탈잉 - 세상의 모든 재능
다회차 수업
강의 장소는 지하철 2호선 서울대입구역 4번 출구에서 도보로 1분 거리에 토즈 서울대입구역점입니다.
실시간 톡
₩25,000원 / 시간
₩450,000 / 총 6회 18시간
한창호
데이터사이언스
AI in Wallstreet: 인공지능을 이용한 주가예측 7/4(토) 10시 개강
찜하기
  • 3시간/회
  • 최대인원:2~6
  • ₩25,000/시간

튜터정보

  • Univ. of California, San Diego 경제학 박사
  • 신분 인증 됨
  • (학력인증추가)서울대학교 경제학 학사
  • (학력인증추가)서울대학교 경제학 석사
<주요 경력>
현재 고려대학교 기술경영전문대학원 겸임교수 (인공지능, 빅데이터 강의)
확인사이트 : https://mot.korea.ac.kr/members/list_hi.asp?board_name=faculty&gubun=K
밑에서 3번째 라인 확인
가톨릭대학교 산업수학센터 연구교수 (산업수학 프로젝트)
가톨릭대학교 수학과 겸임교수 (계량경제학, 수리금융 강의)
성균관대학교 경영대학 겸임교수 (금융공학 강의)
삼성금융연구소 (자본시장통합법, 지급결제, 한-미 FTA, 전자금융)
(주)한국기업평가 (리스크관리 컨설팅, BASEL II 컨설팅, 구조화금융상품 및 벤처기업 신용평가)
에너지경제연구원 (국제유가 전망 및 동향 분석, WTO 에너지 서비스 협상)
University of California, San Diego, 경제학 박사 (계량경제학 전공)
서울대학교 대학원 졸업, 경제학 석사
서울대학교 경제학과 졸업, 경제학 학사

<강의 관련 주요 학술 저술>
"The DNA of Security Return", Quantitative Finance, vol.15, no.1, pp. 1-17. 2015.
"수익률 DNA를 이용한 금융시장 분석 방법론", 자산운용연구, vol 2, no.1, pp 82-106, 2014.
"Measuring the Dependency between Securities via Factor-ICA Models", Journal of Applied Finance and Banking, vol. 4, no. 1, 2014.
"금융경쟁력 결정요인에 대한 실증연구", 국제경제연구, Vol. 13, No.3, pp. 53-75, 2007.
"NAFTA와 외환위기 이후 멕시코 금융산업", 라틴아메리카연구, Vol II, No. 1, pp. 55-79, 2007.
기업신용위험분석, 금융연수원, 2002.
"Multi-Variate Estimation and Forecasting with Artificial Neural Networks", 박사학위논문, UCSD, 1999.
"비모수적 분포무관인 구조변화 검증통계량", 석사학위논문, 서울대학교, 1991.

수업소개

Machine Learning, Deep Learning, Reinforcement Learning 등 현재 인공지능 개발에 활용되고 있는 주요 알고리듬을 활용하여 주가 수준, 수익률, 방향성, 지수 등에 대한 예측과 트레이딩에 활용하는 첨단 기법을 Python 코딩을 통해 손쉽게 구현할 수 있도록 친절하게 설명드리는 강좌입니다. 사전 지식이 전혀 없어도 수강 가능합니다.

강의는 2020/7/4(토) 오전 10시에 개강하여 2020/8/8(토)까지 6주간 매주 토요일에 3시간씩 총 18시간으로 진행됩니다.

주가예측은 대단히 인기있는 주제입니다. 주가를 잘 예측한다는 전문가도 많고 이런저런 주가예측 서비스도 많습니다. 그런데, 주가예측과 관련된 학문적 입장은 "예측 불가능"입니다. 일례로 경제학에서 말하는 효율적 시장 가설에서는 모든 사람이 동일한 정보를 가지고 있다면 주가를 예측하는 것이 불가능하다고 주장합니다. 수리금융 분야에서는 심지어 주가가 예측가능하다면 주식시장 자체가 성립할 수 없음을 수리적으로 증명까지 합니다. 하지만, 우리의 경험에는 주가가 예측 가능한 경우가 종종 있고 주가를 잘 예측해서 큰 돈을 번 사람 얘기를 자주 듣습니다.

학문적 결론과 우리의 경험이 왜 다를까요? 우선 학문적 결론에는 모든 사람이 동일한 정보를 공유한다는 전제조건이 붙어 있습니다. 현실에서는 이런 전제 조건이 유지되지 않는 경우가 대부분입니다.

주식시장에서 돈을 벌려면 남들이 모르는 정보를 한발 앞서서 획득하거나 아니면 남들보다 더 뛰어난 정보분석 능력을 가지고 있어야 합니다. 흔히 내부자 정보라고 불리는 비밀정보를 합법적으로 취득하여 사용하기는 어렵지만 대중에게 잘 알려져 있는 일반 정보를 더 잘 가공하고 분석할 수 있다면 주식시장에서 얼마든지 새로운 기회를 포착할 수 있습니다. 모두가 동일한 정보를 공유하고 있더라도 분석력의 우위를 지닌 소수에게는 효율적 시장 가설이 더 이상 적용되지 않습니다. 인천 앞바다에 가면 누구나 바다를 구경할 수 있지만 그 밑을 돌아다니는 잠수함을 누구나 다 발견할 수 있지 않은 것과 동일한 이치입니다.

24시간 자지도 먹지도 않고 아무리 일해도 지치지도 않는 인공지능에게 주식시장 정보 분석을 맡겨보면 어떨까요? 인간의 생리적 한계를 인공지능은 가지고 있지 않다는 점에서 인간보다 대단히 유리합니다. 뿐만 아니라 인공지능의 학습 능력은 알파고 사례에서 본 바와 같이 특정 분야에서는 이제 인간이 도저히 넘볼 수 없는 경지에 도달해 있습니다. 이세돌 9단은 자신이 은퇴하는 이유가 이제 바둑으로는 도저히 인공지능을 이길 수 없다는 것을 알기 때문이라고 말했습니다.

인공지능을 구현하는 데에는 각종 기계학습 알고리듬이 활용됩니다. 다양한 알고리듬을 주가예측에 활용해보면 예측 용도와 시장의 상황에 따라 예측 성능에 차이를 보입니다. 주가 수준 자체를 예측할 때에는 회귀분석 기반 알고리듬이 적합하지만, 주가 시계열 자체는 비정주성을 지니므로 이를 수익률로 전환하여 비정주성을 어느 정도 제거한 다음 수익률 자체를 예측하는 게 조금 더 나을 수 있습니다. 내일의 주가 수익률이 예측되고 오늘 주가를 안다면 내일 주가를 예측할 수 있습니다. 주가 자체를 예측하기보다는 이렇게 수익률을 예측하면 주식으로 돈을 버는 데에 조금 더 도움이 된다. Ramdom Forest, Gradient Boosting 등 최근에 개발된 앙상블 알고리듬을 수익률 예측에 활용하면 비앙상블 알고리듬에 비해 아주 좋은 성능을 보입니다.

팁을 하나 더 드리자면, 주가를 정확하게 예측하는 것보다는 주가의 방향성을 정확하게 예측하는 것이 돈을 버는 데 더 유리합니다. 주식 시장 주변의 다양한 정보를 동시에 이용하면 현재 주식시장이 오르는 분위기인지 아니면 내리는 분위기 인지를 구별할 수 있는데, 다양한 classification 알고리듬을 활용하면 매우 좋은 결과를 가져옵나다.

이렇게 주가나 수익률 자체를 예측할 수도 있지만 아예 인공지능에게 주식 매매 자체를 맡겨버릴 수도 있습니다. 주식 시장 상황을 끊임없이 학습하여 최적의 매매 타이밍을 포착해내는 데에 알파고를 만든 심층강화학습(deep reinforcement)을 활용할 수 있습니다.

주가에측을 인공지능으로 구현한다는 게 자신과 너무나 거리가 먼 일이라고 느껴지신다고요? 아무 걱정하지 마세요. 이미 인공공지능 구현에 필요한 다양한 라이브러리들이 많이 만들어져 있습니다. 적당한 것 서너개 골라서 그냥 데이터만 연결하시면 됩니다. 코딩이라고 해야 길어도 스무 줄 이내입니다.

단 6회의 수업으로 그냥 감에 의존하는 묻지마 투기가 아닌 데이터 기반 전문 투자의 영역을 개척하실 수 있습니다.

* 특정 상품 추천 및 판매에 대한 일체행위를 하지않습니다.
* 특정 프로그램 판매행위를 진행하지않습니다.

수업대상

  • 추천대상

    1. 시스템 트레이딩 분야에 관심을 가지신 분:
    - 인공지능 활용 트레이딩 시스템은 빅데이터 보급과 첨단 머신러닝 알고리듬의 등장으로 금융공학 분야에서 크게 주목을 받고 있습니다.
    - 인공지능과 금융공학 분야에서 오랜 경험과 연구를 한 강사의 지식을 공유하실 수 있습니다.

    2. 인공지능 관련 학위 논문 작성 중이신 분:
    - 인공지능 전반에 걸친 조언을 수업시간과 휴식시간을 통해서 해드리고 개인적으로도 적극 도와드리겠습니다.

    3. 전직 및 이직을 준비 중이신 분:
    - 인공지능, 데이터 사이언스 및 관련 분야에 대한 각종 정보와 전직 및 이직에 대한 조언을 해드리겠습니다.

    4. 금융공학, 계량경제학, 기계학습 분야에 조언이 필요하신 분:
    - 강사의 경험과 인적 네트워크를 활용하여 적극적으로 도와드리겠습니다.

커리큘럼

1회차

<기계학습을 이용한 주가수준 예측>

1. 기계학습을 금융공학에 응용

- 금융공학에 응용사례
* 알고리듬 트레이딩
* 포트폴리오 관리
* 금융감독
* 보험인수
* 금융뉴스분석

- 기계학습 주요 개념 소개
* 지도학습/비지도학습
* 분류예측/수치예측
* Overfitting/Underfitting Models
* Feature Engineering
* Scikit-learn (Python ML 라이브러리)

2. OLS

- OLS를 이용한 선형 회귀분석

- 독립변수와 목표변수 설정

- 선형회귀분석을 이용한 개별 주식 가격 예측

3. Risk Metric

- 예측 성능 측정
* Mean absolute error
* Mean squared error
* Explained variance score
* R2

4. Ridge Regression

- OLS 선형회귀분석 성능 개선
* L2 regularization

5. Lasso Regression

- OLS 선형회귀분석 성능 개선
* Least Absolute Shrinkage Operator

6. Elastic Net

- OLS 선형회귀분석 성능 개선
* L1, L2 regularization 결합

2회차

<주가수익률 예측>

1. 앙상블 개념 소개
- Decision tree 단점 해결

2. Cross-asset momentum model

- 독립변수 설정
* Alpha Vantage 이용 해외 데이터 입수

- 목표변수 설정

- Multi-asset linear regression model
* 해외 주식 수익률 예측


3. Bagging

- Bootstrap aggregation을 이용한 Multi-asset linear regression model 추정

4. Gradient boosting

- Gradient boosting 이용한 overfitting 방지

5. Random forest

- Random forest를 이용한 분산 감소

3회차

<주가방향성 예측>

1. 이진분류모형

- cross-asset momentum models 이용한 이진분류모형
* 목표변수설정
* 입력변수 설정
* Logistic regression

2. 성능 측정

- Confusion matrix

- Accuracy score

- Precision score

- Recall score

- F1 score

3. 주가방향성 예측

- Support Vector classifier

- Stochastic gradient descent

- Linear discriminator analysis

- Quadratic discriminant analysis

- KNN classifier

4회차

<강화학습을 이용한 주가예측 1>

1. 강화학습 소개


2. 주요 해법


3. OpenAI Gym, Tensorflow


4. Deep Reinforcement Learning

5회차

<강화학습을 이용한 주가예측 2>

1. Actor-critic Network

- 개념 소개

2. Policy Gradient

- Policy representation

- REINFORCE method

3. A2C(Artic-critic method)

- Variance reduction

- Actor-critic

- Tuning


4. A3C(Asynchronous Advantage Actor-critic)

- Correlation and sample efficiency

- Multiprocessing

6회차

<강화학습을 이용한 주가예측 3>

1. 데이터 준비

- 국내외 주요 주가지수 입수

2. Actor-critic 트레이딩 모형 구성

- Actor script

- Critic script

- Agent script

- Helper script

3. 모형 훈련 및 결과 분석

리뷰

리뷰쓰기

수업과 관련해서
궁금한 점이 있으세요?

실시간 톡하기
튜터와 더 편리하게 소통해 보세요

탈잉 어플리케이션을 스마트폰에 설치하면 메세지 알림을 받으실 수 있습니다.