
인간이 설계한 퀀트 트레이딩 전략을 알파고와 같은 인공지능 로봇에게 학습시켜 로봇이 스스로 최적의 타이밍을 포착하여 주식 거래를 할 수 있도록 파이썬 코딩을 통해 구현하는 방법을 실습을 통해 자세히 설명 드립니다.
일상생활에서 접하는 다양한 예제로 코딩에 필요한 모든 이론적 배경에 대해 직관적 설명을 제공해드리므로 초보자도 아무런 부담 없이 수강가능 합니다.
코딩 전과정을 단계별로 차근차근 설명 드리므로 파이썬에 대한 기초 지식만 가지고 있어도 인공지능 로봇 제작 가능합니다.
코로나 감염 걱정도 없고 졸음이 쏟아질 염려도 없는 ZOOM을 이용한 Online Live 방식으로 진행됩니다
매회차 강의 전에 이메일로 화상강의 URL과 강의 자료를 보내드립니다.
물론 녹화 동영상도 복습하시면서 보실 수 있도록 제공해드립니다(편집하여 매회 차 강의 후 2일 이내에 동영상 재생 URL 보내드립니다)
..................................................................................................................................................................................................................
인공지능 개발에 사용되는 대표적 방법론 중 하나인 기계학습(Machine Learning) 알고리즘은 크게 지도학습, 비지도학습, 강화학습으로 분류됩니다.
teacher input가 teacher out으로 구성된 훈련데이터를 이용하여 모형을 훈련시키는 방식이 지도학습알고리즘인데, 입력과 출력간의 함수관계를 훈련을 통해 알아냅니다.
이에 반해 비지도학습은 훈련데이터가 teacher input과 teacher out으로 나뉘어영역에서 져 있지는 않지만 적절한 방법으로 서로 동질적인 데이터들끼리 서로 뭉쳐 그룹을 형성하게함으로써 데이터 내부에 숨겨져 있는 구조를 밝혀내는 알고리즘입니다. 예를 들자면 파티에 모인 수많은 사람들을 호스트가 서로 짝지어주지 않아도 일정 시간이 흐르면 성향이 비슷한 사람들끼리 어울리게 되는 데 이런 게 바로 비지도학습입니다.
강화학습은 지도학습과 비지도학습의 중간 영역에 있습니다. 사람은 학교에서 배우는 지식이외에도 시행착오를 겪으면서 스스로 배워나가는 것들이 인생의 대부분을 차지하는데, 바로 이렇게 시행착오를 겪으면서 배워나가는 학습알고리즘이 강화학습입니다. 인간의 인지기능 발달 과정과 가장 유사한 학습알고리즘이라 최근 인공지능 개발 분야에서 가장 각광받고 있는 알고리즘입니다.
이번 강의에서는 강화학습 알고리즘 중에서 알파고를 만드는 데 사용되어 널리 알려진 Q-learning 알고리즘으로 딥러닝 모형을 훈련시켜 주식트레이딩에 활용하는 방법을 파이썬 코딩을 통해 구현하는 방법을 자세히 설명드립니다. 이론적으로 매우 복잡해 보여도 우리가 일상생활에서 늘 겪고 있는 시행착오 과정에 빗대어 생각하보면 아주 쉽게 이해 할 수 있습니다. 이런 직관적인 이해에 바탕하여 인공지능 로봇에게 인간이 개발한 퀀트 트레이딩 알고리즘을 이해시킨 후 최적의 타이밍을 포착하여 주식거래를 하도록 훈련시키면 인간이 달성가능한 수익을 상회하는 결과를 낳게 됩니다.
이 강의를 수강하시면 강화학습에 대한 기본적인 이해뿐만 아니라 실제 주식거래에 사용할 수 있는 인공지능 로봇 소스코드와 자세한 훈련 방법을 익히시게 됩니다. 코딩 실력은 크게 중요하지 않습니다. 각 과정을 단계별로 차근차근 설명드리므로 파이썬 초급 정도의 코딩 실력만 있으면 강의를 이해하시는 데 아무런 문제가 없습니다.