계산
  • 기본 통계량
  • 위험 척도
    a. Value-at-Risk (VaR)
    b. Conditional Value at Risk (CVaR)
  • Extreme Value Theory
  • Covariance와 correlation


기계학습 이론

Part III | 기계학습 (지도학습)

기계학습을 적용하여 금융 포트폴리오 분석 실습을 진행해 봅니다. 다양한 예제를 활용한 실습을 통해 이해도를 증진시키고 실무에 적용할 수 있는 방법을 배웁니다.
  • Regression
    a. Linear Regression Model
    b. Features Selection: Subset selection, Shrinkage Method, PCA, Regression
    c. Non-linear Regression (GAM)
  • 분류(Classification)
    a. Trees
    b. Ensemble models: Bagging, Random Forests, Boosting
    c. Support Vector Machine (SVM)
Part IV | 기계학습 (비지도학습)
비지도학습을 통해 보다 심화된 금융 분석을 구사해 봅니다. ETF 등 신상품 구상을 연구해 봅니다.
  • 군집(Clustering)
    a. K-means clustering
    b. Hierarchical clustering
    c. Affinity propagation
  • 그래프 모델(Graphical models): 고급 시각화
    a. Minimum spanning tree
    b. Covariance selection
  • 차원축소(Dimension Reduction)
    a. PCA, SPCA, NSPCA, ICA (Independent Component Analysis)
    b. FA (Factor Analysis)

금융 시장 분석과 포트폴리오 모델링

Part V | Risk Factor Models (스타일 분석과 Risk Attribution)

리스크 매니지먼트의 기초를 이해합니다. 이와 관련된 다양한 예제를 활용하여 실습을 하며 실무 경험을 해 봅니다.
  • 스타일 분석
  • 위험분석
    a. 이항 상태 모델 (2-state model)

Part VI | 시계열 모델 (ARMA, HMM, State-space models)

고도의 시계열모델을 통해 주가 예측 실습을 해 봅니다. ARMA, HMM, State-space models 등 다양한 모델을 실습해 봅니다.
  • Autocorrelation과 Partial Autocorrelation
  • Univariate Time Series Modelling: AR, MA, ARMA
  • Hidden Markov Models (HMM)
  • HMM 응용
  • Dynamic Linear Models (DLM)
  • Kalman Filter 응용

Part VII | 포트폴리오 최적화 및 자산배분

최신 최적화 이론을 이해합니다. 이 이론을 R 실습을 통해 학습하여 이해도를 증진시키고 실무적 경험을 습득합니다.
  • An overview of optimization in R
  • Asset Allocation
    a. Utilities
    b. Min Variance portfolio
    c. Mean-Variance Portfolio
    d. Maximum Sharpe Ratio
    e. Efficient Frontier of Markowitz
    f. Equal Risk Contribution
    g. Min CVaR Portfolio
    h. Risk Parity with Risk Premium
Part VIII | 텍스트 마이닝
텍스트 정보를 수집하고 이를 분석하여 주가를 예측하는 모델을 실습해 봅니다. 웹크롤링부터 텍스트 분석, 주가예측까지의 텍스트 마이닝 전 과정을 학습합니다.
  • Web scraping
  • Text 분석
  • 주가예측

강의계획서 다운로드



▶수강 일정 및 기본 정보


*강의 일정
2018년 11월 9일(금) - 12월 21일(금) / 매주 금 19시 - 22시

*강의 시간
1회 3시간, 총 21시간

*강의 장소
서울시 강남구 선릉로 61401 1층(삼성동, 나라빌딩) 인사이트 캠퍼스 제1강의장

*수강인원
15명 제한

*준비물
개인 노트북 지참, 교재 무료 제공

*결제안내
-대학(원)생 / 단체 / 기수강생 할인 가능합니다(*타 쿠폰과 중복할인은 불가)
-얼리버트 1차할인(20%할인) : 개강 2주 전까지
-얼리버드 2차할인(10%할인) : 개강 1주 전까지
-카드 결제시 최대 6개월 무이자 할부 가능합니다.
-세금계산서 발급(부가세 10% 별도) 가능합니다. 담당자(bill@fininsight.co.kr) 연락주시면 더 자세히 안내해 드리겠습니다.

강의 신청링크 바로가기


0
0
  • 댓글 0

  • 로그인을 하시면 댓글을 등록할 수 있습니다.