[책] 파이썬 기반 금융 인공지능(이브 힐피시)

# (책) 읽게 된 이유

코로나로 인해(?) 많은 사람들이 주식에 관심을 갖고 요즘에는 수익율이 안좋다보니 점점 관심밖으로 사라지고 있는 것 같습니다. 전문가들은 이럴 때일수록 점점 더 관심을 가지고 지켜봐야한다고 하는데, 수익율이 마이너스에서 머무르기에 저를 포함한 일반인들은 보고 있기 힘든 것 같습니다. 그래도 저는 최대한 이 시장에서 살아남기위해 기업 분석을 하고 투자를 하는 중인데 이를 투자에 적용하는 것은 논외인 것 같기도 합니다. 그래서 최근에는 퀀트(Quant)라는 인공지능 기반 투자에 관심을 갖고 있고, 이 책을 발견하여 읽기 시작했습니다.

참고로, 이 책은 한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다.

# 목차

[PART I 기계지능]

CHAPTER 1 인공지능

• 1.1 알고리즘
• 1.2 신경망
• 1.3 데이터의 중요성

CHAPTER 2 초지능

• 2.1 성공 스토리
• 2.2 하드웨어의 중요성
• 2.3 지능의 형태
• 2.4 초지능으로 가는 길
• 2.5 지능의 폭발
• 2.6 목표와 제어
• 2.7 잠재적 결과

[PART II 금융과 머신러닝]

CHAPTER 3 규범적 금융

• 3.1 불확실성과 리스크
• 3.2 기대효용 이론
• 3.3 평균-분산 포트폴리오 이론
• 3.4 자본자산 가격결정 모형
• 3.5 차익거래 가격결정 이론

CHAPTER 4 데이터 기반 금융

• 4.1 과학적 방법론
• 4.2 계량경제학과 회귀분석
• 4.3 데이터 입수
• 4.4 규범적 이론의 재고
• 4.5 핵심 가정 깨부수기
• 4.6 파이썬 코드

CHAPTER 5 머신러닝

• 5.1 학습
• 5.2 데이터
• 5.3 성공
• 5.4 용량
• 5.5 성능 측정
• 5.6 편향과 분산
• 5.7 교차검증

CHAPTER 6 인공지능 우선 금융

• 6.1 효율적 시장
• 6.2 수익률 데이터에 기반한 시장 예측
• 6.3 더 많은 특징을 사용한 시장 예측
• 6.4 일중 시장 예측
• 6.5 마치며

[PART III 통계적 비효율성]

CHAPTER 7 밀집 신경망

• 7.1 데이터
• 7.2 기준적 예측
• 7.3 데이터 정규화
• 7.4 드롭아웃
• 7.5 규제화
• 7.6 배깅
• 7.7 최적화
• 7.8 마치며

CHAPTER 8 재귀 신경망

• 8.1 첫 번째 예제
• 8.2 두 번째 예제
• 8.3 금융 가격 시계열
• 8.4 금융 수익률 시계열
• 8.5 금융 특징
• 8.6 마치며

CHAPTER 9 강화 학습

• 9.1 기본 개념
• 9.2 OpenAI Gym
• 9.3 몬테카를로 에이전트
• 9.4 신경망 에이전트
• 9.5 DQL 에이전트
• 9.6 단순 금융 Gym
• 9.7 더 나은 금융 Gym
• 9.8 FQL 에이전트
• 9.9 마치며

[PART Ⅳ 알고리즘 트레이딩]

CHAPTER 10 벡터화된 백테스팅

• 10.1 단순 이동평균 전략 백테스팅
• 10.2 일간 신경망 전략 백테스팅
• 10.3 일중 신경망 전략 백테스팅
• 10.4 마치며

CHAPTER 11 리스크 관리

• 11.1 트레이딩 봇
• 11.2 벡터화된 백테스팅
• 11.3 이벤트 기반 백테스팅
• 11.4 리스크 평가
• 11.5 리스크 관리 백테스팅
• 11.6 파이썬 코드
• 11.7 마치며

CHAPTER 12 집행 및 배포

• 12.1 Oanda 계정
• 12.2 데이터 추출
• 12.3 주문 집행
• 12.4 트레이딩 봇
• 12.5 배포
• 12.6 파이썬 코드

[PART Ⅴ 전망]

CHAPTER 13 인공지능 경쟁

• 13.1 인공지능과 금융
• 13.2 표준화 부족
• 13.3 교육과 훈련
• 13.4 자원을 위한 싸움
• 13.5 시장 충격
• 13.6 경쟁 시나리오
• 13.7 위험, 법규, 감독

CHAPTER 14 금융 특이점

• 14.1 개념과 정의
• 14.2 무엇이 걸려 있는가
• 14.3 금융 특이점으로 가는 경로
• 14.4 기술과 자원
• 14.5 시나리오
• 14.6 스타트랙과 스타워즈

[PART Ⅵ 부록]

APPENDIX A 상호작용형 신경망

• A.1 텐서와 텐서 연산
• A.2 간단한 신경망
• A.3 얕은 신경망

APPENDIX B 신경망 클래스

• B.1 활성화 함수
• B.2 단순 신경망
• B.3 얕은 신경망
• B.4 시장 방향 예측

APPENDIX C 합성곱 신경망

• C.1 특징 및 라벨 데이터
• C.2 모형 학습
• C.3 모형 테스트

# 내용

한줄 요약: 

금융 인공지능에 필요한 모든 지식.

KeyPoint: 

• 파이썬과 인공지능에 대한 기본적인 내용부터 인공지능을 금융에 적용한 대부분의 기술을 알려줌
• 실제 백테스팅을 적용한 기술을 알려주어 실무에도 적용 가능한 기술들을 설명
• 금융 분석 라이브러리 창시자인 저자가 제공하는 예제 소스로 손쉽게 따라할 수 있음
  • [Github] 예제 소스: https://github.com/yhilpisch/aiif
• 모든 챕터에서 코드기반으로 설명하며, 그래프 시각화를 통해 이해를 도움

# 느낀 점

결론적으로는, 파이썬 및 인공지능에 대해 처음 접하는 사람이라도 이해할 수 있을 정도로 정말 많은 내용을 담고 있다. 투자에 관심이 있거나 금융업계에 종사하는 분, 금융 SW 를 개발하시는 분 등 이 기술에 관심이 있는 사람이라면 기초를 다지기에 충분한 책이다.

이 분야는 끊임없이 최신 기술이 나오기에 계속 공부해도 부족한 분야라고 느껴진다. 하지만 기초를 알고 접근하면 최신 기술을 수월하게 이해하는데 도움이 되며 사실 기초를 모르면 접근하기 힘든 분야라고 느껴지기에, 금융 인공지능을 공부함에 있어 기본기를 다지기에 충분한 책이라고 확신한다.

# 참고

이브 힐피시. 『파이썬 기반 금융 인공지능』. 김도형(역). 한빛미디어, 2022.10.

"한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."

한빛미디어, 나는 리뷰어다, 책리뷰, 책서평, 기술서적