인사이트캠퍼스
656
2018-10-21 16:52:37 작성 2018-10-21 16:53:08 수정됨
0
235

[파이썬 실습] 금융 머신러닝 이론과 맞춤형 투자 시스템 구축 4기


금융 머신러닝 이론과 맞춤형 투자 시스템 구축 4기 신청링크


▶강의 소개

 
본 강의의 목적은 파이썬 및 각종 공개 오픈소스 툴들을 활용한 다양한 실습을 통해, 수강자가 스스로 머신러닝 관련 시스템을 구축할 수 있는 능력을 갖도록 하는 것입니다.
본 강의를 통해 머신러닝의 기본적인 개념 뿐만 아니라 실제적으로 각자의 업무에 어떻게 머신러닝을 적용할지 실제적인 아이디어를 얻어 가시기 바랍니다.

▶강의 상세


학습 과정에서 머신러닝의 주요 개념인 지도학습과 비지도학습에 대한 이론과 실습을 통해 프로그램 기법과 알고리즘을 배움으로써 금융 투자 웹서비스가 가능한 시스템을 구축하는 기본적인 기법을 터득하게 됩니다.
먼저 지도 학습 (Supervised learning) 이란, 특정 input에 대해 “정답 (label)” output이 있는 데이터 셋이 주어지는 경우를 말합니다. 프로그램은 이 정보로부터 input과 output의 관계를 유추하게 됩니다. 대다수의 머신러닝의 문제는 이 형태를 띱니다. 지도 학습의 세부 분류로는 “회귀분석(regression)”과 “분류(classification)”가 있습니다.
강의는 금융에 특화된 투자 시스템 구축과 실습 + 머신러닝 학습으로 구성되어 있습니다.
먼저 시스템 구축에 필요한 인프라 세팅 즉 시스템 구축에 필요한 내용을 먼저 학습합니다. 기본적인 금융 투자 시스템 구현에 필요한 (리눅스, MySQL 및 데이터베이스)를 학습합니다. 그 이후 시스템에 적용한 기계학습(머신러닝) 이론을 실습과 함께 학습합니다.
반면 비지도 학습(Unsupervised learning)은 “정답 (label)” output을 제공하는 데이터 셋이 없는 문제입니다. 따라서 예측 결과에 대한 feedback이 없습니다. 다시 말해, 잘못된 예측을 하더라도 교정해줄 “선생님”이 없습니다. 이 경우에는 가지고 있는 데이터의 변수들 간의 관계에 기반한 클러스터링 기법으로 어떤 구조를 도출해냅니다.

강의 교수님이 직접 구현한 실제 웹사이트


▶수강대상


-개발 구현
: 스스로 금융 투자 시스템을 개발 및 구현하기 원하는 분
-데이터 분석
: 투자 또는 금융 데이터 분석에 머신러닝을 적용해 보고 싶은 분
-머신러닝
: 머신러닝을 이론부터 실습까지 차근 차근 배워보고 싶으신 분들

▶수강 후 얻어갈 결과물


-시스템 구축에 필요한 인프라 세팅
즉, 시스템 구축에 필요한 내용
-기본적인 금융 투자 시스템 구현이 필요한 리눅스, MySQL 및 데이터베이스
-시스템에 적용한 기계학습(머신러닝) 이론

실습 결과물 링크


▶강의교수 소개


James Kim 교수님​

  • 금융투자 / 경제분석 전문가
  • 前 삼성증권 / 현대자동차 / 기타 중견기업 경영관리 및 투자정보시스템 개발
  • 파이썬 / Django 기반 금융투자 시스템 개발
  • 파이썬 오픈소스 전자상거래 / ERP 시스템 개발


이기홍 교수님

  • 금융투자 / 경제분석 전문가
  • 딥러닝과 강화학습을 투자에 접목시키는 투자시스템 개발 중
  • 前 WW자산운용 CIO
  • 前 한국투자공사 Deputy CIO / 대체투자 실장
  • University of Pittsburgh, Finance 박사


▶커리큘럼

Part 1 | 투자 시스템 구축 및 실습

리눅스를 통한 인프라 구축에서부터 금융 투자 시스템 구축에 꼭 필요한 웹 크롤링/스크래핑 기법과 파이썬 라이브러리를 실습합니다. 머신러닝의 개념을 실질적으로 금융 실무에 어떻게 적용해야 할 수 있을지 실무적 아이디어(머신러닝을 활용한 종목 추천 등)를 얻는 좋은 기회가 될 수 있습니다.

1장 | 투자 시스템을 위한 리눅스 시스템 구축 및 실습

1-1. 리눅스 설치(centOS, Ubuntu)
1-2. 시스템 관리(파일시스템, 사용자등)
1-3. 보안 관리
1-4. 기타 주요 기능
* 일반 웹서비스의 70% 이상이 사용할 만큼 기능도 안정성도 증명된 오픈소스 리눅스, 안정적인 무료 시스템을 마음껏 활용하고 확장 가능성도 넓히세요.

2장 | 금융 데이터 수집을 위한 웹 크롤링/스크래핑 기법

2-1. 웹 크롤링/스크래핑 기법 학습
2-2. 증권/금융관련 여러 사이트를 통해 양질의 데이터 수집 실습
* 웹 크롤링과 스크래핑 기법을 활용하여 각종 증권금융 관련 데이터를 무료로 얻을 수 있습니다. * 몇가지 시각화 기법만 더 얻어가시면 한눈에 인사이트를 얻을 만한 그래프도 만드실 수 있어요.

3장 | MySQL 설치 및 데이터 베이스 관리 실습

3-1. 금융 데이터베이스 시스템 구축 및 사용/관리
3-2. MySQL/MongoDB
3-3. 금융 데이터 수집과 관리 자동화 방법
* 데이터베이스를 통해 데이터를 축적하여 여러 방도로 활용 가능합니다. * 그때마다 대량의 데이터를 크롤링할 필요가 없으니 시간도 단축되고 본인 데이터로 활용/분석/가공이 가능합니다.

4장 | 금융 머신러닝 관련 파이썬 라이브러리/프로그램 실습

4-1. 머신러닝 관련모듈(Pandas/Numpy/Scikit-learn/Matplotlib)
4-2. 투자 시스템에 특화된 머신러닝 알고리즘 예제 리뷰
* 금융 머신러닝 이론과 시스템을 접목하여 머신러닝 기법으로 추천 주가 종목을 뽑아볼 수 있습니다. * 최근 거래일 종가까지 반영된 머신러닝 프로그램에 의해 선별된 종목 리스트를 받아보세요.

5강 | 금융 투자 시스템 웹사이트 구축 맛보기 (Django 활용)

5-1. Django 기초 및 웹서버 구축
5-2. 웹서버와 데이터베이스 연동
* 이제까지 배운 내용을 로컬뿐만이 아니라 어떻게 웹상에서 구현하실 수 있는지 알려드립니다!

Part 2. 금융인을 위한 머신러닝

금융 투자 시스템 구축에 적용할 머신러닝 주요 개념인 지도학습과 비지도학습에 대한 이론을 주가 데이터 중심으로 학습합니다.


6장 | Machine Learning / Supervised Learning (지도학습;Regression)


6-1. Linear Regression 선형회귀분석
– Overfit(과학습)과 Cross validation
– Fama-French 모형 실습
6-2. Logistic Regression 주가예측
6-3. SVM Regression 주가예측

7장 | Machine Learning / Supervised Learning (지도학습;Classification)

7-3. Random forest를 이용한 종목분류
7-4. KNN을 이용한 종목분류
7-5. SVM을 이용한 종목분류 및 주가예측
7-6. Ensemble, bagging, boosting을 이용한 성과 개선

8장 | Machine Learning / Unsupervised learning (비지도학습)

8-1.K-means을 이용한 포트폴리오구성
8-2. PCA와 AUTO Encoder를이용한 종목특성 추출
8-3. HMM을이용한 Regime 변화 감지

9장 | Sentiment분석을 이용한 주식투자

9-1. 텍스트 수집 및 처리
9-2. Sentiment 분석 (감성분석)
9-3. Sentiment Signal을 이용한 주가 예측
9-4. DeepLearning 맛보기
실습. LSTM을 이용한 주가예측

강의교재

▶강의 일정 및 강의 장소


*강의 일정
2018년 11월 24일(토) - 2019년 1월 12일(토)

*강의 시간
매주 토 10시 - 13시, 총 24시간

*강의 장소
서울 강남구 선릉로 614-1 1층(삼성동, 나라빌딩) 인사이트 캠퍼스 제 1강의장

*수강 인원
15명 제한

*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.

수강신청링크 바로가기


0
0
  • 댓글 0

  • 로그인을 하시면 댓글을 등록할 수 있습니다.