R과 기계학습으로 배우는 금융 포트폴리오 전략 분석 2기


머신러닝포폴

강의 소개

이론을 위한 이론은 배제! 

실무 현장에 바로 도입할 수 있는 포트폴리오 분석 방법론!

#R프로그래밍 #기계학습 #금융공학모델링 #포트폴리오최적화

본 교육과정의 목적은 포트폴리오 투자를 위한 금융 분석의 기초단계부터 고급단계까지 광범위한 내용을 실무에서 사용할 수 있는 다양한 기법을 중심으로 배우는 것입니다.

다년간 금융 현장 경험을 가진 전문가가 자신의 경험과 노하우를 바탕으로 강의를 진행하기 때문에, 실무에서 정말 필요한 금융상품 이론에 대한 깊은 이해는 물론, 교육 후 본인의 업무 현장에서 바로 사용할 수 있을만한 생생한 지식을 배웁니다. R언어를 통해서 강의를 진행하며, 광범위한 내용을 다루고 있지만 배운 내용을 동시에 바로 R로 실습하는 과정을 통해 학습의 효율을 극대화 합니다.

이 교육과정은 퀀트 분석가나 퀀트를 기반으로 커리어를 세우고 싶은 실무자들에게 매우 유익하고 효과적인 강의입니다. 또한 포트폴리오 매니저, 리스크 매니저 및 투자 전략 담당자들의 과학적 분석능력도 향상시킬 수 있을 것으로 기대됩니다.
석/박사 등 학자로서 커리어를 세우고 싶은 학계 관련자들에게는 실무 현장에서 중요하게 생각하는 핵심을 배울 수 있는 기회입니다. 이 강의를 통해 연구를 위한 보다 실용적인 분석을 가능하게 할 수 있을 것입니다.

강의 상세

본 교육과정은 다년간의 금융 현장 경험을 녹여, 실무에서 사용하는 분석 방법과 분석 툴을 중심으로 가르칩니다. 사용할 가능성이 낮은, 이론을 위한 이론은 배제하고 실무 현장에 바로 도입할 수 있는 기법들을 가르칩니다.

교육과정 전반부에서는 R 사용법과 금융통계에 대한 기초 이론을 학습하여 포트폴리오 분석을 위한 기본기를 굳건히 합니다. 교육과정의 중/후반에서는 실무에서 접하게 되는 각종 금융 시장 분석 방법 및 포트폴리오 모델링과 관련된 R 프로그램 모듈을 직접 작성하게 됩니다. 마무리 단계에서는 그동안의 학습내용을 바탕으로 포트폴리오 분석 및 관리 시스템 구축 예제를 실습하고자 합니다.

금융 포트폴리오 분석 전반에 대해 이론적인 바탕을 닦고 관련 실습을 통해 그 결과를 해석함으로써, 금융현장에서는 무엇을 어떻게 왜 사용하는지에 대한 의문을 명쾌하게 풀수 있을 것입니다. 또한 금융 현장에서 자주 쓰이는 R 함수 위주로 교육과 실습을 진행하기 때문에, 교육이 끝나면 수강생들의 업무 현장에 바로 사용할 수 있을 것입니다.

수강 대상

투자 관련 업무를 맡고 있는 증권, 운용사 실무자

실무에 쓸 수 있는 최신 금융 포트폴리오 분석 기술을 배울 수 있습니다.

머신러닝을 포트폴리오 분석에 적용하고 싶은 금융권 실무자

머신러닝 이론을 도입하여 최적의 포트폴리오 분석을 실습할 수 있습니다.

 퀀트가 되고 싶은 대학(원)생 또는 해당 분야의 연구자

금융 실무 현장에서 중요하게 생각하는 핵심 이론을 배울 수 있습니다.

커리큘럼 다운로드

이기홍 강의교수님

Finance PhD CFA FRM
금융투자/경제분석 전문가
현재 딥러닝과 강화학습을 투자에 접목시키는 투자시스템 개발 중

前 WW자산운용 CIO
前 한국투자공사 Deputy CIO/대체투자 실장
前 새마을금고연합회 해외대체투자팀장
前 JR Investment L.P. Financail Consultant

서울대학교 경제학
Carnegie-Mellon University Accounting (석사)
University of Pittsburgh Ph.D. in Finance

[저서] 엑셀 VBA로 쉽게 배우는 금융공학 프로그래밍
[번역] 딥러닝 부트캠프 with 캐라스 2017



R 프로그래밍과 금융 통계

Part I. | R 기초

금융 포트폴리오 분석을 위한 R 기초를 학습합니다. R에 대한 기본적인 개념 및 기능을 설명하고 직접 R 실습을 해 봅니다.

  1. Packages, installing과 loading

  2. Managing your session

  3. Importing and exporting data

  4. Cleaning the data

  5. Vectorization in R
    a. Apply, Lapply, Tapply, Rollapply

  6. Plots in R

Part II | 기초 통계

금융 포트폴리오 분석을 위한 기초 통계 내용을 배웁니다. 통계에 대한 기본 개념을 설명하고, 실무 데이터를 활용한 R 실습을 통한 이해도를 증진합니다.

  1. 기초 시계열 데이터

  2. 성과분석

  3. 수익률 계산

  4. 기본 통계량

  5. 위험 척도
    a. Value-at-Risk (VaR)
    b. Conditional Value at Risk (CVaR)

  6. Extreme Value Theory

  7. Covariance와 correlation

기계학습 이론

Part III | 기계학습 (지도학습)

기계학습을 적용하여 금융 포트폴리오 분석 실습을 진행해 봅니다. 다양한 예제를 활용한 실습을 통해 이해도를 증진시키고 실무에 적용할 수 있는 방법을 배웁니다.

  1. Regression
    a. Linear Regression Model
    b. Features Selection: Subset selection, Shrinkage Method, PCA, Regression
    c. Non-linear Regression (GAM)

  2. 분류(Classification)
    a. Trees
    b. Ensemble models: Bagging, Random Forests, Boosting
    c. Support Vector Machine (SVM)

Part IV | 기계학습 (비지도학습)

비지도학습을 통해 보다 심화된 금융 분석을 구사해 봅니다. ETF 등 신상품 구상을 연구해 봅니다.

  1. 군집(Clustering)
    a. K-means clustering
    b. Hierarchical clustering
    c. Affinity propagation

  2. 그래프 모델(Graphical models): 고급 시각화
    a. Minimum spanning tree
    b. Covariance selection

  3. 차원축소(Dimension Reduction)
    a. PCA, SPCA, NSPCA, ICA (Independent Component Analysis)
    b. FA (Factor Analysis)

금융 시장 분석과 포트폴리오 모델링

Part V | Risk Factor Models (스타일 분석과 Risk Attribution)

리스크 매니지먼트의 기초를 이해합니다. 이와 관련된 다양한 예제를 활용하여 실습을 하며 실무 경험을 해 봅니다.

  1. 스타일 분석

  2. 위험분석
    a. 이항 상태 모델 (2-state model)

Part VI | 시계열 모델 (ARMA, HMM, State-space models)

고도의 시계열모델을 통해 주가 예측 실습을 해 봅니다. ARMA, HMM, State-space models 등 다양한 모델을 실습해 봅니다.

  1. Autocorrelation과 Partial Autocorrelation

  2. Univariate Time Series Modelling: AR, MA, ARMA

  3. Hidden Markov Models (HMM)

  4. HMM 응용

  5. Dynamic Linear Models (DLM)

  6. Kalman Filter 응용

Part VII | 포트폴리오 최적화 및 자산배분

최신 최적화 이론을 이해합니다. 이 이론을 R 실습을 통해 학습하여 이해도를 증진시키고 실무적 경험을 습득합니다.

  1. An overview of optimization in R

  2. Asset Allocation
    a. Utilities
    b. Min Variance portfolio
    c. Mean-Variance Portfolio
    d. Maximum Sharpe Ratio
    e. Efficient Frontier of Markowitz
    f. Equal Risk Contribution
    g. Min CVaR Portfolio
    h. Risk Parity with Risk Premium

Part VIII | 텍스트 마이닝

텍스트 정보를 수집하고 이를 분석하여 주가를 예측하는 모델을 실습해 봅니다. 웹크롤링부터 텍스트 분석, 주가예측까지의 텍스트 마이닝 전 과정을 학습합니다.

  1. Web scraping

  2. Text 분석

  3. 주가예측


강의신청 및 자세한 내용

https://insightcampus.co.kr/shop/01-18fi054/


강의 일정
–  2018년 9월 7일 (금) ~ 2018년 10월 19일 (금) / 주 1회, 총 7회 수업

 강의 시간 
–  금 저녁 19시 ~ 22시 / 1일 3시간, 총 21시간

 강의 장소
–  서울시 강남구 선릉로 614-1 1층 (삼성동, 나라빌딩)
인사이트 캠퍼스 제1강의장

 수강 인원
–  15명 제한

 준비물
–  개인 노트북 지참,  교재 무료 제공

담당자 (문의처)

  • 신연화 매니저 ( yhshin@fininsight.co.kr )


결제 안내

  • 대학(원)생 / 단체 / 기수강생 할인 가능합니다. (* 타 쿠폰과 중복할인은 불가)

  • 얼리버드 1차 20% 할인 / 2차 10% 할인 

  • 카드 결제시 최대 6개월 무이자 할부 가능합니다.

  • 세금계산서 발급 가능합니다. 담당자(bill@fininsight.co.kr)에게 연락주시면 안내해 드리겠습니다.

  • 직접 세금계산서 발급 신청하실 분은 아래 ‘세금계산서 발급 신청하기’ 버튼으로 신청 가능하십니다.

인사이트 캠퍼스지기 모집

  • 대상: 해당 강의 관련 학과 전일제 대학(원)생 또는 관심이 많은 타과 전일제 대학(원)생

  • 인원: 강의 당 1명

  • 모집기간: 준비 중

혜택

  • 본 강의 무료 수강!!!

  • 본 강의 외의 수강하고 싶은 강의는 50% 할인 혜택!

  • 인사이트 캠퍼스지기 활동 인증서 발급

  • 금융권 진출 희망 시 진로 상담 및 네트워킹 제공 (우수 활동지기는 추천서 제공)

  • 핀인사이트 취업 지원 시 우대

우대사항

  • 인사이트 캠퍼스 기 수강자

  • 해당 강의 관련 프로젝트 경험자

  • 해당 강의 관련 컴퓨터 언어 활용 가능자

활동 내용

  • 운영| 수강생들이 효과적으로 강의를 수강할 수 있도록 돕는 역할

  • 강의시간 1시간 전 강의장에 도착해 강의진행 준비

  • 강의실 정리, 출석 체크, 매시간 강의 진행 상태 리뷰 등

  • 기획| 운영을 위한 세부사항을 기획하며, 다음 기수 수강생 모집 준비를 지원하는 역할

  • 해당 강의 종료 후 수강생 인터뷰 작성 (A4 1장 분량)

  • 차기 강의 개발 전략에 참여

신청 방법

  • 아래 신청 버튼을 통해 캠퍼스지기를 신청해주시면, 신청하신 모든 분들께 해당 강의 개강 1주 전까지 개별 연락 드립니다.

인터넷 결제환경 안내

  • Windows 7, 크롬 브라우저에 최적화 되어있습니다. 인터넷 익스플로러는 버전 9 이상을 권장합니다.

  • iOS에서는 현재 결제가 불가합니다. 타 방식 이용을 권해드립니다.

  • 맥북에서는 Safari(사파리)에서 결제가 가능합니다.

유의사항

  • 본 강의는 실습이 포함된 강의입니다.

  • 실습 노트북이 따로 구비되어 있지 않습니다. 반드시 개인 노트북을 지참하시어 실습의 활용도를 높이기를 권유 드립니다.

  • 본 수강료에는 교재비가 포함되어 있습니다.

  • 저작권 문제로 강의 중 동영상 촬영 불가합니다.

  • 강의실 여건상 주차가 불가하오니 대중교통 이용을 부탁드립니다.

  • 강의의 최소 인원(5명)이 미달될 경우 일정이 연기될 수 있습니다. 일정 연기 시, 수강생 분들께 개강 3일전 개별 연락을 드립니다.

강사소개

profile_image.jpg
이기홍 강의교수님
Finance PhD CFA FRM 금융투자/경제분석 전문가 국내 유수 금융기관 및 금융 공기업 근무한바 있으며 현재는 딥러닝과 강화학습을 투자에 접목시키는 투자시스템 개발 중
List of Articles
번호 제목 글쓴이 날짜 조회 수
447 [알파에셋자산운용] 리스크관리팀 팀장 채용공고 ( ~ 10월 19일) new 가우스 2018-10-15 8
446 [새책] 처음 시작하는 R 데이터 분석 newimage 가우스 2018-10-15 11
445 [새책] 케라스 창시자에게 배우는 딥러닝 - 창시자의 철학까지 담았다! newimage 가우스 2018-10-15 44
444 2018년 한국은행 금융IT 컨퍼런스(2018년 10월 30일 한국은행 강남본부) newimage 가우스 2018-10-15 22
443 [신한은행] 금융공학센터 퀀트(퀀트디벨로퍼) 채용( ~ 10/15) 가우스 2018-10-02 386
442 [NH투자증권] IC운용본부 Quant 채용공고 ( ~ 10월 14일까지) 가우스 2018-09-20 513
441 [발표자료] 장외파생 인프라구축을 위한 블록체인 응용 가우스 2018-09-20 283
440 [주택도시보증공사] 리스크총괄 팀장 및 국제교류팀장 개방형 채용공고( ~ 9/28) image 가우스 2018-09-12 421
439 [논문] 비트코인 시장 미시구조(Bitcoin Market Microstructure) image 가우스 2018-09-12 377
438 [아카데미] 파이썬으로 배우는 포트폴리오 금융분석 1기 (9월 29일 토요일 오픈) image 가우스 2018-09-11 376
437 [KB국민은행] 데이터분석 전문직무직원 채용 (~9/21) image 가우스 2018-09-11 368
436 [새책] 딥다 딥러닝 - 수학, 이론, 실습을 호쾌하게 뚫는다! image [1] 가우스 2018-09-04 608
435 [컨퍼런스] 한경 핀테크 콘퍼런스(KFC) 2018 - # 참가비 무료, 핀테크와 블록체인을 활용한 금융혁신 image 가우스 2018-09-03 530
434 [새책] 비트코인과 암호화폐 기술(Bitcoin and Cryptocurrency Technologies) image 가우스 2018-09-03 409
» [아카데미] R과 기계학습으로 배우는 금융 포트폴리오 전략 분석 2기(9/7 개강, 금요일 저녁 19시 ~ 22시) image 가우스 2018-08-29 479
432 [새책] Python Machine Learning by Example [예제로 배우는 머신 러닝 알고리즘] image 가우스 2018-08-28 508
431 [아카데미] 파이썬으로 배우는 포트폴리오 금융분석 1기 (9월 29일 토요일 오픈) image 가우스 2018-08-21 799
430 [교보증권] 글로벌 트레이딩부 전문 인력 (운용, 리서치, 운용지원) 채용 공고( ~채용시까지) 가우스 2018-08-17 801
429 [한국금융신문]'블록체인 투자의 길을 찾다'(9/11, 금융투자협회 불스홀, 참가비무료) image 가우스 2018-08-16 842
428 [새책] 리걸테크 Legal Tech - 법률비지니스의 미래를 바꾸는 신기술 image 가우스 2018-08-15 769



XE Login