파이썬을 활용한 금융 분석

저자 및 역자 소개

저자 : 이브 힐피시

저자 이브 힐피시(YVES HILPISCH)는 독일 PYTHON QUANTS GMBH 사의 창업자이자 이사이며, 뉴욕 PYTHON QUANTS LLC 사의 공동 창업자이다. 이 회사들은 파이썬 기반의 금융 및 파생상품 분석 소프트웨어와 파이썬 및 금융과 관련된 컨설팅, 개발, 교육 서비스를 제공한다 ( http://pythonquants.com/ , http://quant-platform.com/ , http://dx-analytics.com/ 참조). 또한 이브는 『DERIVATIVES ANALYTICS WITH PYTHON』 (WILEY FINANCE, 2015)의 저자이다. 금융수학 전공으로, 경영학 박사 학위를 받았으며 자를란트 대학에서 계산금융에서의 수치적 방법론을 가르치고 있다.

• web site: http://www.hilpisch.com/
• twitter: @dyjh

역자 : 김도형

역자 김도형은 KAIST에서 자동 제어와 신호 처리를 전공, 박사 학위를 받았다. 박사 학위 과정 중에 처음 파이썬을 접했다. 이후 틈나는 대로 파이썬을 활용했으며 LG전자와 대우증권에서 파생상품 프라이싱 시스템, 금융 정보 모니터링 시스템, 알고리즘 매매 시스템 등을 파이썬으로 구현했다. 현재는 파이썬 기반의 금융 분석, 최적 집행용 소프트웨어와 서비스를 만들고 있으며, 금융 분석 분야에서 파이썬이 더 널리 퍼질 수 있게 도울 수 있는 징검다리가 되고자 강의를 하고 사이트를 꾸리고 있다.

• web site: http://datascienceschool.net/
• twitter: @drjoelkim
• facebook: dr.joelkim

책에 포함된 코드에 대하여

이 책에 포함된 파이썬 코드는 다음 github repository에서 zip 파일로 다운받거나 git clone 명령으로 복제할 수 있습니다.

• Git 허브: https://github.com/yhilpisch/py4fi

git hub에는 책에서 사용하는 데이터 파일, 파이썬 모듈 뿐 아니라 ipython shell에서 실행하고 있는 코드를 주피터 노트북 파일 형태로 제공하고 있습니다. 각 노트북은 아래의 목차에도 링크를 제공하고 있습니다.

또한 이 책에 포함된 파이썬 코드는 각종 최신 파이썬 패키지에 의존하고 있습니다. 대부분의 패키지는 개발 역사가 길고 안정된 것들이지만 일부 최신 패키지의 경우에는 버전 업그레이드 등으로 책에 포함된 파이썬 코드가 그대로는 동작하지 않을 수도 있습니다.

그리고 이 책에서는 금융 현장의 실무를 소개하기 위해 여러가지 금융 데이터 피드 API도 소개하고 있습니다만, 데이터 피드 API 제공 업체의 사정으로 사용법이나 사용 범위가 달라질 수 있습니다. 출판된 책과 다른 부분은 이 웹사이트에서 지속적으로 참고 자료를 올리도록 노력하겠습니다.

목차

PART I 파이썬과 금융

CHAPTER 1 왜 금융 분석에 파이썬을 사용하는가

• 1-1 파이썬이란 무엇인가
• 1-2 금융에서 쓰이는 기술
• 1-3 금융공학을 위한 파이썬
• 1-4 결론
• 1-5 참고 서적 및 주석

CHAPTER 2 하부 구조와 툴

• 2-1. 파이썬 설치
• 2-2. 파이썬 툴
• 2-3. 결론
• 2-4. 참고 문헌

CHAPTER 2 관련 자료

02.01 데이터 분석 환경

02.01 도커 설치

02.02 도커 이미지 설치 및 실행

02.03 도커 초간단 사용법

01.01 파이썬 설치

01.02 파이썬 패키지 설치하기

PyDev IDE 설치 방법

CHAPTER 3 입문용 예제

• 3-1 내재 변동성 계산
• 3-2 몬테카를로 시뮬레이션
• 3-3 기술적 분석
• 3-4 결론
• 3-5 참고 문헌

CHAPTER 3 관련 자료

3장 노트북

PART II 금융 분석과 개발

CHAPTER 4 자료형과 자료구조

• 4-1 기본 자료형
• 4-2 기본 자료구조
• 4-3 NumPy 자료구조
• 4-4 코드 벡터화
• 4-5 결론
• 4-6 참고 문헌

CHAPTER 4 관련 자료

Python 시작하기

02.15 파이썬의 문자열 인코딩

02.16 파이썬에서 날짜와 시간 다루기

NumPy 소개

03.02 배열의 생성과 변형

03.03 배열의 연산

NumPy 연습 문제 1

4장 노트북

CHAPTER 5 데이터 시각화

• 5-1 2차원 플롯
• 5-2 금융 관련 플롯
• 5-3 3차원 플롯
• 5-4 결론
• 5-5 참고 문헌

CHAPTER 5 관련 자료

05.01 시각화 패키지 Matplotlib 소개

05.02 Matplotlib의 여러가지 플롯

05.04 Seaborn을 사용한 데이터 분포 시각화

5장 노트북

CHAPTER 6 금융 시계열

• 6-1 pandas 기초
• 6-2 금융 자료
• 6-3 회귀분석
• 6-4 고빈도 자료
• 6-5 결론
• 6-6 참고 문헌

CHAPTER 6 관련 자료

04.01 Pandas 패키지의 소개

04.06 데이터프레임 합성

04.04 데이터프레임의 데이터 조작

04.03 데이터프레임 고급 인덱싱

04.05 데이터프레임 인덱스 조작

04.07 피봇테이블과 그룹분석

Pandas 데이터 분석 예제

04.08 시계열 자료 다루기

주가 지수의 회귀 분석

6장 노트북

CHAPTER 7 입출력 작업

• 7-1 기본 파이썬 입출력
• 7-2 pandas를 사용한 입출력
• 7-3 PyTables를 이용한 고속 입출력
• 7-4 결론
• 7-5 참고 문헌

CHAPTER 7 관련 자료

파이썬의 파일 입출력

04.02 데이터 입출력

Python을 활용한 웹 정보 수집

공시 정보 API 사용법

hdf5 소개

PyTables 패키지 사용

7장 노트북

CHAPTER 8 파이썬 성능 개선

• 8-1 파이썬 패러다임과 성능
• 8-2 메모리 배치와 성능
• 8-3 병렬 컴퓨팅
• 8-4 멀티프로세싱
• 8-5 동적 컴파일
• 8-6 Cython을 이용한 정적 컴파일
• 8-7 GPU에서 난수 생성하기
• 8-8 결론
• 8-9 참고 문헌

CHAPTER 8 관련 자료

Numba와 Cython을 사용한 속도 향상

파생상품 가격결정 방법론 요약

블랙-숄즈-머튼 모형과 몬테카를로 시뮬레이션을 이용한 옵션 가치 계산

블랙-숄즈-머튼 모형과 이항 트리를 이용한 옵션 가치 계산

8장 노트북

CHAPTER 9 수학용 도구

• 9-1 근사화
• 9-2 최적화
• 9-3 정적분
• 9-4 심볼릭 연산
• 9-5 결론
• 9-6 참고 문헌

CHAPTER 9 관련 자료

데이터 보간

04.01 최적화 기초

08.02 검정과 유의 확률

08.03 SciPy를 사용한 기초적인 검정

08.05 최대 가능도 모수 추정의 원리

02.01 선형 회귀분석의 기초

03.02 레버리지와 아웃라이어

03.01 확률론적 선형 회귀모형

9장 노트북

CHAPTER 10 확률 과정

• 10-1 난수 생성
• 10-2 시뮬레이션
• 10-3 가치 평가
• 10-4 위험 측도
• 10-5 결론
• 10-6 참고 문헌

CHAPTER 10 관련 자료

05.02 확률의 수학적 정의와 의미

02.07.02.03 확률 변수

05.04 확률분포함수

확률 모형에서 적분의 의미

06.03 기댓값

SciPy 시작하기

06.10 가우시안 정규 분포

07.05 다변수 가우시안 정규 분포

브라운 운동

확률 과정과 Ito 적분

확률 과정 시뮬레이션

블랙-숄즈-머튼 방정식

10장 노트북

CHAPTER 11 통계 분석

• 11-1 정규성 검정
• 11-2 포트폴리오 최적화
• 11-3 주성분 분석
• 11-4 베이즈 회귀
• 11-5 결론
• 11-6 참고 문헌

CHAPTER 11 관련 자료

포트폴리오 최적화

02.05 선형대수와 해석기하의 기초

02.07 고윳값 분해

시계열 요인 모형

요인 분석 - 시장 모형

요인 분석 - BARRA 산업 요인 모형

02.09 PCA

주가의 주성분 분석

05.04 확률의 의미

06.15 베타 분포

05.19.03.02 베이지안 회귀 분석 예제

11장 노트북-a

11장 노트북-b

CHAPTER 12 마이크로소프트 엑셀 연동

• 12-1 기본적인 스프레드시트 연동
• 12-2 파이썬으로 엑셀 스크립트 작성
• 12-3 xlwings 소개
• 12-4 결론
• 12-5 참고 문헌

CHAPTER 7 관련 자료

Python과 엑셀 연동

12장 노트북

CHAPTER 13 객체지향과 그래픽 유저 인터페이스

• 13-1 객체지향
• 13-2 그래픽 유저 인터페이스
• 13-3 결론
• 13-4 참고 문헌

CHAPTER 13 관련 자료

Python 객체 지향 프로그래밍

Traits 패키지 소개

13장 노트북

CHAPTER 14 웹 통합

• 14-1 웹 기초
• 14-2 웹 플롯팅
• 14-3 빠른 웹 애플리케이션 개발
• 14-4 웹 서비스
• 14-5 결론
• 14-6 참고 문헌

CHAPTER 14 관련 자료

웹 플롯을 위한 bokeh 패키지 소개

Python을 사용한 웹 서비스 개요

14장 노트북

PART III 파생상품 분석 라이브러리

CHAPTER 15 가치 평가 프레임워크

• 15-1 자산 가격결정 기본 정리
• 15-2 위험 중립 할인
• 15-3 시장 환경
• 15-4 결론
• 15-5 참고 문헌

파생 상품의 소개

CHAPTER 15 관련 자료

15장 노트북

CHAPTER 16 금융 모형 시뮬레이션

• 16-1 난수 생성
• 16-2 일반적인 시뮬레이션 클래스
• 16-3 기하 브라운 운동 모형
• 16-4 점프 확산 모형
• 16-5 제곱근 확산 모형
• 16-6 결론
• 16-7 참고 문헌

CHAPTER 16 관련 자료

CHAPTER 17 파생상품 가치 평가

• 17-1 일반적인 가치 평가 클래스
• 17-2 유러피안 행사 방식
• 17-3 아메리칸 행사 방식
• 17-4 결론
• 17-5 참고 문헌

CHAPTER 18 포트폴리오 가치 평가

• 18-1 파생상품 포지션
• 18-2 파생상품 포트폴리오
• 18-3 결론
• 18-4 참고 문헌

CHAPTER 19 변동성 옵션

• 19-1 VSTOXX 데이터
• 19-2 모형 캘리브레이션
• 19-3 VSTOXX 아메리칸 옵션
• 19-4 결론
• 19-5 참고 문헌

CHAPTER 19 관련 자료

19장 노트북

부록

APPENDIX A 파이썬 프로그래밍 관행

• A-1 파이썬 문법
• A-2 문서화
• A-3 유닛 테스팅

APPENDIX B 콜 옵션 클래스

APPENDIX C 날짜와 시간

• C-1 파이썬에서의 날짜와 시간
• C-2 NumPy에서의 날짜와 시간
• C-3 pandas에서의 날짜와 시간

APPENDIX C 관련 자료

Appendix C 노트북

Index

오탈자 목록

다음은 본서의 오자 혹은 탈자 목록입니다. 추가적인 오자를 발견하신 분은 admin@datascienceschool.net 또는 ask@hanbit.co.kr 로 연락을 주시면 감사하겠습니다.

• 65 페이지

  • 잘못된 부분

    $ IPython notegook --pylab inline

  • 수정

    $ ipython notebook --pylab inline